شیپیتو؛ بهینه سازی مسیریابی با هوش مصنوعی

در دهه های اخیر، صنعت حمل ونقل و لجستیک شهری با چالش های متعددی همچون افزایش هزینه های عملیاتی، مصرف بالای سوخت، ترافیک سنگین و نیاز روزافزون به تحویل سریع و دقیق مرسولات روبه رو بوده است. فناوری های مبتنی بر هوش مصنوعی به عنوان یکی از موثرترین ابزارهای نوین در بهینه سازی مسیر و ارتقای بهره وری شناخته می شوند. پژوهش حاضر با رویکردی مروری و موردی، ابتدا به بررسی ادبیات داخلی و بین المللی در زمینه کاربرد هوش مصنوعی در بهینه سازی مسیریابی و مدیریت لجستیک می پردازد و سپس به مطالعه پروژه ملی «شیپیتو» در شرکت دانش بنیان پستکس اختصاص یافته است. شرکت پستکس به عنوان یکی از پیشگامان صنعت لجستیک هوشمند در ایران، با توسعه و پیاده سازی شیپیتو توانسته است شاخص های کلیدی عملکرد نظیر کاهش زمان توزیع، صرفه جویی در هزینه های سوخت و نیروی انسانی، و افزایش رضایت مشتریان را به طور قابل توجهی بهبود بخشد. این نوآوری به واسطه دستاوردهای ارزشمند خود، موفق به کسب جوایز و افتخارات متعددی گردیده است که از مهم ترین آن ها می توان به نشان طلایی جشنواره ملی شیخ بهایی در سال ۱۴۰۲ اشاره نمود. یافته های مقاله نشان می دهد که تلفیق الگوریتم های هوش مصنوعی با داده های بومی ترافیکی و زیرساختی می تواند ضمن ارتقای سطح رقابت پذیری شرکت های دانش بنیان، نقش مهمی در تحقق اهداف کلان اقتصاد دانش بنیان ایفا کند. از سوی دیگر، مطالعه موردی شیپیتو نشان می دهد که طراحی و بومی سازی سامانه های هوشمند مسیریابی، نه تنها قابلیت الگوبرداری در مقیاس ملی را دارد بلکه می تواند به عنوان یک الگوی موفق برای کشورهای در حال توسعه نیز مطرح گردد.

کلیدواژه ها:

هوش مصنوعی ، لجستیک هوشمند ، بهینه سازی مسیر ، اقتصاد دانش بنیان ، شیپیتو