← Wszystkie case studies · ⚙️ Operacje
Dystrybutor mebli biurowych · 120 osóbFlota 22 pojazdów: AI układa trasy — 28% mniej kilometrów, 19% więcej dostaw
AI optymalizuje codziennie trasy dostaw uwzględniając okna czasowe klienta, pojemność, korki, gabaryt towaru, kierowcę.
Okres pomiaru: 8 miesięcy
Sytuacja przed wdrożeniem
Dystrybutor mebli biurowych, 120 osób. 22 ciężarówki dostarczają do biur na terenie 3 województw. Dyspozytor (jeden) układał trasy 4 godz. codziennie. Excel + mapy Google. Średnia: 8 dostaw/auto/dzień, 280 km. Wskaźnik on-time delivery: 71%. Klienci narzekali na opóźnienia.
Co zrobiliśmy
- AI dostaje: lista dostaw (adresy, gabaryty paczek, okna czasowe klienta), 22 auta z ich pojemnością i typem (ciężarówka 3.5t vs 12t), kierowca z uprawnieniami (HDS, paleciak), korki (Google Traffic real-time), pogoda.
- Algorytm Vehicle Routing Problem z 14 ograniczeniami.
- Generuje trasę dla każdego auta na cały dzień: kolejność, godziny załadunku/dostawy, przewidywane czasy.
- Kierowca dostaje na tablecie nawigację + checklistę.
- W ciągu dnia, jeśli coś się dzieje (klient nie ma magazynierów, auto się zepsuło) — AI re-routuje w real-time.
- Po dniu: raport — co poszło zgodnie, co nie, dlaczego (auto-learning).
Rezultat
Kilometry: -28% (przy tej samej ilości dostaw — uwzględnienie kosztu paliwa: -340 tys. zł/rok). Dostaw/auto/dzień: z 8 na 9.5 (+19%). On-time delivery: z 71% na 94%. Czas dyspozytora: z 4 godz./dzień na 12 min/dzień (akceptacja planu). Pojawiło się 2 nowe stałe trasy z oszczędności.
„Klient powiedział: "Dziwne, ostatnio zawsze jesteście na czas — co się zmieniło?". Wszystko się zmieniło, ale dla niego — tylko punktualność."
Inne case studies z działu operacje.
Chcesz, żeby Wasza firma była następna na tej liście?
30-min rozmowa — pokazujemy 2–3 case'y najbliższe Waszej sytuacji (pod NDA) i mówimy, ile zaoszczędzicie w pierwszym roku.