摘要
- 末端配送企业OneRail发布了基于NVIDIA AI软件打造的平台OmniStar。
- 该平台将配送路线选择所需时间从20分钟缩短至2分30秒，一家轮胎经销商三年内节省了4000万美元。
- OneRail预计第四季度总交易额将突破60亿美元，目标客户是那些正在与亚马逊、沃尔玛竞争的中小零售商。
配送路线计算，从20分钟到2分30秒
据CNBC 9月1日（当地时间）报道，末端配送企业OneRail推出了一款基于NVIDIA AI软件构建的新平台OmniStar。零售商在为每笔订单挑选最高效配送方式时，过去这一判断需要20分钟，而OmniStar能在2分30秒内完成，公司方面如此介绍。OneRail首席执行官Bill Catania强调了末端配送的成本压力，他表示："如果做不出闪电般迅速的决策，等于是在把利润拱手让人。"
换句话说，NVIDIA并不是直接打造聊天机器人的公司，而是出售AI运算所需芯片与软件的公司。OneRail借助这套硬件与软件，把自身积累的配送数据训练出的模型规模化运行起来，由此打造出了OmniStar。
与NVIDIA三年合作的成果
报道指出，随着电商规模扩大，零售商必须建立能应对订单量增长的灵活供应链，但配送路线的决策过程在零售商与物流企业之间仍然停留在人工操作、碎片化的状态。OneRail AI负责人David Daeschler透露，三年前公司便与NVIDIA展开合作，共同攻克这一难题。他表示："在让AI以极快速度做出这类判断这一点上,NVIDIA的硬件与软件真正让这套系统能够规模化运转。"NVIDIA零售与消费品业务副总裁兼总经理Azita Martin将这一成果形容为"一个实时判断层，它不依赖固定规则或人工规划,而是以合适的成本,把订单匹配给合适的配送商与配送方式"。
实际落地案例展示的数字
OneRail表示，OmniStar已经在部分客户中投入使用。一家大型轮胎经销商通过更高效地调配资源，实现了三年期4000万美元的节省效果。公司预计第四季度总交易额将突破60亿美元。
| 指标 | 数值 |
|---|---|
| 配送司机网络规模 | 超过1200万人 |
| 物流合作方数量 | 超过1000家 |
| 轮胎经销商三年节省额（按年化计算） | 4000万美元 |
| 第四季度预计总交易额（GMV） | 超过60亿美元 |
公司方面解释，这些数据均来自OneRail自身长期积累的配送网络。司机与物流合作方规模越大，AI可供学习的路线与成本组合也就越丰富。
与亚马逊、沃尔玛抗衡的中小零售商
OneRail今年早些时候曾宣布与FedEx合作，将当日达服务扩展至全部客户。Catania补充说，这一合作与本次推出的OmniStar相互配合，能让公司更好地服务中小零售商。Daeschler将OmniStar比作"ChatGPT和Anthropic在文本领域所做的事，放到配送领域来实现"，并说明其思路是用自有数据训练基础模型，从而让人们能以更低成本获得配送服务。
编辑视角
这次发布中值得关注的一点是,NVIDIA又一次守住了自己的定位。它没有加入聊天机器人的竞争,而是把芯片与软件出租给了物流这样一个完全不同的行业,帮助其把决策速度从20分钟压缩到2分30秒。这套结构和OpenAI、Google训练模型时使用NVIDIA GPU本质上是一回事——不管最终服务由谁打造,底层基础设施都由NVIDIA铺就。
从长期观察物流行业的角度来看,末端配送的路线优化,原本只有大型零售商才有能力投入自建系统。亚马逊、沃尔玛拥有自己的物流网络与算法,而中小零售商往往只能依赖人工判断或静态规则。如果OneRail能用自家1200万司机、1000多家合作方的数据训练模型来代替这种判断,那么这道差距正在被拉近。
不过需要指出的是,这些数字全部来自公司方面向CNBC提供的信息。轮胎经销商节省4000万美元、第四季度GMV预计达60亿美元，这些数字目前尚未经过第三方核实。如果国内物流零售业想参考这一案例,与其纠结于公布的节省金额本身,不如把"路线决策能否在几分钟内完成"这一速度标准,套用到自己的系统中来检验,这样会更实际。接下来几个月,OmniStar究竟能落地到多少客户身上,以及这些成果能否在第四季度财报中以数字形式得到验证,将是检验这一平台的真正考验。
评论