OneRail ra mắt OmniSTAR với Nvidia cho quyết định cuối cùng
Nền tảng này tuyên bố tối ưu hóa nhanh hơn gấp 10 lần và trích dẫn các triển khai doanh nghiệp sớm cũng như mục tiêu GMV cho quý 4 năm 2026 trên 6 tỷ USD.
OneRail đã ra mắt OmniSTAR, một nền tảng tối ưu hóa giao hàng cuối cùng được tăng tốc bằng GPU, được xây dựng trên cuOpt và cuDF của Nvidia. Công ty cho biết tốc độ tăng tốc đủ để chuyển đổi việc lập kế hoạch định tuyến và lựa chọn chế độ giao hàng từ lập kế hoạch theo lô sang thực hiện theo từng đơn hàng.
OmniSTAR ra mắt như một "Lớp Quyết định" được tăng tốc bằng GPU cho giao hàng cuối cùng
OmniSTAR của OneRail được định vị như một hệ thống quyết định nằm bên trong việc hoàn tất giao hàng cuối cùng, chặng cuối cùng từ một trung tâm địa phương đến khách hàng, nơi mà chi phí và sự thất bại trong dịch vụ thường tập trung. Công việc cốt lõi của sản phẩm không chỉ là lập bản đồ một lộ trình. Nó là lựa chọn cách thức mỗi đơn hàng nên được thực hiện qua nhiều chế độ hoàn tất khác nhau.
Về mặt cơ học, OmniSTAR đánh giá các tùy chọn bao gồm đội xe sở hữu, nhân viên giao hàng, nhà vận chuyển bưu kiện và các chế độ giao hàng khác, sau đó chọn tùy chọn có chi phí thấp nhất mà vẫn đáp ứng được mức độ dịch vụ yêu cầu, OneRail cho biết. Ràng buộc "mức độ dịch vụ" đó là điều biến vấn đề này thành một bài toán tối ưu hóa thay vì chỉ là một bài toán tối thiểu hóa chi phí, vì chế độ rẻ nhất thường là chế độ bỏ lỡ khoảng thời gian đã hứa.
Dưới nắp, OmniSTAR kết hợp động cơ tối ưu hóa quyết định cuOpt của Nvidia và phần mềm xử lý dữ liệu cuDF với dữ liệu giá cả và hiệu suất giao hàng của OneRail. Các phép tính định tuyến và chế độ giao hàng chạy trên cơ sở hạ tầng tính toán tăng tốc của Nvidia, theo OneRail.
Công ty đã định hình việc xây dựng này như một sự tích hợp sâu hơn so với một quan hệ đối tác chỉ ở cấp độ logo, nói rằng họ đã tham gia trực tiếp với đội ngũ kỹ sư cuOpt của Nvidia và tham gia vào chương trình Nvidia Inception. Dự án mất ba năm làm việc với Nvidia trước khi ra mắt, CNBC báo cáo.
OneRail cũng liên kết sản phẩm với một ngăn xếp rộng hơn kết hợp dự đoán và tối ưu hóa. Họ cho biết các mô hình học máy của mình ước lượng thời gian phục vụ, rủi ro trễ, xác suất thành công giao hàng lần đầu, và các khoảng giá dự kiến, và những dự đoán đó cung cấp vào các hệ thống tối ưu hóa quyết định cách thức một đơn hàng nên được thực hiện.
Từ Lập Kế Hoạch Theo Lô đến Tối Ưu Hóa Trực Tiếp: Khẳng Định Tốc Độ 10x và Khung Biên
Khẳng định đang hoạt động ở đây là độ trễ. OneRail cho biết OmniSTAR có thể giảm thời gian tính toán lên đến 10 lần, với các ví dụ bao gồm một phép tính trước đây mất 20 phút hoàn thành trong chưa đầy hai phút, và một phép tính mất một tuần giảm xuống khoảng hai ngày. Lập luận của công ty là đây là sự khác biệt giữa tối ưu hóa như một bài tập lập kế hoạch và tối ưu hóa như một vòng kiểm soát hoạt động.
Trên thực tế, lập kế hoạch theo lô thường khóa các quyết định sớm vì việc tính toán lại quá chậm để thực hiện lặp đi lặp lại khi các điều kiện thay đổi. OmniSTAR được quảng cáo là đủ nhanh để chạy "trong các hoạt động giao hàng trực tiếp," nơi mà nhiều tùy chọn hoàn tất có thể được so sánh trước khi một đơn hàng được chỉ định, OneRail cho biết.
Đó là một mô hình sử dụng khác: thay vì sản xuất một kế hoạch cho cả ngày, hệ thống liên tục giải quyết lại bài toán định tuyến phương tiện (VRP), một loại bài toán tối ưu hóa tìm kiếm các lộ trình hiệu quả dưới các ràng buộc như khoảng thời gian, công suất và chi phí.
Mô tả của Nvidia về cuOpt là quan trọng vì nó xác định sự đánh đổi. Nvidia mô tả cuOpt là một thư viện tối ưu hóa mã nguồn mở, được tăng tốc bằng GPU cho định tuyến phương tiện và các bài toán tối ưu hóa toán học khác, và cho biết nó sử dụng các phương pháp heuristics thay vì thử nghiệm mọi lộ trình có thể.
Bộ giải tạo ra các giải pháp ứng viên và cải thiện chúng theo từng bước để sản xuất kết quả chất lượng cao trong một khoảng thời gian tính toán nhất định, Nvidia cho biết.
Cách tiếp cận có thời hạn này phù hợp với các hoạt động giao hàng cuối cùng, nơi câu hỏi thường là “đủ tốt, ngay bây giờ,” chứ không phải “hoàn hảo, sau này.” Giám đốc điều hành OneRail, Bill Catania, đã nêu rõ hậu quả kinh doanh trong một cuộc phỏng vấn với CNBC: “Nếu bạn không có khả năng đưa ra quyết định nhanh như chớp, bạn đang từ bỏ lợi nhuận,” và thêm vào, “Hoàn thành giao hàng cuối cùng là tốn kém.”
OneRail cho biết OmniSTAR đã được triển khai với một số khách hàng doanh nghiệp được chọn và đã trích dẫn US Foods như một ví dụ. Trong triển khai đó, OneRail cho biết hệ thống đã đánh dấu các cấu hình giao hàng đang làm giảm lợi nhuận, bao gồm các sản phẩm có lợi nhuận thấp được vận chuyển xa bằng thiết bị có chi phí cao hơn, và US Foods đã điều chỉnh giá cả và tái cấu trúc một số mẫu giao hàng dựa trên những phát hiện đó.
Các con số ROI lớn hơn khó có thể được bảo lãnh chỉ từ gói thông tin. OneRail đã nói với CNBC rằng một nhà phân phối lốp xe lớn không được nêu tên đã đạt được 40 triệu đô la tiết kiệm theo tỷ lệ trong ba năm sử dụng nền tảng này. Khách hàng không được xác định, và không có phương pháp hay xác minh bên thứ ba nào được cung cấp cùng với con số này.
OneRail cũng cho biết với CNBC rằng họ kỳ vọng OmniSTAR sẽ vượt qua 6 tỷ đô la trong tổng giá trị hàng hóa (GMV) trong quý 4 năm 2026. Đó là một mục tiêu hướng tới tương lai, và các giả định đứng sau nó không được tiết lộ trong tài liệu đã cung cấp.
Các tín hiệu cần theo dõi cho việc OneRail ra mắt dịch vụ giao hàng cuối cùng sử dụng công nghệ Nvidia.
Điểm xác nhận đầu tiên là việc đặt tên khách hàng và chất lượng nghiên cứu trường hợp. US Foods là một tham chiếu triển khai cụ thể, nhưng tuyên bố tiết kiệm lớn nhất trong gói thông tin liên quan đến một nhà phân phối lốp xe không được nêu tên.
Nếu OneRail bắt đầu công bố các nghiên cứu trường hợp có thể xác minh độc lập, tuyên bố về thời gian tính toán “lên đến 10x” và con số tiết kiệm 40 triệu đô la sẽ trở thành nhiều hơn một câu chuyện bán hàng.
Thứ hai là việc định mức tách biệt tốc độ khỏi chất lượng quyết định. Thiết kế của cuOpt là cung cấp các giải pháp chất lượng cao trong một ngân sách tính toán cố định, không đảm bảo tính tối ưu.
Điều quan trọng về mặt hoạt động là liệu độ trễ thấp hơn của OmniSTAR có giữ vững ở quy mô trong khi vẫn đáp ứng các ràng buộc dịch vụ và tạo ra kết quả chi phí tốt hơn dưới các sự kiện tái tối ưu hóa như giao thông, tắc đường, sự vắng mặt của tài xế, hoặc các đơn hàng ưu tiên cao mới, mà Nvidia liệt kê như là các yếu tố kích hoạt cho tái tối ưu hóa động.
Thứ ba là liệu OneRail có thể chứng minh được tham vọng về khối lượng của mình hay không. Kỳ vọng của công ty về việc vượt qua 6 tỷ đô la trong GMV trong quý 4 năm 2026 là một cột mốc rõ ràng, nhưng nó cần các thông báo tạm thời hoặc khối lượng báo cáo từ bên thứ ba để có thể giao dịch như một tín hiệu chấp nhận thay vì một dự đoán.
Thứ tư là mở rộng phân phối để tăng cường mạng lưới giao hàng có thể tiếp cận. Vào tháng 3 năm 2026, FedEx đã ra mắt dịch vụ FedEx SameDay Local hợp tác với OneRail, kết nối khách hàng với một mạng lưới quốc gia gồm hơn 1.000 nhà cung cấp giao hàng. Nhiều quan hệ đối tác kiểu đó sẽ mở rộng tập hợp các chế độ hoàn thành mà OmniSTAR có thể so sánh một cách thực tế cho một đơn hàng nhất định.
Quan điểm của tôi: Đây là một tín hiệu chấp nhận AI doanh nghiệp, không phải là một chất xúc tác tiền điện tử—chưa phải lúc này.
Cơ chế quyết định xem OmniSTAR có quan trọng hay không không phải là “AI trong logistics.” Mà là liệu việc tối ưu hóa tăng tốc bằng GPU có thực sự chuyển từ các phiên lập kế hoạch định kỳ sang phân bổ đơn hàng trực tiếp hay không, vì đó là lúc việc lựa chọn chế độ trở thành một công cụ tạo ra lợi nhuận thay vì chỉ là một công cụ báo cáo.
Nếu ví dụ từ 20 phút xuống dưới hai phút giữ nguyên trong sản xuất, thì lời đề xuất của OneRail rằng bạn có thể so sánh các đội xe, người giao hàng và tùy chọn bưu kiện cho mỗi đơn hàng bắt đầu trở nên khả thi về mặt vận hành.
Điểm đáng lưu ý là những con số lớn nhất của gói tin được cung cấp bởi công ty và được chỉ định nhẹ nhàng. Ngưỡng quan trọng là bằng chứng có thể xác minh độc lập rằng sự tăng tốc và tiết kiệm vẫn tồn tại ở quy mô doanh nghiệp, cộng với tiến bộ GMV đáng tin cậy hướng tới mục tiêu Q4 2026, vì đó là điều sẽ biến câu chuyện này từ một câu chuyện của nhà cung cấp thành một tín hiệu chấp nhận bền vững.
