Cómo ML y AI alertan a FedEx sobre problemas con anticipación
FedEx ha aplicado aprendizaje automático avanzado en todas sus operaciones comerciales, implementando herramientas de Microsoft Azure como Azure Databricks, Azure Machine Learning y Azure Data Factory, así como soluciones externas que se integran fácilmente con Azure, como GitHub. Anthony Norris, vicepresidente senior de TI para plataformas globales y soluciones para clientes en FedEx Services, explica que el aprendizaje automático ha llevado su inteligencia de datos al siguiente nivel, sirviendo como una especie de canario en la mina de carbón para advertir a los líderes sobre desafíos o problemas sistémicos. con entregas individuales.
“El aprendizaje automático puede ayudarnos a predecir si un paquete se está desviando y debemos interceder”, dice Norris. “Es una gran propuesta de valor para nuestros clientes”.
A un nivel superior, el sistema ayuda a FedEx a descubrir desafíos más amplios. Por ejemplo, durante el período de vacaciones de 2022, los problemas con las entregas que requieren firmas de los clientes representaron el 25 % de las llamadas al centro de llamadas de FedEx, dice Gibson, aunque solo el 2 % de sus entregas requieren tales firmas. “Eso nos mostró que algo no estaba bien con esa experiencia, y tenemos equipos que pueden aprovechar esa información y mejorar nuestras operaciones”, dice.
EXPLORAR: ¿Cómo afectará la IA a la ciberseguridad en los próximos años?
De hecho, FedEx se ha inspirado para crear equipos internos centrados en una gran cantidad de problemas en función de los datos que ha obtenido del aprendizaje automático. Uno se enfoca en resolver desafíos con entregas farmacéuticas sensibles al tiempo, por ejemplo. “La IA nos ha ayudado a desarrollar lo que llamamos una huella digital del paquete”, dice Gibson. “Con base en esos datos, creamos un equipo de monitoreo e intervención y paneles dedicados para rastrear paquetes de alta prioridad”.
Antes del aprendizaje automático, el método de FedEx para recopilar inteligencia de datos estaba «basado en reglas», dice Norris. “Pero cuando tienes una red complicada, es difícil establecer reglas que puedan abordar cada escenario”.
Los modelos de aprendizaje automático pueden adaptarse a situaciones dinámicas en tiempo real y aplicar lo que ya saben al asunto en cuestión, lo que permite a la empresa poner más inteligencia en los modelos. “Por ejemplo, ahora los modelos pueden alertarnos y dejarnos saber qué y cuándo necesitamos comunicarnos con los clientes. Se ha vuelto mucho más preciso, mucho antes”, dice.
Norris y Gibson están de acuerdo en que cuando FedEx tiene mayor confiabilidad y visibilidad, el cliente se beneficia.
“Los beneficios del aprendizaje automático son multifacéticos”, dice Norris. “Podemos identificar las causas fundamentales de los problemas y las oportunidades de automatización. La IA y el aprendizaje automático realmente nos están ayudando a hacer eso”.
