RPA在交通物流业
回顾2018年“双十一”,据国家统计局数据显示,11月11日至16日业务高峰期间,全国邮政、快递企业处理快递18.82亿件。物流企业面临着激烈的竞争,上游以及同业竞争者间的价格战挤压了早已经很微薄的利润空间。在同质化服务的物流行业,压缩成本、提高效率成为各企业必须考虑的问题。由于受制于成本预算压力,物流企业的IT建设水平并不高。尽管RFID、二维码、移动设备应用得到了普及,但是业务工作依然需要依靠大量的电子表格和手工处理。这些手工的、劳动密集型任务最终导致低效率和低生产力。
RPA交通物流业场景简介
传统的运输企业和第三方物流
传统的运输企业和第三方物流提供商承担着供应商到客户之间的物品和信息的转移,在转移过程中必然涉及多方沟通和信息衔接业务。传统的集成方法是利用电子数据交换(EDI),但这需要物流企业与业务合作伙伴之间采用标准化的数据交换格式。而且这种方式不够先进,太过昂贵而且耗时。所以,这些流程通常需要后台员工和客服人员手动输入业务相关的数据,如报价、配送安排、交货证明、发票证明等。这些工作是重复执行但不能出错的。而RPA可以从收到的电子邮件中自动提取货物的详细信息并安排后续作业,在调度系统中处理请求并提供送货时间。RPA可以访问客户和供应商的门户以告知时间表。RPA还可以自动将提单、承运人发票和其他相关文件发送给相关方。后续,RPA还可以为客户自动更新工作进度,包括车辆的位置、中间转运节点、送货人员的联系方式等。
供应链管理
供应链管理是RPA应用的热门领域,实现电子邮件的自动化处理可以更好地促进客户、供应商和分销商之间的沟通。RPA可以实时监测库存量,当库存接近阈值水平时生成通知。在评估完之前的订单后,RPA也可以帮助确定当前最佳订单量。
客户管理
在物流业,保持最新和完整的客户联系信息对于成功交付货物至关重要。通常,物流企业需要配置一个数据管理团队,负责监督重复输入、淘汰、删除旧合同和数据格式标准化等任务,这些重复性工作也可以交给RPA机器人来辅助完成,以节省工作人员的时间和精力。
其他
当结合大数据和人工智能技术后,RPA可以得到更加广阔的应用范围。例如,预测整个物流过程,由于物流过程具有不确定性和波动性,所以管理者更希望通过数据分析来提供运输网络和流程的预测能力,使物流企业的管理行为从被动变为主动。这个预测包括预测运输网络——减少空运率;预测需求——提前安排匹配的运输能力来满足需求;预测风险——避免材料短缺、供应商违规问题发生,影响整个物流过程;预测交通和优化路线——解决运输车队的流量优化和控制问题,寻找城市间的最短路线,以确保最短的时间和高资源利用率。为了达到上述分析结果,RPA可以帮助后端数据分析师抓取各类数据,并将分析结果自动通知相关方或在业务系统上直接更新信息。