Dove si accumulano i ritardi nelle consegne dell'ultimo miglio, ossia quelle che avvengono direttamente a casa del cliente? La logistica attuale si focalizza sull'ottimizzazione dei percorsi di distribuzione, ma in realtà le difficoltà sorgono soprattutto negli ultimi 100 metri: cercare parcheggio, scaricare il materiale, interagire coi clienti. Sembra strano ma è così nel 75% dei casi: lo sostiene Wise Systems, una startup statunitense che ha messo a punto un innovativo software in grado di diminuire i ritardi dell'85% grazie all'uso del machine learning.
Secondo Chazz Sims, amministratore delegato di Wise le tempistiche per questo tipo di attività sono influenzate da diversi parametri, tra cui l'ora del giorno, il cliente, il bene in consegna e persino l'operatore che effettua la consegna. Ad esempio, alcuni negozi diventano affollati in particolari orari del giorno, servendo i clienti o ricevendo le merci.
L'obiettivo di Wise dunque è stato anzitutto quello di individuare tali modelli per una specifica azienda di consegne, ottimizzando di conseguenza orari e spostamenti, col risultato di essere riusciti a ridurre sensibilmente costi e tempi di consegna. Il sistema inoltre modifica automaticamente i percorsi e ruota gli autisti tenendo conto di altri parametri soggetti a cambiamenti come il meteo, il traffic e l'affollamento delle banchine di carico.
In questo modo Wise Systems è riuscita a diminuire i ritardi nelle consegne dell'85% e i chilometri percorsi del 13% per uno dei suoi principali clienti, un risultato davvero notevole che conferma ancora una volta l'impatto positivo che l'intelligenza artificiale può avere su tutte le attività umane, sin da ora.
