Snap-on 讓 AI 在裝箱前選擇紙箱，藉此削減運輸成本

包裹運輸會懲罰不良的幾何形狀。過大的箱子會消耗瓦楞紙、耗費包裝時間、可能觸發體積重量計費，並且運送的是付費的空氣。Snap-on 的 Crystal Lake 配送中心著手處理這個反覆出現的小型決策。

Supply Chain Xchange 報導，Snap-on Tools 與 FastFetch 因運用 AI 降低運輸成本，榮獲 2019 年供應鏈創新獎。該文章指出，此專案將運輸紙箱中的浪費空間降至最低，並搭配新的物流流程。

SupplyChainBrain 的 FastFetch 案例說明，Intellipack 運用人工智慧以最低成本為特定訂單計算出尺寸正確的箱子。該報導指出運輸成本降低 10% 至 30%、包裝人力減少 30%，且瓦楞材料用量減少。

此舉之所以巧妙，在於它將包裝從包裝站的習慣轉變為最佳化問題。箱子的選擇取決於整體落地後的實際表現，而非取決於哪個看起來夠接近。

最佳化閒置空間

紙箱的選擇發生在後段，但它同時決定材料、人力與運費成本。

該系統為包裝人員提供計算出的答案，而非仰賴個人在速度壓力下的判斷。

減少閒置空間同時節省了運費與瓦楞材料，因此成本與浪費朝同一方向移動。

在包裹物流中，最便宜的包裝是一項幾何決策。在人力與運費成本定案之前，先以訂單資料做出這項決策。

該專案榮獲 CSCMP 的 2019 年供應鏈創新獎。Supply Chain Xchange 報導，Snap-on 在 Crystal Lake 將運輸成本降低超過 11%，並將包裝人力減少 30%；SupplyChainBrain 則描述更廣泛的 10% 至 30% 運輸成本降幅區間，以及 Intellipack 數個月的投資報酬回收期。