在貨車司機供給緊俏的市場,數位轉型將幫助貨運公司立於有利地位,以資料改善營運並驅動決策。
文/Paula Rooney‧譯/羅耀宗
在全球各地的供應鏈困境成為眾所注目的焦點之際,貨運和物流公司正轉向資訊科技以改善營運,作為長期數位轉型努力的一部分。
設在美國田納西州查塔努加(Chattanooga)的 US Xpress 就是這樣一家貨運公司,正將它的數位架構改造為富有彈性的多雲端平臺,以擴展它的貨運路線、加快交貨速度,並吸引更多的貨車司機為它效力。
US Xpress 貨運公司的代理資訊長 Bryan Johnson 說,資訊科技(IT) 團隊已經在亞馬遜網路服務(Amazon Web Services, AWS) 上開發和微調三個司機路線應用程式,而且正將它的老舊後端系統,遷移到 Oracle Cloud Fusion E-Business Suite,預料應該會在 2022 年底或 2023 年初完成。
[ 推薦閱讀:永聯物流開發 ─ 打造新世代物流基礎設施 ]
Johnson 說,除了過渡到雲端,US Xpress 也正將人工智慧(AI)和機器人流程自動化(RPA)引進營運中。所有這些都添增更多的複雜性和營運挑戰,但從吸引更多司機、預測貨運量和路線效率提高、生成資料礦等方面獲得的回報來看,投入的努力非常值得。
他說:「2022 年,我們計劃以『雲端優先』策略,繼續現代化我們的技術堆疊。這帶來流程標準化、資料品質、由資料驅動決策、高可用性的雲端環境和可擴展性,因為我們的目標是在未來四年將營業收入提高一倍。」
Johnson 也是幕僚長,2021 年 9 月,推動公司數位轉型多個層面的前資訊長 Robert Pischke 離職,由他接下代理資訊長一職。
Johnson 談到獲得 2021 年百大CIO獎的 US Xpress 轉型時說:「從顧客的角度來看,這使得我們靈活得多。隨之而來的是變革管理,但實際上從企業的角度來看,標準程序提供的可擴展性,遠比老系統要好。最重要的是,資料的品質完全改變了我們今天所處的位置,現在我們懂得可以如何在未來的世界中,善用資料的力量。」
改善貨運物流體驗
新冠肺炎肆虐導致供應鏈大亂,造成貨車司機供給短缺和需求殷切,不足為奇。US Xpress 引用 ATA 美國貨車運輸協會(American Trucking Association)提供的數字預估,到 2022 年底,這個行業會減少 100,000 名專業司機。
因此,吸引和留住貨車司機,是當務之急。US Xpress 將它在 AWS 上的三大前端應用程式,視為能夠支援和招募更多司機,以及為沃爾瑪(Walmart)、Target 百貨、一元商店(Dollar Store)、家得寶(Home Depot)和勞氏(Lowe’s)等為數眾多的顧客,提供更富彈性和全方位服務的關鍵因素。
[ 2022年度CIO大調查報告下載 ]
三管齊下的計畫,包括提供功能更強大的工具和更優渥的薪酬給貨車司機。他們依照指定的每日或每週班表,開 US Xpress 的紅色貨車載運貨物,執行公司的核心服務;第二個計畫 Variant 是為長途貨車司機設計的。他們經常一次上路行駛二到六週之久;以及數位經紀服務,撮合經常開自有貨車的獨立貨車司機,運送由 US Xpress 管理的貨物。
「所有這三塊領域相互依存,而且合力運作,以支援我們以非常快的速度擴展的目標,」Johnson 說。「我們知道技術將成為它的核心,也都是這三塊領域的核心。」
帶著 RPA 和 AI 上路做預測
這家貨運公司也正擴大投資於 RPA ,去年和 RPA 巨擘 UiPath 簽署協議,將人力資源、薪資名冊和財務等後端流程自動化。
去年(2021)執行幾個模型的 US Xpress 資訊科技總監 Corey Goux 說:「RPA 非常適合需要做一百次的重複性、高接觸、大量、低錯誤類型的活動。」
UiPath 有個這樣的模型,被用於建構高階的司機報到就職自動化系統。Goux 說,公司以 UiPath 開發的模型和演算法,也更能預測貨車司機的流動率,讓管理階層有機會處理問題並留住有價值的員工,而這是 US Xpress 攸關業務成敗的職能。
「我們已經使用 AI ML 提前預測 30 天後會辭職的司機,因此協助業務人員注意我們預測要辭職的人、找出他們可能辭職的真正原因,並與他們交談。這會影響人員的耗損,」他說。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球CIO同步獲取精華見解 ]
Goux 和 Johnson 說,US Xpress 的 RPA 策略下一步是一項公民開發(citizen development)計畫,要讓財務、業務分析師、維護人員等員工能夠編寫 RPA 機器人,將手動流程自動化。
Johnson 說,US Xpress 也和 UiPath 合作開發機器學習(ML)演算法,以提高對司機和顧客來說的業務效率。裝載量預測尤其是 US Xpress 致力改進的一個領域。
他說:「我們可以提前三到七天做好預測,所以我們知道即將交運的裝載量、貨車可以和應該在哪裡,以及從執行的角度擬定更好的計畫,最後是改善我們對顧客的服務。」
給貨車司機使用的一流平板電腦
US Xpress 也開始淘汰貨車駕駛室內的通訊系統,取而代之的是 Platform Science 的整合式平板電腦和資料系統,可實現更好的通訊、可適性導覽(adaptive navigation)、加強版氣象報告、強制登錄、交貨證明軟體、機械檢查,以及提醒休息站有停車空間。
「我們的司機有舊的司機技術系統,可用以和後端應用程式互動,以及填寫規定要寫的司機日誌等等,」Goux 說。「在 Platform Science 的系統上,升級到更新的技術,確實提供了他們習慣使用的許多相同功能,但我們藉轉移到 Android 平板電腦,進一步豐富它的內容。」
這方面的豐富,包括能將更多的文書工作數位化,以密接無縫傳送到後端,並讓司機以減少接觸的方式,和顧客的保安人員、倉庫人員互動。這在疫情嚴峻期間極為重要。
「傳統上必須有簽名的任何類型文書工作,」Goux 說,「我們現在可以利用那些資料,並在沒有人身接觸的情況下,來回傳送資訊。」
US Xpress 計劃在年底前,為整個車隊配備平板電腦。目前已經安裝了 3,300 多輛貨車。
前端司機應用程式和後端系統之間的密接無縫互動,以及使公司的許多業務流程自動化的 AI 和 RPA 模型,將使 US Xpress 能夠收集 PB(petabytes)等級的資料,經擷取和分析後,可望推進它的貨運能力,為 US Xpress 的下一步行動奠定基礎。
「我們正在制定一套資料策略,將資料化為我們的最大資產,」Johnson 談到這家貨運公司數位旅程的下一個目的地時說。「這需要確保我們對整家企業的資料元素有單一且一致的定義、提高資料素養、將資料分類以便於資料的可發現性和可解釋性、維護主資料的單一真實來源、資料治理以維持資料的品質、安全和存取,以及資料民主化。」
(本文授權非營利轉載,請註明出處:CIO Taiwan)