בינה מלאכותית ללוגיסטיקה
שמשפיעה על cost-to-serve

Route optimization (last-mile)

אופטימיזציה דינמית של מסלולי משלוח עם time windows, vehicle capacity, traffic real-time, וחלוקה מחדש כשמשהו משתנה (פניה מבוטלת, משלוח דחוף נוסף, רכב מתקלקל).

• VRP solver עם time windows ו-pickup/delivery constraints
• Live re-routing — מסלול מתעדכן כש-traffic משתנה
• Explainable — dispatcher רואה למה נסיעה X לפני Y
• Override יד אנושית בכל שלב

Warehouse AI — slotting + picking

מודלים שמייעלים את המקום של כל SKU במחסן לפי תדירות, משקל, גודל ו-co-pick frequency, ומתכננים מסלולי picking שמינימייזים הליכה — בלי לסבך את ה-picker.

• Re-slotting אוטומטי — SKU שעולה ב-velocity עובר לזון 1
• Wave planning — אילו orders יוצאים יחד
• Pick path AI — סדר אופטימלי במסלול
• אינטגרציה ל-WMS (Manhattan, Korber, מערכת ביתית)

Demand forecasting cross-channel

חיזוי ביקושים per SKU per DC per day משלב online + offline + promotional plan + season + weather. מזין safety stock recommendations ו-PO suggestions אוטומטית.

• Hierarchical (SKU → category → DC → national)
• Confidence intervals — buyer יודע כמה לסמוך
• Anomaly detection — SKU שמתנהג שונה מקבל flag
• אינטגרציה ל-ERP (SAP / Oracle / Priority)

Predictive maintenance ל-fleet

תחזית כשלים מנועיים, בלמים, צמיגים — לפני שהרכב נשבר בכביש. מבוסס OBD-II + GPS telemetry, היסטוריית תיקונים, ודפוסי שימוש. מפעיל work-order ב-CMMS אוטומטית.

• OBD-II / FMS data ingestion real-time
• Failure prediction per component (engine, brakes, tires)
• Auto work-order creation ב-CMMS
• Parts inventory pre-staging

Real-time tracking + ETA AI

ETA אמין — לא רק "כש-GPS אומר", אלא מודל שמשלב traffic patterns, weather, היסטוריה של נהג, ו-stop time בפועל. לקוח מקבל ETA מעודכן כל 5 דקות, dispatcher יודע אילו משלוחים יאחרו.

• ETA prediction עם confidence band
• Customer notifications אוטומטיים
• Exception alerts לdispatcher לפני שאיחור מתממש
• Proof-of-delivery עם photo + signature + geo

Loss prevention ו-cargo security

זיהוי anomalies במשלוחים — סטיות מ-corridor רגיל, עצירות לא מתוכננות, פתיחת דלת לא תקינה. Anomaly score per shipment בזמן אמת, עם false-positive learning.

• Geofence breach detection
• Dwell time anomalies
• Door-open sensors + AI classification
• Integration with insurance claim workflow

Reverse logistics (החזרות)

החזרות זה לא רק עלות — זה גם מקור ל-customer churn. AI מסווג סיבת החזרה (פגום / לא מתאים / received-wrong) ומחליט: refurbish, restock, scrap, או חזרה לספק.

• Returns reason classification
• Disposition decision AI (restock / refurbish / scrap)
• Refund eligibility automation
• Quality-feedback loop לתכנון מוצר

Driver assignment + workload balancing

מי נוהג איזה רכב לאיזה אזור — לוקח בחשבון הסמכות (CDL, hazmat), שעות נהיגה (HOS), היסטוריית performance, ו-preference של נהג. מפיק לוח שהוא גם הוגן וגם אופטימלי.

• HOS compliance built-in
• Skill / license match
• Fairness constraints (workload balancing)
• Driver preference signal (where do they prefer to drive)

TMS integration

Route + ETA AI מתחבר ל-Oracle TMS, Manhattan, MercuryGate, או custom TMS דרך EDI / REST. ה-AI מציע — TMS executes.

• EDI 204, 214, 990, 997 standard
• REST APIs לכל הספקים המודרניים
• Webhook callbacks לevents

WMS sync

Slotting + pick path AI מתחבר ל-WMS לקבלת inventory state + לשליחת tasks. Bi-directional בזמן אמת.

• Manhattan WMS native
• Korber HighJump
• SAP EWM
• Custom WMS — adapter framework

ERP / OMS handoff

Demand forecast יוצא ל-ERP כ-PO suggestions. Order priority נכנס מ-OMS. Audit trail בכיוון שני הכיוונים.

• SAP S/4HANA, Oracle EBS, Priority
• OMS — Manhattan Active Omni, Salesforce OMS
• Async event-driven, not polling

Discovery (שבוע 1-2)

Data shape audit (telematics, WMS events, TMS state), ספירה של החלטות יומיות שגוזלות זמן dispatcher, ובחירת מודול ראשון.

Pilot (שבוע 3-10)

בוחרים אזור / DC / fleet subset — בונים מודל אחד עם eval framework. Dispatcher עדיין מקבל החלטה סופית; AI מציע.

Production rollout (שבוע 11-14)

Phased rollout, kill switch מוכן, governance baseline. Auto-decision רק אחרי 4 שבועות של human-in-the-loop פוזיטיבי.