В сучасних умовах розвитку електронної комерції та постійного зростання попиту на швидкі та ефективні послуги доставки, оптимізація останньої милі стає критично важливою для підвищення конкурентоспроможності логістичних компаній. Одним із ефективних рішень є впровадження децентралізованої моделі доставки, яка використовує локальні центри або мікрохаби для оптимізації маршрутів. Це рішення дає змогу скоротити час доставки до кінцевого споживача, знижуючи навантаження на центральні склади, а також підвищує гнучкість і надійність логістичної системи.Штучний інтелект (ШІ) відіграє ключову роль у підвищенні ефективності децентралізованої доставки. Завдяки аналізу великих обсягів даних в реальному часі, ШІ допомагає оптимізувати маршрути доставки, знижуючи витрати на паливо та скорочуючи кількість транспорту, що одночасно позитивно впливає на навколишнє середовище. Алгоритми машинного навчання дозволяють автоматично адаптувати маршрути відповідно до змін дорожньої ситуації, погодних умов і рівня трафіку, що особливо важливо у великих містах із насиченим рухом.Крім того, ШІ забезпечує ефективне управління запасами в локальних центрах, що дозволяє краще планувати поповнення товарів і зменшувати витрати, пов'язані зі зберіганням. Управління останньою милею за допомогою ШІ також сприяє підвищенню якості обслуговування клієнтів. Система може враховувати індивідуальні переваги споживачів, наприклад, визначати оптимальний час доставки для зручності клієнта, а також надавати точну інформацію про час прибуття кур'єра. Це не тільки підвищує рівень задоволеності клієнтів, а й зменшує ймовірність повторних доставок у разі відсутності отримувача на місці.Таким чином, децентралізована модель доставки, оптимізована за допомогою ШІ, не тільки знижує операційні витрати та покращує ефективність логістичних процесів, але й сприяє більш екологічно чистому та орієнтованому на клієнта обслуговуванню.

DOI: https://doi.org/10.31649/mccs2024.5-06