OneRail เปิดตัวแพลตฟอร์ม OmniSTAR ขับเคลื่อนด้วย Nvidia AI
OneRail เปิดตัวแพลตฟอร์ม OmniSTAR ที่ใช้เทคโนโลยี Nvidia cuOpt และ cuDF ช่วยให้ธุรกิจค้าปลีกเลือกช่องทางจัดส่งสินค้าต้นทุนต่ำที่สุด

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- OneRail เปิดตัว OmniSTAR แพลตฟอร์มบริหารการจัดส่งสินค้าด้วย AI
- ผสานขุมพลัง Nvidia cuOpt และ cuDF ประมวลผลรวดเร็วกว่าเดิมถึง 10 เท่า
- ช่วยประหยัดต้นทุนและคัดเลือกวิธีการขนส่งที่คุ้มค่าที่สุดแบบเรียลไทม์
OneRail ได้เปิดตัวแพลตฟอร์มการจัดส่งสินค้าที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ในชื่อ OmniSTAR โดยออกแบบมาเพื่อช่วยให้ผู้ประกอบการค้าปลีก ผู้ค้าส่ง และผู้จัดจำหน่าย สามารถตัดสินใจเลือกช่องทางและวิธีการจัดส่งสินค้าในขั้นตอนสุดท้ายได้อย่างแม่นยำที่สุด ระบบนี้จะทำหน้าที่ประเมินทางเลือกที่มีอยู่ทั้งหมด ไม่ว่าจะเป็นกองยานพาหนะของบริษัทเอง บริการจัดส่งพัสดุ และรูปแบบการขนส่งอื่น ๆ เพื่อคัดเลือกตัวเลือกที่มีต้นทุนต่ำที่สุดแต่ยังคงบรรลุตามระดับการบริการที่กำหนดไว้
เบื้องหลังการทำงานของแพลตฟอร์มดังกล่าวเป็นการผสานการทำงานระหว่างเครื่องมือคำนวณการเพิ่มประสิทธิภาพ cuOpt และซอฟต์แวร์ประมวลผลข้อมูล cuDF ของ Nvidia เข้ากับฐานข้อมูลราคาและประสิทธิภาพการจัดส่งของ OneRail โดยใช้โครงสร้างพื้นฐานการประมวลผลแบบเร่งความเร็วของ Nvidia เพื่อคำนวณเส้นทางและรูปแบบการจัดส่งสินค้า
ทางบริษัทระบุว่าระบบนี้สามารถลดระยะเวลาในการประมวลผลลงได้มากถึง 10 เท่า โดยงานคำนวณที่เคยใช้เวลาถึง 20 นาทีสามารถเสร็จสิ้นได้ภายในเวลาไม่ถึง 2 นาที ขณะที่การประมวลผลระดับสัปดาห์สามารถลดลงเหลือเพียงประมาณ 2 วัน ซึ่งความเร็วที่เพิ่มขึ้นนี้ทำให้ระบบสามารถรันการเพิ่มประสิทธิภาพควบคู่ไปกับการปฏิบัติงานจัดส่งจริงได้ทันที

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
"If you don't have the ability to make lightning-fast decisions, you're giving up margin. Last-mile fulfilment is expensive."
Catania
นอกจากนี้ OneRail ยังเปิดเผยด้วยว่าลูกค้ารายใหญ่อย่าง US Foods ได้นำระบบดังกล่าวไปใช้งานและพบรูปแบบการจัดส่งที่เคยทำให้กำไรลดลง เช่น การจัดส่งสินค้ากำไรต่ำเป็นระยะทางไกลด้วยอุปกรณ์ที่มีต้นทุนสูง ทำให้บริษัทสามารถนำข้อมูลมาปรับปรุงโครงสร้างราคาและรูปแบบการจัดส่งได้ รวมถึงมีผู้จัดจำหน่ายยางรถยนต์รายใหญ่ที่สามารถประหยัดเงินได้ถึง 40 ล้านดอลลาร์สหรัฐในช่วงเวลา 3 ปีจากการใช้งานแพลตฟอร์มนี้
การนำเทคโนโลยีประมวลผลกราฟิก (GPU) มาประยุกต์ใช้กับงานคำนวณทางคณิตศาสตร์เชิงซ้อน เช่น ปัญหาการจัดเส้นทางรถยนต์ (Vehicle Routing Problem) ถือเป็นก้าวสำคัญที่ช่วยแก้ปัญหาคอขวดด้านพลังการประมวลผลแบบดั้งเดิม ทำให้ภาคโลจิสติกส์สามารถตอบสนองต่อความเปลี่ยนแปลงหน้างานได้อย่างแม่นยำและรวดเร็วแบบเรียลไทม์
ที่มา: AI News
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น