运输公司利用机器学习支持包裹处理Pitney Bowes的首席创新官James Fairweather告诉CIO.com，Pitney Bowes是一家有着百年历史的办公运输和邮寄服务提供商，过去这八年一直在广泛使用人工智能和机器学习工具。该公司目前利用机器学习软件来预测包括Android平板电脑和集成打印机在内的邮件包裹站何时可能发生故障。如果与联网的邮件包裹站直接联系的机器学习软件检测到潜在的故障，它会安排现场服务技术人员检查机器。Fairweather说，机器发生故障前修复好问题对于减少包裹运输的停运时间至关重要。又由于机器学习软件已逐渐能够很准确地预测问题，因此Pitney Bowes可以为现场服务管理系统轻松安排检修服务。“它为客户提供了上佳的体验，” Fairweather说。由于当下单日运输变得日益普遍，运输方面的消费者体验变得至关重要，Pitney Bowes还使用机器学习算法来优化退件量，为此必须监测包裹路线以识别处理过程中的连续异常情况。Fairweather表示，比如说，如果一个包裹通常在传输途中每4小时扫描一次，但是错过了第二个扫描窗口，算法会将它标记出来。Fairweather解释道：“我们基于这些活动的常态建立了数据科学模型，以预测处理过程中的异常情况。”

机器越来越棒了