來源:好伙伴 發布時間:2018-03-07 17:09:17
閱讀量:577
近期接觸了幾個客戶,重復提出物流智能調度的需求。鄙人正好有幸在不久前接觸過幾個相似范疇的供貨商,出于獵奇,遂與對方打開了話匣子。經過溝通了解到,現在的車輛智能調度產品均停留在運力資源與貨源匹配層面,調度成功的必備條件是:
客觀條件建立,如:
1.車輛不呈現毛病。
2.貨品不能呈現過多的異型貨品(外形不屬于四方規整型)。
3.裝載率的經驗值比較合理。
4.路況正常。
......
盡管現在許多產品都能夠考慮回程和多點裝卸的問題,可是假如不跟Gis、現場管控、危險評價相結合的話,依據特定模型核算出來裝載和線路規劃,用時尚的話來說“都是是耍流氓”。
這就是為什么許多客戶斥巨資購買了那些巨大上的智能調度產品仍然覺得達不到想要的作用。 個人看來真實完善的智能調度不僅要做到事前猜測核算,更應重視現場的狀況辦理,時刻節點管控,需具有反常處理機制。這才是結合Gis真實意圖地點。不光要猜測核算,還需與實踐同步,推出批改機制,預警機制。
這就比方一般的進銷存軟件和ERP軟件差異,前者考慮較單一,而后者考慮較全面。而現在的調度產品就比方一般進銷存軟件,調度精確都需建立在若干個測算條件建立的基礎上,比方車輛不拋錨,司機不礦工,異型貨品少,道路不堵車等等,是不是覺得很離譜,假如這些條件百分百建立的確很難。而較完善的智能調度軟件就比方ERP軟件,能夠在云核算的基礎上、采用大數據來做支撐。既然不能確保一切條件建立,那么就依據實時狀況做批改處理,數據實時追尋與現場同步,而每次批改均與產出最大化為意圖。這樣才干達到最優。有些人可能會想,這么多資源怎么調動與獲取,其實只要重視這個范疇,有許多公共資源能夠使用的。這兒就扯遠了,感興趣的話,能夠后期再溝通。