当你从超市货架上取走一瓶脉动饮料意味着什么？对于某世界500强多元食品饮料集团中国区饮料业务来说，答案是全国4个区域、30家工厂及配送中心，超过25000条的配送路线，15000＋的送货点，20家承运商，都因此而受到牵动。
对于大部分人，每当从超市货架上取走一瓶运动维生素饮料，这个极为平常、每天都有可能随时发生的小的行为便开始对这家公司整个供应链组织运转造成影响。
那么，如何保证这一瓶瓶饮料从工厂、配送中心经过承运商，到经销商、零售商最终及时有效的送到消费者手中，这一系列复杂庞大的运输网络，是怎么灵活运转起来的呢？
一改单纯依靠人力与经验判断的人工调度，这家饮料公司现配有一套自动拼车和路径优化系统——悠桦林的运输智能调度系统：能实现自动拼车、可以对不同区域物流进行有效调配与管理，从而保证这家公司整体的运输效率和成本。
数据显示，过去一年，悠桦林的运输智能调度系统让人工调度花费数小时的工作缩短至8分钟，运送总成本下降6%，总车次减少15%-25%。
传统人工调度，企业发展之痛
作为一家世界500强跨国食品饮料公司，它旗下的饮料业务已经深耕中国几十年，其饮料产品主要为运动维生素饮料。近年来，该品牌发展迅速，已经成为中国饮料市场的领导品牌之一。随着市场逐步拓展，业务不断扩大，其供应链和物流系统承担了越来越大压力，该公司亟需高效敏捷供应链来快速响应业务发展。
在未接触悠桦林之前，该集团公司的运输配送还没有经历数字化智能化升级，依赖于经验的人工调度。
很难想象，面对复杂的调度场景，一位老练的调度员要在大脑内思考多种复杂的排列组合问题：饮料的重量、车型种类，车辆在不同城市的限入和载重；交付场景的复杂性：货品数量、特殊客户需求（例如所在区域客户车辆限入要求及收货时间窗）、卸货时间，合理的运输路线等等，面对成千上万的排列组合、庞大的数据和复杂的业务规则，人只能凭借着自己在行业中摸索出的经验做出决策，这需要花费2到3个小时的时间和精力。往往其中每一个细分维度的因素都能从整体上影响运输路线的安排和调度,进一步影响着整个公司的运输成本。
如何节约成本是企业一直在思索的问题。
由于每天客户需求和订单量有很大的波动，如何选择合适的车辆、提高拼车率、安排合理的运输路线，并考虑到载重、限行、不同客户的装卸时间等因素，是很复杂的调度场景。人工调度精度低、耗时长，极大影响了工作效率，调度结果往往也不尽人意，导致规划的总车次偏高、车辆行驶总距离较远、无法考虑到货时间窗等等一系列问题，最终使得公司的饮料运输成本居高不下。
悠桦林运输智能调度系统：为企业降低6%运费总成本
这家公司经过多方的考量，最终选择与悠桦林合作，作为国内极个别掌握运筹优化智能决策技术的公司之一，悠桦林核心团队来自北美一流高校博士、顶尖企业科学家，以世界领先的运筹学OR、人工智能和先进算法为核心技术，致力于推动企业数智化转型，帮助企业解决一系列运输业务场景中优化问题，凭着行业屈指可数的顶尖算法团队优势，以及在物流运输方面深厚的积累，悠桦林对这家公司的业务需求能够快速理解并提供专业的解决方案。
基于多目标多场景多维度的运输智能调度系统
运输调度是非常复杂的多目标动态规划决策过程，庞大的数据量依靠人难以找到最优解，人脑无法去通盘考虑整个流程和复杂多变的配送场景，传统的人工调度难以同时实现减少用车数量、减少车辆行驶距离、降低运费成本等多种目标，同时还要考虑车辆类型、载重、限行、路线、时间窗等二三十多种业务约束条件，此种方式下的调度高度依赖调度员的主观经验和技能，这意味着优化空间有限，车辆利用率不高，运输成本居高不下成为该公司也是行业中普遍难啃的“骨头”。
悠桦林团队深入这家公司业务实际需求，为其搭建了一套运输智能调度系统，将是否可拼车、限行政策、承运商等三十多项约束条件纳入在内，同时能够实现时间窗、配送路线最短、成本最低等多种优化目标，系统根据优化目标输出最优拼车方案及各个客户的送货路线，基于悠桦林高效的数学建模及求解运算能力，实现一键规划调度和定时调度、自动拼车和路线规划建议。
企业真正需要的，是一套真正可落地的运输解决方案，运输智能调度系统可根据不同的业务场景设置不同的拼车目标，悠桦林团队细分了这家公司的30个工厂和配送中心不同的配送场景，分别独立制定了配送优化的规则策略，为全国快速响应业务及业务场景变化提供了有力的支持，将调度过程决策智能化、系统化。
分钟级的调度时效
以往该公司的订单分配、车辆的调度都由经验老道的调度员手工分配，每人每天配送100多单已经是极限了，这需要花费时长2-3个小时，有时订单量比较大，只能增派人员才能应对订单波动的情况。自全国推广悠桦林系统后，该公司运输物流调度由系统算法可自动输出最优方案，人基于系统推荐的最优方案结合自己行业经验，现8分钟就可以对全国四个片区实现自动化调度。
悠桦林运输智能调度系统依托订单主数据、地图主数据、客户特征等数据，针对多场景需求，进行订单合并、承运商分配、车辆智能配载和路径优化，实现自动化调度以及资源全局最优配置。
运用智能算法的物流运输方案能够为该公司提升配送的时效性，还可以合理规范人工难以控制的约束和规则，比如时间窗、超载、限行、司机配送时间等，提高了货物的拼车率，为该企业减少了15%-25%的总车次。
这得益于悠桦林强大的算法能力，相比传统的人工模式，算法的响应速度很快，悠桦林智能算法可以在5-10分钟内快速给出结果，大大提升了效度的效率。
精准的路网规划
提升拼车率只是解决了问题的第一步，如何计算规划出精准的路线也是一大挑战，如果选择失真的经纬度数据也会拖慢影响企业运输业务的响应速度，而悠桦林的方案真正能够落地为该公司节约运输成本在于，与中国权威的地图数据商有着深度的合作，悠桦林开通了高德地图服务，能够精准的获取路网的数据，通过权威地图商业数据的深入量化分析，运输智能调度系统能够计算求解出更精确的路网规划方案，提升地址配送的精准度，使运输配送变得更高效。
数字化、智能化的调度管理
人工调度不仅对调度人员的经验和精力要求非常高，而且对企业自身管理建设来说也是一大挑战，一旦相关调度人员离职，企业可能面临着信息丢失、培养新人员的成本损失。
悠桦林为该公司的搭建架构在云平台上的智能拼车及路径优化系统，不仅能够为该公司实际运输业务实现精度与速度的并存，以系统拼单取代人工拼单，提高拼单的时效性，而且能够将调度经验线上化，可以留存和洞悉各个区域或业务环节的数据、相关承运商、车辆资源等信息；通过系统配置业务规则，实现中央全局调度，加速调度人员经验线上化及新人培训的速度，帮助企业从容应对调度工作人员的变迁、承运商变动等问题。
灵活适配的技术平台：运筹优化+人工智能+大数据
以运筹学为核心驱动的悠桦林其研发的运输智能调度系统，基于业内屈指可数顶尖算法技术优势：运筹优化+人工智能+大数据，深入到该公司的实际业务场景需求，将业务场景中的实际问题转化为运筹学各种约束规则，建立数学模型，通过多种算法帮助企业在千万的方案中找到近似最优解方案，助力企业决策效率提升。
悠桦林的核心算法包含三十种多种维度混合计算，并且平台具有灵活适配性：根据不同的业务场景，配置不同优化策略，满足不同业务场景需求，为复杂调度场景提供有力支持并短时间内处理大量运输配送需求。
凭借世界领先的运筹智能决策和算法技术，悠桦林运输智能调度系统支持多场景配送条件和业务约束规则，能够输出真正适用于多业务场景、多约束的运输决策解决方案，这家企业与悠桦林合作后在三大方面有了显著提升：
在降低运输成本方面，数据统计中，悠桦林运输智能调度系统在2020年6月份为这家公司节省了100多万，7月份节省了90万，8月份节省80多万。
在提升效率方面，一键规划调度将调度时间由原来的数小时缩至8分钟，优化了调度人员工作效率作业。
在推动企业数智化转型赋能方面，悠桦林的运输智能调度系统可与该公司的TMS系统对接，实现业务场景的数字化和可视化，从服务、时效、成本等方面推动了该公司运输业务的数字化、智能化升级。
目前悠桦林的运输智能调度系统与解决方案已经服务于达能、海底捞等大量头部客户，并得到了客户的广泛认可。
如何把运筹学、人工智能决策技术在业务场景上得到广泛的应用、最有效的应用，而且得到客户满意的认可是悠桦林在帮企业数智化转型过程中一直在实践的，未来悠桦林期待与更多的企业客户抓住数智化变革的机会，借助运筹智能决策技术以更大的能量推动企业甚至是整个行业的创新与变革！
