特表 2024-520532 ロジスティック通信フローシステムおよび方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-05-24

(54)【発明の名称】ロジスティック通信フローシステムおよび方法

(51)【国際特許分類】

   G06Q 10/083 20240101AFI20240517BHJP

【ＦＩ】

G06Q10/083

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2023573362

(86)(22)【出願日】2022-03-29

(85)【翻訳文提出日】2023-11-27

(86)【国際出願番号】 US2022022395

(87)【国際公開番号】W WO2022212410

(87)【国際公開日】2022-10-06

(31)【優先権主張番号】63/167,637

(32)【優先日】2021-03-29

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】17/707,433

(32)【優先日】2022-03-29

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】523446675

【氏名又は名称】ジョゼフ ヒュディッガ

【氏名又は名称原語表記】Ｊｏｓｅｐｈ Ｈｕｄｉｃｋａ

(74)【代理人】

【識別番号】100139723

【弁理士】

【氏名又は名称】樋口 洋

(72)【発明者】

【氏名】ジョゼフ ヒュディッガ

【テーマコード（参考）】

5L010

【Ｆターム（参考）】

5L010AA16

(57)【要約】

本発明は、ロジスティクス通信フローシステムおよび方法に関する。本方法は、少なくとも１つの能力データセット、少なくとも１つの受容データセット、および少なくとも１つの条件データセットを受信する工程、および、前記少なくとも１つの能力データセット、前記少なくとも１つの受容データセット、前記少なくとも１つの条件データセットに基づいて、意思決定アルゴリズムを構成する工程を含む。本方法はさらに、人工知能（ＡＩ）ブロックを使用して、構成された意思決定アルゴリズムに基づいて、少なくとも１つの予測データを決定する工程を含み、予測データは、オンタイム予測、予算内予測、損失予測、契約変換予測、需要変動予測、持続可能性予測、および幸福予測に対応する。

【特許請求の範囲】

【請求項1】

ロジスティクス通信フローのための方法であって、
ロジスティクス通信フローシステムによって、少なくとも１つの能力データセット、少なくとも１つの需要データセット、および少なくとも１つの条件データセットを受信する工程；
前記ロジスティクス通信フローシステムによって、前記少なくとも１つの能力データセット、前記少なくとも１つの需要データセット、前記少なくとも１つの条件データセットに基づいて意思決定アルゴリズムを構成する工程；および
前記ロジスティクス通信フローシステムによって、人工知能（ＡＩ）ブロックを使用して、前記構成された意思決定アルゴリズムに基づいて、少なくとも１つの予測データを決定する工程であって、該予測データは、オンタイム予測、予算内予測、損失予測、契約変換予測、需要変動予測、持続可能性予測、および幸福予測に対応する、工程
を含むことを特徴とする、方法。

【請求項2】

前記ロジスティクス通信フローシステムによって、ＡＩブロックを使用して、所与の期間にわたって少なくとも１つのフィードバックデータを学習する工程；および
前記ロジスティクス通信フローシステムによって、前記少なくとも１つのフィードバックデータを使用して前記少なくとも１つの予測データを修正する工程
をさらに含むことを特徴とする、請求項１に記載の方法。

【請求項3】

前記少なくとも１つの能力データセットは、ロジスティクスパートナー能力データセット、ロジスティクスパートナー契約データセット、ロジスティクスパートナー予約データセット、ロジスティクスパートナー下請契約者データセット、ロジスティクスパートナーイベントデータセット、ロジスティクスパートナー財務データセット、およびロジスティクスパートナー定性データセットを含むことを特徴とする、請求項１に記載の方法。

【請求項4】

前記少なくとも１つの需要データセットは、出荷者需要データセット、出荷者契約データセット、出荷者予約データセット、出荷者下請契約者データセット、出荷者イベントデータセット、出荷者財務データセット、および出荷者定性データセットを含むことを特徴とする、請求項１に記載の方法。

【請求項5】

前記少なくとも１つの条件データセットは、気象データセット、交通データセット、経済データセット、税関データセット、世界イベントデータセット、持続可能性データセット、およびインデックスデータセットを含むことを特徴とする、請求項１に記載の方法。

【請求項6】

前記少なくとも１つのフィードバックデータは、供給業者フィードバックデータ、製造業者フィードバックデータ、消費者製品グループフィードバックデータ、流通業者フィードバックデータ、ロジスティクスパートナーフィードバックデータ、および小売業者フィードバックデータを含むことを特徴とする、請求項２に記載の方法。

【請求項7】

ロジスティクス通信フローシステムであって、
プロセッサ；
メモリ；および
プロセッサおよびメモリに結合された需要および能力最大化モジュール
を含み、
前記需要および能力最大化モジュールは、
少なくとも１つの能力データセット、少なくとも１つの需要データセット、および少なくとも１つの条件データセットを受信し；
前記少なくとも１つの能力データセット、前記少なくとも１つの需要データセット、前記少なくとも１つの条件データセットに基づいて、意思決定アルゴリズムを構成し；
人工知能（ＡＩ）ブロックを使用して、前記構成された意思決定アルゴリズムに基づいて少なくとも１つの予測データを決定する
ように構成され、
前記予測データは、オンタイム予測、予算内予測、損失予測、契約変換予測、需要変動予測、持続可能性予測、および幸福予測に対応する
ことを特徴とする、ロジスティクス通信フローシステム。

【請求項8】

前記需要および能力最大化モジュールは、
前記ＡＩブロックを使用して、所与の期間にわたって少なくとも１つのフィードバックデータを学習し；
前記少なくとも１つのフィードバックデータを使用して前記少なくとも１つの予測データを修正する
ように構成されることを特徴とする、請求項７に記載のロジスティクス通信フローシステム。

【請求項9】

前記少なくとも１つの能力データセットは、ロジスティクスパートナー能力データセット、ロジスティクスパートナー契約データセット、ロジスティクスパートナー予約データセット、ロジスティクスパートナー下請契約者データセット、ロジスティクスパートナーイベントデータセット、ロジスティクスパートナー財務データセット、およびロジスティクスパートナー定性データセットを含むことを特徴とする、請求項７に記載のロジスティクス通信フローシステム。

【請求項10】

前記少なくとも１つの需要データセットは、出荷者需要データセット、出荷者契約データセット、出荷者予約データセット、出荷者下請契約者データセット、出荷者イベントデータセット、出荷者財務データセット、および出荷者定性データセットを含むことを特徴とする、請求項７に記載のロジスティクス通信フローシステム。

【請求項11】

前記少なくとも１つの条件データセットは、気象データセット、交通データセット、経済データセット、税関データセット、世界イベントデータセット、持続可能性データセット、およびインデックスデータセットを含むことを特徴とする、請求項７に記載のロジスティクス通信フローシステム。

【請求項12】

前記少なくとも１つのフィードバックデータは、供給業者フィードバックデータ、製造業者フィードバックデータ、消費者製品グループフィードバックデータ、流通業者フィードバックデータ、ロジスティクスパートナーフィードバックデータ、および小売業者フィードバックデータを含むことを特徴とする、請求項８に記載のロジスティクス通信フローシステム。

【請求項13】

前記ロジスティクス通信フローシステムは、クラウドベースのプラットフォームであることを特徴とする、請求項７に記載のロジスティクス通信フローシステム。

【発明の詳細な説明】

【関連出願の相互参照】

【0001】

この非仮特許出願は、Ｇｌｏｂａｌ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ ａｎｄ Ｌｏｇｉｓｔｉｃｓ Ｓｈｉｐｐｅｒ Ｄｅｍａｎｄ Ｆｌｏｗ Ｐｌａｔｆｏｒｍと題された共通発明者であるＪｏｓｅｐｈ Ｈｕｄｉｋａへの２０２１年３月２９日に出願された米国仮特許出願第６３／１６７,６３７から優先権を主張する。

【技術分野】

【0002】

本発明は、概して、ロジスティクス通信プラットフォームに関し、より詳細には、ロジスティクス通信フローシステムおよび方法に関する。

【背景技術】

【0003】

このセクションは、技術分野を詳細に説明し、技術分野において遭遇する問題について論じる。したがって、このセクションにおける記述は、従来技術として解釈されるべきではない。

【発明の概要】

【発明が解決しようとする課題】

【0004】

ロジスティクス産業は、例えば、輸送業者、運送業者、貨物運送業者、取引業者の間の複雑な通信チャネルを含む大規模産業である。現在、ロジスティクス産業は、全てのユーザ間の通信フローをミクロレベルでカスタマイズすることができず、商品のフローおよびそれらを移動させるコストを最適化するために、グローバル輸送需要のより透明性のある理解を必要とする。すなわち、ロジスティクス産業は、容量モデルからグローバルな輸送業の需要によって推進されるモデルへと最適化の軸足を移す時期を十分に過ぎている。これらの欠点に対する解決策は現在存在しない。したがって、本発明はそのような解決策を提供する。

【課題を解決するための手段】

【0005】

上記の目的は、請求項に定義されるロジスティクス通信フローシステムおよび方法によって達成される。

【0006】

ロジスティクス通信フローシステムは、プロセッサと、メモリと、プロセッサおよびメモリに結合された需要および能力最大化モジュールとを備える。需要および能力最大化モジュールは、少なくとも１つの能力データセット、少なくとも１つの需要データセット、および少なくとも１つの条件データセットを受信し、少なくとも１つの能力データセット、少なくとも１つの需要データセット、および少なくとも１つの条件データセットに基づいて意思決定アルゴリズムを構成するように構成される。少なくとも１つの能力データセットは、ロジスティクスパートナー能力データセット、ロジスティクスパートナー契約データセット、ロジスティクスパートナー予約データセット、ロジスティクスパートナー下請契約者データセット、ロジスティクスパートナーイベントデータセット、ロジスティクスパートナー財務データセット、およびロジスティクスパートナー定性データセットを含む。少なくとも１つの需要データセットは、出荷者需要データセット、出荷者契約データセット、出荷者予約データセット、出荷者下請契約者データセット、出荷者イベントデータセット、出荷者財務データセット、および出荷者定性データセットを含む。少なくとも１つの条件データセットは、気象データセット、交通データセット、経済データセット、税関データセット、世界イベントデータセット、持続可能性データセット、およびインデックスデータセットを含む。

【0007】

需要および能力最大化モジュールはさらに、人工知能（ＡＩ）ブロックを使用して、構成された意思決定アルゴリズムに基づいて、少なくとも１つの予測データを決定し、予測データは、オンタイム予測、予算内予測、損失予測、契約変換予測、需要変動予測、持続可能性予測、および幸福予測に対応する。

【0008】

需要および能力最大化モジュールは、ＡＩブロックを使用して、一定期間にわたって少なくとも１つのフィードバックデータを学習し、少なくとも１つのフィードバックデータを使用して少なくとも１つの予測データを修正し、少なくとも１つのフィードバックデータは、供給業者フィードバックデータ、製造業者フィードバックデータ、消費者製品グループフィードバックデータ、流通業者フィードバックデータ、ロジスティクスパートナーフィードバックデータ、および小売業者フィードバックデータを含む。

【0009】

当然ながら、本開示は単に概要であり、本発明の完全な説明ではない。

【0010】

本発明の様々な態様およびその実施形態は、以下の詳細な説明を参照することによってより良く理解される。本発明を理解するために、詳細な説明は、図面と併せて読まれるべきである。

【図面の簡単な説明】

【0011】

【図1】ロジスティクス通信フローシステムを示す図

【図2】ロジスティクス通信フローシステムにおける様々な入力および出力を示す図

【図3】本発明のロジスティクス通信フロー方法を示すフロー図

【図4】本発明のロジスティクス通信フロー方法を示す図３のフロー図の続き

【図5】本発明のロジスティクス通信フロー方法を示す図３のフロー図の続き

【図6】本発明のロジスティクス通信フロー方法を示す図３のフロー図の続き

【発明を実施するための形態】

【0012】

このセクション（本発明のベストモードの例示的な実施形態を説明する例示的な好ましい実施形態の説明、以下「例示的な実施形態」と呼ぶ）を読むが、例示的な実施形態は、発明者の考えに従って特許の出願中に本発明を実施するためのベストモードと見なすべきである。当業者は、実質的に等価な構造または実質的に等価な行為により同じ態様でまたは異なる態様で同じ結果を達成することを認識することができる、例示的な実施形態は、本発明を１つの実施形態に限定するものとして解釈されるべきではない。

【0013】

種（または特定の項目）の議論は、その種が属する属（項目のクラス）ならびにこの属における関連する種を連想させる。同様に、属の記載は、当技術分野で既知の種を連想させる。さらに、技術が発展するにつれて、本発明の態様を達成するための多数の追加の代替案が生じ得る。そのような進歩は、それらのそれぞれの属内に組み込まれ、示されるまたは記載される態様と機能的に等価または構造的に等価であると認識されるべきである。

【0014】

機能または行為は、特に明記しない限り、機能または行為を実行する全てのモードを包含するものとして解釈されるべきである。例えば、シート乾燥は、乾式または湿式加熱適用によって、またはマイクロ波を使用することによって行われ得る。したがって、「紙乾燥」という用語の使用は、「乾式加熱」または「湿式加熱」およびこの用語の他のすべてのモードならびに「加圧加熱」などの同様の用語を連想させる。

【0015】

明示的に別段の記載がない限り、接続語（例えば、「または」、「および」、「含む」、または「備える」）は、排他的な意味ではなく包括的な意味で解釈されるべきである。

【0016】

当業者によって理解されるように、本発明を不明瞭にしないために、様々な構造および装置がブロック図に示されている。以下の議論において、同様の名称を有する行為は、特に明記しない限り、同様の態様で実行される。

【0017】

前述の議論および定義は、明確化の目的で提供され、限定するものではない。用語および語句は、別段の指示がない限り、それらの通常の平易な意味に従うべきである。

【0018】

本発明は、世界的な出荷者の需要を予測し、運送業者およびサービスプロバイダが、最大の出荷フローおよび相互に利益のある成功のために資産を最適化することを可能にするアルゴリズムのセットを使用する、ロジスティクス通信フローシステムおよび方法を提供する。本発明は、世界的な出荷の計画および履行に関連する１２超のデータセットを組み合わせるデータ強化プラットフォームであり、これにアルゴリズムのセットを適用して、運送業者に、１回の出荷ごとに、真の世界的需要の明瞭な見通し、このビジネスに勝つための方法、およびすべての当事者が顧客の成功に対して報酬を受ける方法を提供する。

【0019】

有利なことに、本発明は、ロジスティクス契約のパフォーマンスに関する高度な警告システムを提供し、したがって、船は、ロジスティクス専門家になることなく需要の約束を満たすことができ、ロジスティクスパートナーは、ロジスティクス契約により多くのボリュームを保ちながら、顧客が次に必要とする場所を予測することができる。

【0020】

したがって、図１は、ロジスティクス通信フローシステム１００を示す。ロジスティクス通信フローシステム１００は、クラウドベースのシステムであるが、これに限定されない。ロジスティクス通信フローシステム１００は、サブシステム、ハードウェア、分散コンピューティング、ソフトウェア、エンティティインターフェース、および本明細書で説明されるような本発明のサービス／機能を可能にし供給するユーザインターフェースを備え得る。

【0021】

ロジスティクス通信フローシステム１００は、概して、クラウドベースのプラットフォーム１１０を備え、これは、需要および能力最大化モジュール１１５と、予約ブロック１２０と、例えば、それぞれ複数のユーザ１３０１４０、１５０、１６０、１７０、１８０、１９０のための、管理ユーザインターフェース１３２、小売業者ユーザインターフェース１４２、販売業者ユーザインターフェース１５２、ロジスティクスパートナーユーザインターフェース１６２、製造業者ユーザインターフェース１７２、消費者製品グループユーザインターフェース１８２、供給業者ユーザインターフェース１９２等の複数のユーザインターフェースをさらに備える。複数のユーザ１３０１４０、１５０、１６０、１７０、１８０、１９０の各々は、それぞれのユーザ端末（図示せず）を介して、それぞれのユーザインターフェース１３２、１４２、１５２、１６２、１７２、１８２、１９２を使用して、需要および能力最大化モジュール１１５にアクセスすることができる。ユーザ端末は、例えば、ラップトップ、ノートブック、デスクトップコンピュータ、ｖｅｈｉｃｌｅ ｔｏ ｅｖｅｒｙｔｈｉｎｇ（Ｖ２Ｘ）デバイス、スマートフォン、タブレット、ｉｎｔｅｒｎｅｔ ｏｆ ｔｈｉｎｇｓ（ＩＯＴ）デバイス、通信機能付きテレビ、没入型デバイス、仮想現実デバイス、ページャ、または同様のハード化デバイスおよびフィールド固有デバイスを含む任意の他のコンピューティングデバイスであり得る。

【0022】

需要および能力最大化モジュール１１５は、クラウドベースのプラットフォーム１１０のコア要素として機能し、需要計画ブロック１２１と、パフォーマンス監視ブロック１２２と、通信ブロック１２４と、能力計画ブロック１２６と、持続可能性監視ブロック１２７と、ＡＩ（人工知能）ブロック１２９とを備える。

【0023】

需要計画ブロック１２１は、需要計画のために、ロジスティクス通信フローシステム１００内の出荷者によってアクセスされるように構成される。需要計画ブロック１２１は、移動／出荷する必要がある商品の容量の頻度とともに、所与の時間枠において出荷元から目的地に移動／出荷する必要がある商品の種類および容量を決定するように構成される。需要計画ブロック１２１はまた、関与するロジスティクスパートナーがロジスティクス活動におけるニーズのための予測ツールとしても働く。有利には、需要計画ブロック１２１は、既存のロジスティクス契約パフォーマンスプラットフォームおよび技術と比較して時間を節約する。

【0024】

出荷が予約ブロック１２０を通じて予約されると、同じことが実行される。すなわち、需要に対する能力の契約の後、パフォーマンス監視ブロック１２２は、ロジスティクス通信フローシステム１００における各動作のパフォーマンスを監視し、動作は、出荷手順中に生じる一連のイベント（「計画されたイベント」）を有する。パフォーマンス監視ブロック１２２は、１つまたは複数の要因を監視する。１つまたは複数の要因は、例えば、輸送時間、コストを含む。パフォーマンス監視ブロック１２２は、計画されたイベントの成功率を評価するように構成される。すなわち、パフォーマンス監視ブロック１２２は、例えばオン・タイム・イン・フル（ＯＴＩＦ）配送などのパフォーマンス指標を利用してサプライチェーンプロセス全体を解析する。典型的には、オン・タイム・イン・フルは、企業が、顧客によって要求された全量を要求された期日に配送することができたことを意味する。

【0025】

パフォーマンス監視ブロック１２２は、パフォーマンスをスコアで測定するように構成される。例示的なシナリオでは、企業は、特定の取引レーンにおいて出発地Ａから目的地Ｂまで３日かかるという出荷について契約上の義務を有する。そのような場合、パフォーマンス監視ブロック１２２は、そのルート、すなわち出発地Ａから目的地Ｂまでで実行される出荷の１つ１つにスコアを付ける。パフォーマンス監視ブロック１２２は、公正かつバランスの取れたスコアリングを促進し、供給業者、輸送業者、およびロジスティクスパートナーのパフォーマンスに対するパフォーマンスおよび信頼性スコアリングを、マクロレベルで、信頼できる様式で自動化して、つながりの全体にわたって任意の所与の参加者を真に評価し、これは、所与のネットワーク内の限られたつながりへの可視性のみを有する従来の企業資源計画（ＥＲＰ）システムまたはトラック管理システム（ＴＭＳ）システムによって提供される限られたレンズとは対照的である。これは、輸送業者の視点から説明されるが、原理は、ロジスティクス通信フローシステム１００内の任意の当事者に等しく適用される。例えば、供給業者、製造業者、消費者製品グループ、またはロジスティクスパートナーなどの輸送業者は、ロジスティクス通信フローシステム１００内の各ユーザ／貢献者によって理解可能かつアクセス可能な公正でバランスのとれた透明なスコアリングシステムを供給するように採点され得る。

【0026】

輸送時間とともに、パフォーマンス監視ブロック１２２はまた、例えば、商品の紛失、商品の損傷、盗難などの点で、商品（または物品）の品質を監視し、採点する。パフォーマンス監視ブロック１２２は、運送業者が輸送業者に対して行った契約／コミットメント、およびその逆に、輸送業者が運送業者に対して行った例えば容量、コストに関する契約／コミットメントのパフォーマンスの合格または不合格を自動的に測定する。

【0027】

パフォーマンス監視ブロック１２２は、契約のデータストリームをタップし、契約のパフォーマンスが供給されたか否かを判定する。本発明の実施形態では、パフォーマンス監視ブロック１２２は、パフォーマンス測定のためにフィードバックを利用し得る。

【0028】

通信ブロック１２４は、互いの間の通信の中心的モードとしてインスタントメッセージングレイヤをもたらすことによって、ロジスティクス通信フローシステム１００のすべての参加者間の通信を可能にし、簡素化する。需要が変化すると、正しい参加者は、単純なテキストメッセージを通して、その問題に一緒に迅速に群がることができる。このように、通信ブロック１２４は、既存のプラットフォームとは異なり、真のジャストインタイムのピックアップおよび配送を可能にし、ロジスティクス通信フローシステム１００における能力および需要の透明性をもたらす。テキストメッセージは、スレッド化された通信インターフェースを介して、参加者が、彼らのチーム、顧客、供給業者およびロジスティクスパートナーに、以前に予期されなかった能力または需要のシフトを迅速に警告することを可能にする。スレッド化された通信インターフェース（例えば、スウォーミングインターフェース等）は、エスカレーションルール管理を含む、ユーザ構成可能な自動ワークフロー上に形成され、ロジスティクス通信フローシステム１００において警告から解決までの通信履歴全体を記録する。

【0029】

能力計画ブロック１２６は、顧客への能力の分配または提供を管理する能力計画のために構成される。

【0030】

持続可能性監視ブロック１２７は、持続可能性を監視し、持続可能性スコアを提供するように構成され、あらゆる参加者は、各サプライチェーンにおける参加者の部分に真のカーボンインパクトを提供する。

【0031】

ＡＩ（人工知能）ブロック１２９は、ディープラーニングと呼ばれる機械学習法を実装する。機械学習方法は、プラットフォームが、明示的にプログラムされることなく、ある期間にわたって経験から自動的に学習し改善することを可能にする。ディープラーニング法は、構造化されていないまたはラベル付けされていないデータから教師なしに学習することができるニューラルネットワークを使用する。ディープラーニングは、手続き型コードまたは明示的にコード化されたソフトウェアアルゴリズムの開発ではなく、本発明のプラットフォームが、推論およびパターン認識を通して自己学習することを可能にする、ニューラルネットワークの多層を採用する、機械学習の方法である（しかしながら、機械学習は、ソフトウェアアルゴリズムによって増強および強化される）。ニューラルネットワークは、哺乳動物の大脳皮質のニューロン構造に従ってモデル化され、ニューロンは、ノードとして表され、シナプスは、ノード間の一意に重み付けされた経路または「有料道路」として表される。ノードは、次いで、ネットワークを構成するようにレイヤーに編成される。さらに、ニューラルネットワークは、入力層、中間層または隠れ層、および出力層を含む層状様式で編成される。

【0032】

ニューラルネットワークは、受信された入力に基づいて、一意に重み付けされた経路を変化させることによって、それらの学習能力を向上させる。ニューラルネットワーク内の連続する層は、それらの受信された入力パターンに基づいて重み付けされた係数を修正することによって学習能力を組み込む。この基礎から、ニューラルネットワークのトレーニングは、子供が物体を認識するように教示する方法に非常に類似していることが分かる。ニューラルネットワークは、基本データセットから繰り返しトレーニングされ、出力層（または単に「出力」）からの結果が、正しい分類と連続的に比較される。

【0033】

代替的に、ニューラルネットワークの代わりに、任意の機械学習パラダイムを訓練および学習プロセスにおいて使用することができる。

【0034】

ＡＩブロック１２９は、需要計画、能力計画、パフォーマンス監視等に向けられたいくつかの異なるスコアリングアルゴリズムをサポートし、最初に推奨を行い、最終的にＡＩブロック１２９自体を規定するように訓練する。ＡＩブロック１２９は、能力、需要、および過去のパフォーマンスを含むがこれらに限定されないデータソースの履歴入力を取り込み、将来のイベントの重み付け予測の代替シナリオを適用して、これらのシナリオの結果をシミュレートする予測データ生成プロセスをサポートし、その結果、ロジスティクス通信フローシステム１００のユーザは、結果を比較および対比し、各々が現実になる可能性を決定し、これらの洞察を利用して、情報に基づいた決定およびビジネスアクションを行うことができる。

【0035】

ここで、複数のユーザインターフェースおよび複数のユーザを参照する。管理ユーザインターフェース１３２を通して、少なくとも１つの管理者１３０は、クラウドベースのプラットフォーム１１０を動作させ、アップグレードし、維持し、管理する。少なくとも１人の小売業者１４０（すなわち、輸送業者）は、小売業者ユーザインターフェース１４２を通してクラウドベースのプラットフォーム１１０と対話する。少なくとも１つの小売業者１４０は、消費者レベルで自分の需要を効果的に報告するユーザである。同様に、少なくとも１つの流通業者１５０は、流通業者ユーザインターフェース１５２を介してクラウドベースのプラットフォーム１１０と対話する。少なくとも１つの販売業者１５０は、典型的には、卸売価格で製品を購入し、需要に基づいて、複数の倉庫にわたって分配する製品の倉庫および組織を管理する、ユーザである。少なくとも１つのロジスティクスパートナー１６０（すなわち、輸送業者など）は、ロジスティクスパートナーユーザインターフェース１６２を通じて、ロジスティクス関連活動のためにクラウドベースのプラットフォーム１１０と対話する。少なくとも１つの製造業者１７０（すなわち、製品製造業者など）は、製造業者ユーザインターフェース１７２を介して、製造関連活動のためにクラウドベースのプラットフォーム１１０と対話する。少なくとも１つの消費者１８０は、消費者製品グループユーザインターフェース１８２を通して、商品を注文および受け取るためにクラウドベースのプラットフォーム１１０と対話する。少なくとも１つの供給業者１９０は、供給業者ユーザインターフェース１９２を介して、商品の出荷のためにクラウドベースのプラットフォーム１１０と対話する。

【0036】

さらに、クラウドベースのプラットフォーム１１０は、本発明のすべての処理機能を実行するように構成され得る１つまたは複数のプロセッサを有する処理ユニット（図示せず）を含む。１つまたは複数のプロセッサは、例えば、中央処理ユニット（ＣＰＵ）、アプリケーションプロセッサ（ＡＰ）などの汎用プロセッサ、グラフィック処理ユニット（ＧＰＵ）などのグラフィック専用処理ユニット、ビジュアル処理ユニット（ＶＰＵ）、および／またはニューラル処理ユニット（ＮＰＵ）などのＡＩ専用プロセッサであり得る。ＡＩブロック１２９に関連付けられた機能は、例えば、不揮発性メモリ、揮発性メモリなどの記憶ユニット（図示せず）に記憶された情報を利用することによって、および処理ユニットを利用することによって実行され得る。

【0037】

図２は、ロジスティクス通信フローシステム１００における様々な入力および出力を示す。ロジスティクス通信フローシステム１００は、複数のユーザ（例えば、供給業者、製造業者、消費者製品グループ、ロジスティクスパートナー、小売業者など）に推奨を提供するために意思決定プロセス２５０を実施する。推奨は、ロジスティクスサプライチェーンに対応する。需要および能力最大化モジュール１１５は、１つまたは複数の入力２１０を受信する。１つまたは複数の入力２１０は、例えば、ロジスティクス入力２２０、企業リソース計画（ＥＲＰ）／供給チェーン管理（ＳＣＭ）ベースの入力２３０、および１つまたは複数の条件データセット２４０とすることができるが、これらに限定されない。ロジスティクス入力２２０は、例えば、ロジスティクスパートナー能力データセット２２１、ロジスティクスパートナー契約データセット２２３、ロジスティクスパートナー予約データセット２２５、ロジスティクスパートナー下請業者データセット２２６、ロジスティクスパートナーイベントデータセット２２７、ロジスティクスパートナー財務データセット２２８、およびロジスティクスパートナー定性データセット２２９であり得る。ＥＲＰ／ＳＣＭベースの入力２３０は、例えば、出荷者需要データセット２３１、出荷者契約データセット２３３、出荷者予約データセット２３５、出荷者下請業者データセット２３６、出荷者イベントデータセット２３７、出荷者財務データセット２３８、および出荷者定性データセット２３９であり得る。１つまたは複数の条件データセット２４０は、例えば、気象データセット２４１、交通データセット２４３、経済データセット２４５、税関データセット２４６、世界イベントデータセット２４７、持続可能性データセット２４８、商品インデックスデータセット２４９とすることができる。

【0038】

ロジスティクスパートナー能力データセット２２１は、ロジスティクスパートナーによって取り扱われる全ての異なるタイプの機器または装置を識別する。ある例では、ロジスティクスパートナーが海洋運搬業者である場合、ロジスティクスパートナー能力データセット２２１は、コンテナを運搬している船舶の詳細を含む。別の例では、ロジスティクスパートナーがタンカーである場合、ロジスティクスパートナー能力データセット２２１は、タンカー情報、タンカーのタイプ、およびタンカー作業条件などを含む。ロジスティクスパートナー能力データセット２２１はまた、ロジスティクスパートナーの集荷先アドレス、ロジスティクスパートナーの宛先アドレス、およびロジスティクスパートナーのコスト詳細を含む。

【0039】

ロジスティクスパートナー契約データセット２２３は、ロジスティクスパートナーの以前の契約情報およびロジスティクスパートナーの現在の契約情報を含む。

【0040】

ロジスティクスパートナー予約データセット２２５は、ロジスティクスパートナーに関する予約の詳細および取引の詳細を含む。ある例では、予約詳細は、車両がいつどのような目的で予約されているかをコスト詳細とともに示す。別の例では、予約詳細は、車両の実際の乗車データおよび車両の配達／返却日を示す。

【0041】

ロジスティクスパートナー下請業者データセット２２６は、ロジスティクスパートナー下請業者情報を含む。ある例では、ロジスティクスパートナー下請業者データセット２２６は、２または３のロジスティクスパートナー間の合意、および要件に基づいてそれらがどのように互いを助けるかを示す。

【0042】

ロジスティクスパートナーイベントデータセット２２７は、ある場所から別の場所への出荷の行程、行程日における任意の特定のイベント（例えば、行程日における新年の祝賀）を含む。

【0043】

ロジスティクスパートナー財務データセット２２８は、ロジスティクスパートナー間のサービスレベル契約詳細、ロジスティクスパートナーの支払い詳細、ロジスティクスパートナーの交渉詳細および支出詳細を含む。

【0044】

ロジスティクスパートナー定性データセット２２９は、ロジスティクスパートナーの存在全体におけるロジスティクスパートナー経験を含む。

【0045】

出荷者需要データセット２３１は、出荷者の需要を予測する。例えば、出荷者企業は、輸送管理システム（ＴＭＳ）に基づいて、何を動かす必要があるか、いつ動かすべきか、および容量レベルはどの程度であるかを判断する。出荷者需要は、以前の履歴および現在のイベントに基づいて計算される。出荷者契約データセット２３３は、出荷者の以前の契約情報と、出荷者の現在の契約情報とを含む。出荷者予約データセット２３５は、出荷者に関する予約の詳細および取引の詳細を含む。出荷者下請業者データセット２３６は、出荷者下請業者情報を含む。出荷者イベントデータセット２３７は、ある場所から別の場所への出荷の行程、行程日における任意の特定のイベント（例えば、行程日における新年の祝賀）を含む。出荷者財務データセット２３８は、サービスレベル契約詳細、支払い詳細、交渉詳細、および支出詳細を含む。出荷者定性データセット２３９は、出荷者の存在全体における経験を含む。

【0046】

気象データセット２４１は、輸送サービスおよびサプライチェーンサービスに影響を与えるまたはサポートする気象状況を示す。交通データセット２４３は、輸送サービスおよびサプライチェーンサービスに影響を与えるまたはサポートする交通状況を示す。経済データセット２４５は、経済状態を示す。税関データセット２４６は、請求書および税金、国際旅行、貨物の国内旅行、および貨物の州別旅行とともに、場所間の貨物の詳細／サービスを示す。世界イベントデータセット２４７は、世界におけるイベント詳細を示す。例えば、米国のポートロングビーチでのストライキや日本での火山問題などである。持続可能性データセット２４８は、資源詳細（例えば、資源浪費情報、資源再利用可能情報など）を示す。商品インデックスデータセット２４９は、燃料情報や農業情報等を示す。

【0047】

需要および能力最大化モジュール１１５は、受信した入力２１０に基づいて意思決定プロセス２５０を開始する。需要および能力最大化モジュール１１５は、意思決定プロセス２５０に基づいて、予測能力アルゴリズム２６１、予測需要アルゴリズム２６３、規定予約アルゴリズム２６５、規定パフォーマンスアルゴリズム２６７、および規定持続可能性アルゴリズム２６９を生成する。予測能力アルゴリズム２６１、予測需要アルゴリズム２６３、規定予約アルゴリズム２６５、規定パフォーマンスアルゴリズム２６７、および規定持続可能性アルゴリズム２６９の各々は、意思決定プロセス２５０を調整するためのフィードバックを生成する。

【0048】

予測能力アルゴリズム２６１は、ロジスティクスパートナーの能力の信頼性を予測する。予測需要アルゴリズム２６３は、出荷者が顧客に約束する需要の信頼性を予測する。予測に基づいて、ロジスティクス通信フローシステム１００は、能力および需要インジケータに基づいて、出荷者およびロジスティクスパートナーに推奨を提供する。

【0049】

規定予約アルゴリズム２６５は、ロジスティクス通信フローシステム１００によって処理される全ての予約が混乱または遅延がないと判定する。規定パフォーマンスアルゴリズム２６７は、活動履歴、顧客の関係性、および納期データに基づいて、能力側および需要側のパフォーマンスを決定する。規定パフォーマンスアルゴリズム２６７は、ロジスティクスサプライチェーンを改善する。規定パフォーマンスアルゴリズム２６７は、能力側と需要側のスコアや重み値のパフォーマンスを決定する。ある例において、第１の物流店舗のパフォーマンススコアは９５であり、第２の物流店舗のパフォーマンススコアは７２である。パフォーマンススコアに基づいて、規定パフォーマンスアルゴリズム２６７は、顧客のニーズのために第１の物流店舗を決定し、選択する。

【0050】

規定持続可能性アルゴリズム２６９は、小売業者、製造業者、企業、ロジスティクス、サプライチェーンなどに関するすべてのデータを収集する。収集されたデータに基づいて、規定持続可能性アルゴリズム２６９は、顧客が購入する特定の製品の環境影響が何であるかを製品または商品に広告または通知する。

【0051】

図１および図２は、ロジスティクス通信フローシステム１００の様々な構成要素を示すが、他の実施形態はそれに限定されないことを理解されたい。ロジスティクス通信フローシステム１００は、より少ない数またはより多い数の構成要素を含んでもよい。さらに、各構成要素のラベルや名称は例示に過ぎず、本発明の範囲を限定するものではない。ロジスティクス通信フローシステム１００において同じまたは実質的に同様の機能を実行するために、１つまたは複数の構成要素を組み合わせることができる。

【0052】

図３～図６は、ロジスティクス通信フロー方法またはアルゴリズムを示すフロー図３００である。図３～図６は、図１および図２と併せて理解されるべきであることに留意されたい。

【0053】

ロジスティクス通信フローシステム１００の動作は、開始動作３０１で開始する。図３を参照すると、開始動作３０１に続いて、需要および能力最大化モジュール１１５は、フィードバックデータがフィードバッククエリロード３０３にロードされるか否かを決定する。フィードバックデータがロードされる場合、ロジスティクス通信フロー方法は、「Ｙｅｓ」経路によって示されるように、フィードバックデータロード動作３０５に進み、供給業者フィードバックデータ３７１、製造業者フィードバックデータ３７３、消費者製品グループフィードバックデータ３７５、流通業者フィードバックデータ３７６、ロジスティクスパートナーフィードバックデータ３７７、および小売業者フィードバックデータ３７９をロードする。フィードバックデータロード動作３０５においてフィードバックデータをロードした後、ロジスティクス通信フロー方法は、能力データセットロード動作３１０に進む。同様に、フィードバックデータがロードされない場合、ロジスティクス通信フロー方法は、「Ｎｏ」経路によって示されるように、能力データセットロード動作３１０に進む。

【0054】

能力データセットロード動作３１０において、ステップ３１１、ステップ３１３、ステップ３１５、ステップ３１６、ステップ３１７、ステップ３１８、およびステップ３１９で、能力計画ブロック１２６は、ロジスティクスパートナー能力データセット２２１、ロジスティクスパートナー契約データセット２２３、ロジスティクスパートナー予約データセット２２５、ロジスティクスパートナー下請契約者データセット２２６、ロジスティクスパートナーイベントデータセット２２７、ロジスティクスパートナー財務データセット２２８、およびロジスティクスパートナー定性データセット２２９をそれぞれロードする。ロジスティクスパートナー能力データセット２２１、ロジスティクスパートナー契約データセット２２３、ロジスティクスパートナー予約データセット２２５、ロジスティクスパートナー下請契約者データセット２２６、ロジスティクスパートナーイベントデータセット２２７、ロジスティクスパートナー財務データセット２２８、およびロジスティクスパートナー定性データセット２２９の詳細は、図２に関連して既に説明されている。

【0055】

能力データセットロード動作３１０に続いて、需要データセットロード動作３２０が開始される。図４を参照すると、需要データセットロード動作３２０において、ステップ３２１、ステップ３２３、ステップ３２５、ステップ３２６、ステップ３２７、ステップ３２８、およびステップ３２９で、需要計画ブロック１２１は、出荷者需要データセット２３１、出荷者契約データセット２３３、出荷者予約データセット２３５、出荷者下請契約者データセット２３６、出荷者イベントデータセット２３７、出荷者財務データ２３８、および出荷者定性データ２３９をそれぞれロードする。出荷者需要データセット２３１、出荷者契約データセット２３３、出荷者予約データセット２３５、出荷者下請契約者データセット２３６、出荷者イベントデータセット２３７、出荷者財務データ２３８、および出荷者定性データ２３９の詳細は、図２に関連して既に説明されている。

【0056】

需要データセットロード動作３２０に続いて、条件データセットロード動作３３０が開始される。図５を参照すると、条件データセットロード動作３３０において、ステップ３３１、ステップ３３３、ステップ３３５、ステップ３３６、ステップ３３７、ステップ３３８、およびステップ３３９で、需要および能力最大化モジュール１１５は、気象データセット２４１、交通データセット２４３、経済データセット２４５、税関データセット２４６、世界イベントデータセット２４７、持続可能性データセット２４８、およびインデックスデータセット２４９をロードする。気象データセット２４１、交通データセット２４３、経済データセット２４５、税関データセット２４６、世界イベントデータセット２４７、持続可能性データセット２４８、およびインデックスデータセット２４９の詳細は、図２に関連して既に説明されている。

【0057】

図６を参照すると、条件データセットロード動作３３０に続いて、優先アルゴリズムが優先アルゴリズム適用動作３４２において適用され、優先アルゴリズムは、上述のように、予測能力アルゴリズム２６１、予測需要アルゴリズム２６３、規定予約アルゴリズム２６５、規定パフォーマンスアルゴリズム２６７、および規定持続可能性アルゴリズム２６９のうちの少なくとも１つを含む。さらに、本方法は、ＡＩ適用動作３４４においてＡＩブロック１２９を使用してＡＩ動作を適用する。

【0058】

ＡＩ適用動作３４４に続いて、予測動作３５０が開始し、以下で説明するように様々な予測を生成する。オンタイム予測生成動作３５１において、需要および能力最大化モジュール１１５は、過去のイベントに基づいて、輸送、ロジスティクスパートナー、輸送業者およびサプライチェーンに対応する予測値（例えば、輸送時間、輸送コスト、配送時間など）を生成する。予算内予測生成動作３５３において、需要および能力最大化モジュール１１５は、現在の市場価格とともに現在の価格に基づいて予算を生成／予測し、現在の市場価格とともに現在の価格に基づいて分散に基づくスコアを生成する。損失予測生成動作３５５において、需要および能力最大化モジュール１１５は、サプライチェーン中の商品／商品の損失または損傷を生成／予測する。さらに、契約変換生成動作３５６において、需要および能力最大化モジュール１１５は、サプライチェーンの間、出荷者が契約において約束した容量について責任を負うことを定義する。需要変動生成動作３５７において、需要および能力最大化モジュール１１５は、様々なイベント（例えば、過去の履歴など）に基づいて、出荷者における需要予測に関する信頼レベルを生成する。持続可能性生成動作３５８において、需要および能力最大化モジュール１１５は、最終顧客に作成され、出荷され、配達され、販売されているすべての製品について、全体的な環境フットプリントに関するスコアを生成する。幸福生成動作３５９において、需要および能力最大化モジュール１１５は、幸福を生成する。幸福生成動作３５９はすべて、定性的入力および最終顧客フィードバックに関する。例えば、最終顧客のフィードバックがゼロである場合、これは、最終顧客がサービス／製品を好まないことを意味する。

【0059】

予測動作３５０の結果は、予測データに基づいてサプライチェーンサービスを改善するために、ステップ３６１、ステップ３６３、ステップ３６５、ステップ３６６、ステップ３６７、ステップ３６９においてそれぞれ随時ユーザ（例えば、供給業者、製造業者、消費者製品グループ、販売業者、ロジスティクスパートナー、および小売業者）に提供される。

【0060】

予測動作３５０の使用により、ステップ３７１、ステップ３７３、ステップ３７５、ステップ３７６、ステップ３７７、およびステップ３７９において、需要および能力最大化モジュール１１５は、供給業者フィードバックデータ、製造業者フィードバックデータ、消費者製品グループフィードバックデータ、流通業者フィードバックデータ、ロジスティクスパートナーフィードバックデータ、および小売業者フィードバックデータをそれぞれ提供する。ロジスティクス通信フロー方法またはアルゴリズムは、終了動作３８０で終了する。

【0061】

デジタルツインジェネレータ－能力、需要および過去のパフォーマンスを含むがこれらに限定されないデータソースの履歴入力を取り込み、将来のイベントの重み付け予測の代替シナリオを適用してそれらのシナリオの結果をシミュレートする予測データ生成プロセスであり、したがって、ユーザは、結果を比較および対比し、各々が現実になる可能性を決定し、これらの洞察を活用して、情報に基づく決定およびビジネスアクションを行うことができる。

【0062】

ロジスティクスリスクウォーミング－直感的なテキストメッセージ、スレッド通信インターフェースであり、ユーザは、自分のチーム、顧客、供給業者およびロジスティクスパートナーに、能力または需要の以前に予期されなかったシフトを迅速に警告することを可能にする。このスウォーミングインターフェースは、エスカレーションルール管理を含む、ユーザ設定可能な自動ワークフローに基づいて形成され、警告から解決までの通信履歴全体を記録する。

【0063】

パフォーマンススコアリング－マクロレベルで、供給業者、輸送業者、およびロジスティクスパートナーのパフォーマンスに対するパフォーマンスおよび信頼性スコアリングを自動化し、それらの関係のセット全体にわたって任意の所与の参加者を真に評価し、これは、所与のネットワーク内の限られた関係のセットのみに可視性を有する従来のＥＲＰまたはＴＭＳシステムによって提供される限られたレンズとは対照的である。

【0064】

フロー図３００における様々な動作、行為、ブロック、ステップなどは、提示された順序で、異なる順序で、または同時に実行され得る。さらに、いくつかの実施形態では、動作、行為、ブロック、ステップなどのいくつかは、本発明の範囲から逸脱することなく、省略、追加、修正、スキップなどされてもよい。

【0065】

別段の定義がない限り、本明細書で使用されるすべての技術用語および科学用語は、本発明が属する技術分野の当業者によって通常理解されるものと同じ意味を有する。本明細書に記載されるものと同様または同等の方法および材料が、同等のシステムおよび方法の実施または試験において使用され得るが、好適なシステムおよび方法は上記に記載される。

【0066】

本発明を特定の例示的な実施形態を用いて説明し図示してきたが、本発明がこれらの例示的な実施形態に限定されることは意図されていない。当業者は、本発明の精神から逸脱することなく、変形および修正を行うことができることを認識するであろう。したがって、添付の特許請求の範囲およびその均等物の範囲内に入るすべてのそのような変形および逸脱を本発明に含めることが意図される。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【国際調査報告】