momo如何利用AI預測倉庫商品擺放和數量？

momo 如何利用 AI 預測倉庫商品擺放和數量

momo 富邦媒致力於成為「台灣 ESG 綠色電商」，透過 AI 應用在倉儲和物流方面，以在營收增長的同時，降低對環境的影響。其中一個關鍵應用是透過 AI 預測倉庫商品的擺放和數量，以提升配送效率並減少碳排放。

AI 預測商品擺放與數量

momo 在全台擁有超過 50 個倉庫，為了減少消費者同時訂購多項商品時產生的分箱處理和運送，momo 的商品出貨系統結合歷史銷售紀錄、常購銷售組合、客戶標籤系統等資料，透過 AI 模擬運算，預測出各倉庫該擺放什麼商品以及數量。這種方式可以事先備好需求數量，縮短配送里程，並減少訂單分箱出貨的機率，從而減少填充物使用和碳排放，實現精準配送。

AI 優化配送路徑與短鏈布局

除了倉庫管理，momo 還利用 AI 優化配送路徑。過去仰賴司機個人經驗制定配送路徑，但現在 momo 結合歷史訂單資訊與地理資訊系統，用大數據運算出最佳路徑，直接呈現給司機，即使是新進員工也能達到 KPI，提升配送效率和顧客滿意度。此外，momo 積極布局短鏈，減少中途宅配轉運的次數，透過將訂單直接交給供應商，或由合作物流業者到供應商倉庫取貨，減少轉運次數，從而降低碳排放。在 2022 年，momo 透過短鏈布局減少了 2200 趟轉運次數，減少了約 75 公噸的碳排放。