운송 최적화
운송 및 배송 시 최적의 제품 품질 보장
도전 과제
생산하는 상품의 유형에 따라 제조업체는 상품이 양호한 상태로 도착하도록 해야 합니다. 유엔 식량 농업 기구에 따르면 개발도상국에서 평균적으로 약 40%의 식량이 수확 후 및 가공 단계에서 손실됩니다. 이것은 분명히 식품 제조, 가공 및 운송 회사에 영향을 미칩니다. 또한 대부분의 산업 제조업체는 운송 비용 증가에 민감합니다.
기회
운송을 통한 제품의 품질 관리는 매우 중요합니다. 제조업체는 주어진 운송 조건에서 제품의 품질을 예측할 수 있으므로 냉장을 개선하거나(부패하기 쉬운 제품의 경우) 경로를 최적화할 수 있는 기회를 제공합니다(원재료 및 완제품의 경우). AI 기반 운송 최적화는 경로 정보, 날씨 데이터, 연료 비용 및 기타 이러한 요소를 활용하여 가능한 최상의 경로에 도달하고 목적지의 상품 품질을 예측합니다.
왜 H2O.ai인가
H2O.ai의 사명은 산업 전반에 걸쳐 더 많은 사람들이 AI의 힘을 사용하여 비즈니스 및 사회적 문제를 해결할 수 있도록 모든 사람을 위해 AI를 접근화하는 것입니다. Stanley Black 및 Decker와 같은 선도적인 글로벌 산업체는 H2O.ai와 제휴하여 H2O Driverless AI로 구동되는 차세대 산업 제조 솔루션을 제공합니다. H2O Driverless AI는 수상 경력에 빛나는 자동 머신 러닝 플랫폼으로 데이터 과학 팀이 고도로 정확한 예측 모델을 개발하는 속도를 크게 높여 머신 러닝 노력을 확장할 수 있도록 지원합니다. Driverless AI에는 MLI(머신 러닝 해석 가능성), 맞춤형 레시피, 개별 예측을 위한 이유 코드, 자동 시계열 모델링 등 제조업체가 특히 관심을 갖는 혁신적인 기능이 포함되어 있습니다.
관련 사례 연구
Wei Shao
Data Scientist, Hortifrut
"I am very excited to use the H2O Driverless AI because prior to it, we used to spend weeks hyperparameter tuning etc., but with Driverless AI, one experiment takes just a few hours."
Rahul Bhuman
Vice President, Tech Mahindra
"AI means many things to many people and it's also in a hype cycle. People want some very quick results with significant advantages. From our advantage point, when we look at AI we see it as a mix of technologies. (...) So when we look at a POC, our angle of conversation is whether we can provide a quick ROI by doing the POC. It's a three-step process that we do as a company for a quick return on investment. But for any other customer, one is the data prep. Second is Driverless Ai, which is where we have a significant value."
