当今随着电商的蓬勃发展，物流业也水涨船高。物流业一直以来都在寻求如何以最少路顺及资源完成最后一公里运送，再加上现在兴起的食物快递型态，都让问题更加复杂。
对现今物流业司机员来说，一台3.5吨货车约装100至120件货，100件货共计有2后面157位数条路径选择，如何在客户指定时间内送完并以最少的油耗、没客诉走风险最少的路等，都是现今司机员须面临的挑战；而对物流公司来说，还有大货车、小货车、机车等，该如何分配装载及安排路顺。
最困难的是像Uber Eats、foodpanda这类食物快递，不似传统从仓库出发而是以边捡货边递送的方式，在一个时间内有N个需求由M个骑士派送，且一台机车不能超过2至3件货，可能的路线与送件物品搭配组合更远远超过人类可以想像的数字。
结合即时资讯，包括整合六都的Open Data交通资讯与气象及高精图资，以AI演算法可快速同时进行货、车、路顺运算，且超级弹性，相当适合没有统仓的各种最后一公里运送业态。
对中小型物流业者来说，透过SaaS订阅服务只要汇入订单资料，在2分钟内就可以在网上进行第一次调度使用，对中大型物流业者则提供API-based服务，可介接企业ERP系统，同时提供司机员App以检视送货资讯。SaaS模式大幅降低过去客制化物流系统耗时、昂贵，且万一专案失败软件付之一炬的风险，也不需在套装软件无法完全符合需求中妥协，更省去客制与套装软件每年的维护费用。
以数学、统计、软件技术解决智慧移动问题的卡车先生，目前除50公里至500公里范围的城际整车和拼车运输外，也对打通供应链服务的商流、信息流、货物流、资金流，实现四流合一。
上一篇: 亚马逊打造运输生态系 下一篇: 【人物】李立中 智慧物流创业家
