新聞宏觀經濟YMX Logistics 以自主堆場營運系統將雜貨配送商堆場車隊削減 36%

YMX Logistics 以自主堆場營運系統將雜貨配送商堆場車隊削減 36%

作者: FreightWaves·

重點速覽

  • FreightWaves 設立該獎項,是為了表彰具可衡量營運成果的實務 AI 部署,而非行銷主張。
  • YMX 的 Autonomous Yard Operating System 使用 AI 預測人力需求、支援決策、自動化資料擷取,並協調堆場工作流程。
  • 一家美國前五大雜貨配送網路在採用 YMX 的營運模式與技術後,將堆場卡車車隊減少約 36%。
  • YMX 回報其客戶的改善範圍包括停留時間降低、司機生產力提高、壅塞減少與安全事件下降。
  • FreightWaves 表示,YMX 的突出之處在於其系統將堆場技術與可驗證的營運成果相連。
YMX Logistics 以自主堆場營運系統將雜貨配送商堆場車隊削減 36%

FreightWaves 設立 AI Excellence in Supply Chain Awards,旨在從「AI」經常只是新聞稿中廣泛行銷標籤的產業背景中,辨識出以具營運意義的方式運用人工智慧的企業。

該獎項旨在表彰實際部署與可衡量成果,而非宣傳性主張。參選項目會依據 AI 應用本身的能力、其整合進既有工作流程的深度,以及所產生的實質成果進行評估。

今年,YMX Logistics 獲選為物流公司「營運 AI 整合」類別的獲選企業之一。這項肯定與 YMX 的 Autonomous Yard Operating System (YOS) 有關;該系統將 AI 應用於堆場,而 YMX 表示,相較於運輸或倉儲系統,堆場在供應鏈中長期獲得的關注與投資較少。

堆場是運輸與倉庫作業之間的實體交接點。拖車、司機、閘口、月台、人力、安全要求、庫存流程與永續倡議,都在同一個有限的作業區域內交會。YMX 認為,這使堆場成為供應鏈中最未充分優化的領域之一。

在 YMX 的用語中,「自主」並不代表取代堆場員工,或大規模部署自動駕駛卡車。該公司用這個詞來描述能感測堆場狀況、預測人力需求、建議決策、自動化資料擷取並協調工作流程的 AI。YMX 表示,這些能力旨在讓堆場成為一個持續改善的執行層。

YMX 執行長 Matt Yearling 曾以更直接的方式描述這項轉變。他表示,數十年來,即使是最大型托運人的堆場營運,往往也依賴「無線電上的兩個頻道以及紙筆」運作,對於堆場的規模、配置,或其相對於潛力的實際表現,幾乎沒有可見度。YMX 的系統旨在以一種能自我衡量並隨時間改善的營運模式,取代這種作法。

模擬、電腦視覺與堆場數位分身

YMX 方法的核心,是該公司稱為 Digital Operational Twin 的系統。該系統以堆場資料、服務需求與據點層級限制作為輸入,接著透過模擬與最佳化模型處理這些資訊,再針對設備、人員配置或流程提出變更建議。

YMX 不是先部署技術、之後再判斷是否適合該據點,而是先建立堆場模型,以數位方式測試營運替代方案,並在實地變更前驗證計畫。

該系統的核心組成包括 AI 驅動的堆場建模、疊加於堆場管理系統之上的決策支援、以機器學習為基礎的人力與吞吐量預測、自動化閘口交易,以及以場內調車員為基礎的電腦視覺,可即時讀取拖車編號並監控拖車狀況。AI 驅動的安全情報層也與這些工具同步運作。

不同於主要提供可見度的傳統堆場管理工具,YMX 表示其系統旨在改善車隊規模調整、人力規劃、閘口吞吐量、庫存準確性、安全、EV 充電與成本等面向的執行。

Yearling 曾表示,產業更廣泛的發展會分階段進行:營運標準化、技術賦能、電動化策略,最後是自主營運;在這一過程的終點,數位智慧與實體執行將會匯合。

依照這種觀點,許多托運人仍專注於試行三、四或五種相似的單點技術方案,卻未先改變底層營運模式。YMX 主張,跳過標準化步驟,是許多堆場技術試點無法推進的關鍵原因。

堆場卡車車隊從 22 輛減至 14 輛

YMX 最直接的成果證明來自一家美國前五大雜貨配送網路。在 YMX 部署之前,該據點以最低限度的技術運作,且沒有真正的預測層。YMX 表示,在其導入營運模式、技術與最佳化方法後,該客戶將堆場卡車車隊從 22 輛減至 14 輛,約減少 36%,同時也提升了吞吐量、安全性與管控能力。

對雜貨配送而言,堆場表現與頻繁補貨、月台排程、拖車可用性與庫存流動密切相關。這使該案例的意義不僅限於車隊數量:只有在據點能持續讓拖車通過堆場,且不在閘口、月台或暫放區造成新的瓶頸時,較少的堆場卡車才具有實質意義。

產生該成果的模式隨後在六個月內從一個據點擴展至九個據點。

YMX 在其客戶群中追蹤一系列廣泛的營運、財務、安全、永續與可擴展性指標。這些指標包括停留時間、堆場司機生產力、壅塞、卡車等待時間、空駛移動、月台使用率、安全事件、閘口吞吐量、每次移動成本、資產使用率與網路一致性。

在其整體業務中,YMX 引述的目標與已觀察到的改善範圍包括:停留時間降低 15% 至 30%、司機生產力提高 10% 至 25%、壅塞與等待時間減少 20% 至 40%、空駛移動減少 15% 至 25%、月台使用率改善 10% 至 20%,以及安全事件減少 15% 至 30%。

堆場作為斷裂的環節

大型企業托運人已大幅投資運輸管理系統、倉庫管理系統、可見度平台與分析工具。即使具備這些工具,延誤、壅塞、滯留、人力效率低落、安全暴露與成本上升,仍持續出現在許多網路中。

位於運輸與倉儲系統之間的堆場,往往仍處於斷裂狀態。當堆場作業緩慢、協調不佳或缺乏可見度時,拖車等待、司機等待、月台門閒置、庫存準確性下降,服務表現也可能受損,不論堆場兩端部署的技術有多完善。

YMX 的系統正是為這個交接點而設計。它將卡車、拖車、司機、閘口、月台、堆場卡車與充電基礎設施連接起來,並加入一層數位智慧,目的在於改善營運決策,而不只是顯示資料。YMX 表示,其結果是效率、韌性、安全與永續性的提升,協助托運人調整車隊至適當規模、減少浪費性移動、改善流動、最佳化 EV 部署,並在各據點標準化績效。

「YMX 的參選項目最突出的地方在於,它並未停留在可見度層面,」FreightWaves 編輯總監 Adam Wingfield 表示。「許多堆場技術只是賣給你一個儀表板,然後就稱為完成。YMX 願意量化當你能根據資料採取行動時會發生什麼變化。36% 的車隊縮減是一項容易驗證的成果,」他說。

YMX 的 YOS 被定位為一種營運模式的轉變,而非單一軟體產品。該系統不是依賴某個旗艦功能,而是與具體、可驗證的成果相連。FreightWaves 表示,這種營運紀律與量化成果的結合,符合 AI Excellence in Supply Chain Awards 設立時所要表彰的方向。