Postis paketautomater är nu ännu smartare. Det bakomliggande AI-systemet har utvecklats avsevärt och omfattar nu flera prognoser som är centrala för logistiken. Systemet fokuserar inte längre enbart på prognoser för paketupphämtning, utan bedömer leveranskedjan mer heltäckande.
Med de nya modellerna kan Posti förutse:
när och till vilket sorteringscenter paketet anländer
när paketet hamnar på hyllan efter sortering
när kunden sannolikt hämtar sitt paket från automaten
Detta gör det möjligt att planera mer exakt redan innan paketet kommer in i Postis system.
Prognosdata effektiviserar användningen av automater och sortering
Paketautomaternas popularitet ökar ständigt, men samtidigt kräver deras användning allt mer noggrann planering. Automaternas kapacitet är begränsad, och facken frigörs i olika takt beroende på plats.
Särskilt på livliga platser, som köpcentrum eller vid närbutiker, går det inte alltid att öka automatens storlek – det finns helt enkelt inte mer utrymme.
"Populära automater kan inte alltid byggas ut om de ligger i begränsade utrymmen, till exempel inne i en butik. Därför började vi utveckla och använda AI,” säger Kasper Wigren, som ansvarar för Postis styrsystem för paket.
Tidigare styrdes fyllningen av automater med modeller baserade på genomsnitt, som inte tog hänsyn till enskilda automaters särdrag. Detta ledde ibland till att automaten fortfarande var full när en ny försändelse var på väg – vilket resulterade i förseningar eller extra omlastningar.
Nu förutser AI specifikt för varje automat när utrymme sannolikt blir ledigt – med hänsyn till veckodag, tidpunkt och lokal efterfrågan.
Detta gör att paket kan styras direkt till ett uthämtningsställe där det garanterat finns plats. På så sätt når försändelserna snabbare fram och så nära kunden som möjligt.
AI-modeller ger ny precision i leveranskedjan
Postis nya AI-modeller hjälper till att förstå och förutse händelser i leveranskedjan mer exakt – redan innan paketet fysiskt har kommit in i Postis hantering.
Med AI-modellering förutses när och till vilket sorteringscenter paketet sannolikt anländer. Prognosen baseras till exempel på förhandsinformation från webbutiken (EDI-meddelande), vilket gör att ruttplaneringen kan göras i god tid.
En annan AI-modell bedömer hur snabbt ett paket som kommit till sorteringscentret hamnar på hyllan. Målet är att nå 95 % prognosprecision – och om modellen når detta kan informationen framöver även visas för kunden i OmaPosti. Den nuvarande precisionen är redan 91 %
Prognos för paketupphämtning fulländar den smarta leveranskedjan
AI-utvecklingen syns också i hur systemet kan förutse kundernas upphämtningsbeteende. När man vet hur snabbt och när paket vanligtvis hämtas från olika automater, kan försändelserna planeras och placeras bättre i rätt fack vid rätt tidpunkt.
Detta hjälper till att utnyttja automaternas begränsade kapacitet optimalt. När fyllning och upphämtning är i balans undviks onödiga omlastningar och det säkerställs att det finns plats i automaten precis när ett nytt paket anländer.
Ur kundens perspektiv innebär detta bättre service: paketet finns oftare på den önskade platsen utan extra väntetid eller omdirigeringar. Med kontinuerligt förbättrade prognosmodeller kan Posti allt bättre möta de växande förväntningarna på snabba och exakta leveranser.