מיקרו-לוגיסטיקה ופתרונות המייל האחרון – הסוף לעלויות ההפצה המטורפות?

מערכים לוגיסטיים רבים מתוכננים לפי אזורים, בהתאם להיגיון גיאוגרפי שנקבע בעבר. לקוחות משויכים לקווי חלוקה, והמשאיות יוצאות מדי בוקר למסלולים שנקבעו בהתאם למבנה הזה. אלא שהנתונים יכולים לספר סיפור אחר: הלקוח נמצא לפעמים באזור הנכון על המפה, אבל לא במרכז ההפצה הנכון עבורו בפועל.

זה בדיוק מה שגילינו, ב-וובלט, במהלך פרויקט אופטימיזציית הפצה באמצעות AI אצל אחד מלקוחותינו. מרכזי החלוקה שלו שירתו לקוחות לפי שיוך גיאוגרפי קבוע. לאחר שהפעלנו את האופטימיזציה, זיהינו שחלק מהלקוחות היו משויכים למרכז חלוקה שלא היה היעיל ביותר עבורם מבחינת זמן הנסיעה בפועל, בשל תשתית הכבישים ועומסי הבוקר.

הפער הזה ממחיש עד כמה חלוקה קבועה עלולה להטעות. בעקבות שינוי השיוך, הנהג של אותו לקוח הספיק להגיע ל-13 לקוחות במקום 10, באותו יום עבודה. במערכי הפצה גדולים, המשמעות יכולה להיות דרמטית: אותה כמות סחורה ואותה רמת שירות, אבל עם פחות משאיות על הכביש.

בנקודה הזאת, המייל האחרון הוא כבר לא רק בעיה של מציאת המסלול הקצר ביותר. צריך לבחון גם האם המבנה שעל פיו מתוכננת ההפצה בכלל נכון.

כשהבעיה היא במבנה, לא במסלול

בעולמות ה-B2B, עלות האספקה תלויה לא רק במרחק, אלא גם בנפח הסחורה, במספר העצירות, בחלונות הקבלה, בזמני הפריקה, ובכישורים ובהסמכות הנדרשים מהנהג. לכן, גם שתי אספקות לאותו מרחק יכולות לייצר עלויות הפצה שונות לחלוטין.

ארגונים רבים עדיין עובדים לפי מרכזי הפצה, אזורי חלוקה וקווים שנקבעו בעבר. בתכנון מיקרו-לוגיסטי, נקודת המבט רחבה יותר: במקום לראות את רשת ההפצה כמבנה קבוע בוחנים היכן נכון למקם מלאי, מאיזו נקודה נכון להוציא כל אספקה ואיך לקרב את הסחורה לביקוש. לפעמים הפתרון הוא מרכז אזורי או נקודת הפצה קטנה יותר, ולפעמים דווקא שינוי בשיוך הלקוחות והמשימות מספיק כדי לקצר את הדרך.

ניתוח של מק'ינזי, מחברות הייעוץ האסטרטגי הגדולות בעולם, מצביע על אותה מגמה: צמצום מרחקי הנסיעה מתחיל בבחינה מבוססת נתונים של רשת ההפצה, ממיקום מרכזי ההפצה ושיוך הלקוחות ועד תכנון העומסים והמסלולים.

בעולם של מיקרו-לוגיסטיקה ומייל אחרון חכם, לא מספיק לשאול איך לבנות מסלול טוב יותר. צריך לשאול האם בחרנו את נקודת היציאה, אזור החלוקה, הרכב והדרך הנכונים מלכתחילה. כי לפעמים, הקילומטר (או המייל) היקר ביותר בהפצה הוא לא זה האחרון. הוא הקילומטר שלא היה צריך לנסוע בכלל

כשהבינה המלאכותית מערערת על החלוקה הקבועה

אופטימיזציית הפצה באמצעות AI לא בוחנת רק את סדר העצירות במסלול. היא יכולה לבחון יחד את כלל המשימות, הנהגים והמגבלות, ולקבוע את חלוקת העבודה המתאימה לאותו יום. במקום שנהג אחד יהיה אחראי, לדוגמה, רק על ראשון לציון ואחר רק על תל אביב, אלגוריתם יכול לבחון את כלל המשימות והנהגים, ולהגיע לחלוקה אחרת. ביום מסוים, שני נהגים יכולים לבצע משימות בראשון לציון ובהמשך לעבור, שניהם, לתל אביב – אם זו החלוקה היעילה יותר, בהתאם למגבלות ולנתונים.

זה עדיין דורש החלטה ניהולית: מנהל ההפצה צריך להיות מוכן לבחון מחדש גם החלטות שהארגון עובד לפיהן כבר שנים.

אילוסטרציה. צילום: נוצר באמצעות AI

אותו לקוח, החלטה אחרת מחר

יש לציין שהתשובה הנכונה היום אינה בהכרח התשובה הנכונה מחר. שינוי בביקוש, בעומסי התנועה, בזמינות הנהגים, בעלויות או בפריסת הלקוחות יכול להפוך החלטה שהייתה נכונה במשך שנים לפחות יעילה.

זה השינוי המשמעותי: במקום להסתמך על חלוקה קבועה לאזורי הפצה, אפשר לקבל החלטות תפעוליות בהתאם לנתונים, לתנאי הדרך ולמשאבים הזמינים בפועל.

אז האם זה הסוף לעלויות המטורפות של ההפצה?

למרבה הצער, התשובה היא לא. דלק עדיין עולה כסף, נהגים עדיין עולים כסף ומשאיות לא נוסעות בחינם. אבל ייתכן שמדובר בתחילת הסוף לסוג אחר של עלות: זו שנוצרת מפני שכך תמיד חילקנו.

בעולם של מיקרו-לוגיסטיקה ומייל אחרון חכם, לא מספיק לשאול איך לבנות מסלול טוב יותר. צריך לשאול האם בחרנו את נקודת היציאה, אזור החלוקה, הרכב והדרך הנכונים מלכתחילה. כי לפעמים, הקילומטר (או המייל) היקר ביותר בהפצה הוא לא זה האחרון. הוא הקילומטר שלא היה צריך לנסוע בכלל.

הכותבת הינה מייסדת משותפת ויו"רית וובלט (Weblet), שמתמחה בעולמות ה-SaaS, אופטימיזציה מבוססת AI של מערכי שטח, לוגיסטיקה, הפצה וטרנספורמציה דיגיטלית בארגוני B2B.

לפרק הראשון בסדרה לחצו כאן.
לפרק השני לחצו כאן.
לפרק השלישי לחצו כאן.
לפרק הרביעי לחצו כאן.