Az amerikai logisztikai óriás, a FedEx „mély tanulási modelljei” az időjárási és forgalmi viszonyokat is figyelembe veszik a pontosabb szállítási idő előrejelzések érdekében. A modell olyan szállítási változókat vesz figyelembe, mint az időjárás és a forgalmi viszonyok. A cég mély tanulási modelleket épített fel, amelyek felismerik ezeket a mintákat és minden nap jobbá válnak, és a kiszámíthatóság is javul. A vállalat emellett a ChatGPT-hez hasonló chatbotokat támogató generatív AI-technológiák képességeit is vizsgálja. Ezek a modellek javíthatják a kézbesítési élményt azáltal, hogy kérdéseket tesznek fel a felhasználóknak a küldeményükkel kapcsolatban. A FedEx az elmúlt néhány évben a gépi tanulást használta a becsült szállítási idő pontosságának javítása érdekében érdekében.
A vállalat gépi tanulás iránti érdeklődése alátámasztja az elmúlt néhány évben bekövetkezett átalakulását. Melynek eredményeként adatvezérelt, digitálisan működő vállalattá vált.
A FedEx különösen érdekelt a napi 16 millió csomagból összegyűjtött információ hasznosításában.
A gépi tanulás erejének kihasználása segíthet a FedEx-nek ezen adatok értékének maximalizálásában. A logisztikai óriás jelenleg gépi tanulást használ, hogy pontosabb mennyiségi előrejelzéseket dolgozzon ki földi egységében és előrejelző szén-dioxid-kibocsátási adatokat biztosítson a szállítóknak a FedEx Sustainability Insights platformján keresztül.
