En mayo, DoorDash participó en la Conferencia de Inteligencia Artificial O'ÄôReilly en Nueva York, donde presenté 'ÄúHowDoorDash leverages AI in its logistics engine.'Äù En este post, te guío a través del problema central de logística en DoorDash y describo cómo utilizamos la Inteligencia Artificial (IA) en nuestro motor de logística.
LOGÍSTICA DE ÚLTIMA MILLA EN UN MERCADO DE TRES CARAS
Cumplir con las entregas en DoorDash requiere equilibrar eficazmente los tres lados del mercado: los comerciantes, los distribuidores y los consumidores, e identificar al mejor distribuidor para recoger una entrega del comerciante y llevarla al consumidor.
Determinar la solución óptima a este problema (conocido como el problema de enrutamiento de vehículos) es NP-difícil. La naturaleza en tiempo real y de respuesta rápida de DoorDash introduce desafíos adicionales: las solicitudes de entrega llegan continuamente, los Dashers están en constante movimiento, y la variación en las operaciones del restaurante y los eventos del mundo real (tráfico, clima, etc.) tienen efectos pronunciados en las soluciones.
USO DE LA INTELIGENCIA ARTIFICIAL PARA MEJORAR LA EFICACIA OPERATIVA
Para resolver estos problemas de manera más eficiente, DoorDash aprovecha diversas técnicas de inteligencia artificial (IA) y aprendizaje automático (ML) para modelar inteligentemente el espacio de decisión y lograr soluciones casi óptimas en cuestión de segundos. En última instancia, a través de decenas de millones de entregas de DoorDash, estas técnicas han dado lugar a tiempos de entrega más cortos para los consumidores, una mayor remuneración para los Dashers, mayores ingresos para los socios comerciales, y una mejor experiencia para todos los lados del mercado.
En mi charla, empiezo con una visión general de las aplicaciones de IA en DoorDash, luego hablo de cómo las técnicas de aprendizaje automático complementan las técnicas tradicionales de investigación de operaciones para permitir la logística en DoorDash. En concreto, me centraré en dos aplicaciones específicas del aprendizaje automático: la predicción de los plazos del ciclo de vida de las entregas y los algoritmos de dosificación.
https://youtu.be/s203ScTy4xQ