问题
Estafeta是墨西哥三大包裹货运公司之一，拥有130个供应链设施。公司每月用飞机、卡车和最后一英里的车辆运送600-800万个包裹。
他们想了解如何最好地利用预算资本支出，以适应对在全国各地运送包裹的服务日益增长的需求，并提高网络吞吐量。
解决方案
Estafeta聘请了墨西哥咨询公司VP咨询，该公司与价值网络合作，并将数字孪生应用于物流挑战。他们为Estafeta开发了一个物流数字孪生系统，用于分析包裹配送网络中发生的情况，提高网络吞吐量，并进行瓶颈分析。
系统是基于AnyLogic创建的，包含了软件原有的一些功能，如内置数据库、基于智能体的建模、离散事件仿真和GIS地图。
内置的数据库用于将数字孪生与现实世界连接起来，使用历史和逐分钟、逐包裹的预测需求来查看客户行为。基于智能体的建模有助于组织时间表，并与飞机、卡车和枢纽进行交互。通过离散事件仿真，该公司在考虑分拣和交付过程中的资源和能力时，对每个中心进行了建模。最后，GIS地图允许开发人员缩放模型并仿真运输行为。
使用数字孪生模型，VP咨询能够看到和分析复杂的动态系统及配送网络的物流。
在模型中，UI允许显示所有的卡车和飞机，甚至可以看到每架飞机着陆的确切时间。
物流数字孪生的用户界面显示了各种配送中心
在不同的图形中可以看到不同的输出。这些例子是总需求和个人客户需求，这两者都可以在模型中随时显示。这意味着可以迅速做出有关客户、产品和服务的决策。
在模型中的每个配送中心，可以查看和分析高峰、低谷和操作的统计数据，以确定是否有足够的可用资源。还可以观察和评估分拣和需求。
因此，所有的图形都是可见的，并在仿真运行时提供洞察力。可以将它们合并到Excel电子表格中，然后进行分析以得出结论。
结果
顾问们发现，使用物流数字孪生模型，在实际操作中，有两个流程是重叠的，但他们不明白这是如何影响其他操作的。通过使用数字孪生中可用的图表，可以按分钟进行分析，他们可以确定重叠发生的确切时刻以及它如何影响一个多小时的操作。之后，他们可以通过减少瓶颈来开发解决这个问题的方案。
这是一个突破，将网络吞吐量提高了21%。此外，还确定了积压事项，并根据历史数据了解到，有些积压事项是日常的一部分，而另一些则需要注意。
通过更好的同步、收集、排序、连接和交付操作的组合，识别并克服了整个网络的容量限制。
一开始，Estafeta想知道如何更好地利用他们的资本投资来实现增长。最后，通过物流数字孪生，他们明白他们不需要投入任何资金，而是在特定地点对流程进行排序，并更好地同步操作。因此，他们将2500万美元的投资计划推迟了两年，并保持盈利持续增长。
这个物流数字孪生目前被用于特定的旺季，以确定要实施的最佳配送模式。它还被一些大客户用来仿真实现Estafeta与他们达成的服务协议目标的最佳方式。
该案例研究由咨询公司VP咨询的Claudia Vazquez del Mercado和Alejandro Nila以及Estafeta公司的Jesus Garcia在AnyLogic 2022年会议上发表。
