Tiga tahun lalu, ketika pandemi menyebabkan kekacauan bagi perusahaan besar dan kecil, kepala rantai pasokan Colgate-Palmolive, Luciano Sieber mengatur “blitz logistik”.
Hasilnya memberi Sieber pemahaman yang lebih baik tentang bagaimana Colgate-Palmolive menggerakkan produknya di seluruh dunia. Tapi itu menempel Sieber dengan masalah lain: terlalu banyak data.
Sekitar setahun yang lalu, Sieber mengatakan dia menemukan solusi untuk masalah itu dengan Uber Freight. Layanan logistik dan analitik Layanan Berlangsung Ride-Railing telah mengembangkan cara-cara baru untuk bertengkar dalam sejumlah besar data dengan menggunakan kecerdasan buatan. Colgate-Palmolive menjadi salah satu perusahaan pertama yang menggunakan salah satu produk terbarunya, AA yang berfokus pada LLM Uber Freight panggilan Inisights AI.
Sekarang, Uber Freight lebih formal meluncurkan serangkaian fitur AI untuk pengirim di seluruh dunia sebagai bagian dari perangkat lunak rantai pasokan yang ada. Itu termasuk perluasan wawasan AI, yang Uber Freight Diam -diam diluncurkan pada tahun 2023serta lebih dari 30 agen AI yang dibangun untuk “melaksanakan tugas logistik utama di seluruh siklus hidup barang.”
Uber Freight tidak sendirian dalam mencoba menjinakkan rantai yang tidak dapat diatur dengan alat kecerdasan buatan modern. Flexport mengumumkannya sendiri Rangkaian Alat AI di bulan Februaridan ada banyak sekali startup yang mencoba membantu perusahaan data pertengkaran, Kurangi persediaan inventarisDan lebih baik memprediksi penawaran dan permintaan.
Tapi Uber Freight bertaruh solusi AI-nya dapat membuat dampak langsung pada garis bawah dari kedua pelanggan blue-chip dan hampir 10.000 pengirim lainnya bekerja dengannya. Itu sebagian besar karena basis pengetahuan dan hubungan yang telah ditetapkan dalam delapan tahun sejak diciptakan untuk mencocokkan pengirim truk jarak jauh dengan pengirim.
“Rantai pasokan secara inheren merupakan masalah yang kaya data. Ini kompleks, bernuansa, dan AI dapat melayani peran mendasar dalam membentuknya dan mempercepatnya,” kata pendiri Uber Freight Lior Ron dalam sebuah wawancara dengan TechCrunch.
'Kami telah membangun saat ini'
Uber Freight dimulai sebagai model bisnis broker yang lebih mudah ketika diluncurkan pada 2017. Tetapi anak perusahaan Uber telah terus berkembang selama bertahun -tahun menjadi lebih banyak penyedia layanan ke perusahaan yang mengirimkan barang ke seluruh dunia.
Banyak perusahaan modern berusaha menemukan cara untuk menggabungkan kecerdasan buatan (seringkali hasil yang beragam); Seharusnya tidak mengherankan bahwa Uber Freight menempatkan teknologi di depan dan tengah. Lagi pula, kedua karya sarjana Ron dan tesis masternya berpusat di sekitar AI – jauh “di zaman gelap ketika disebut 'jaringan saraf,'” canda dia.
Ron terus bekerja dengan teknologi pembelajaran mesin ketika dia menjalankan Google Maps dari 2007 hingga 2016. Di sanalah, katanya, bahwa dia melihat “potensi untuk mendigitalkan alam semesta fisik.”
“Jenis itu membawa saya pada keyakinan dasar, sembilan tahun yang lalu, bahwa rantai pasokan pada dasarnya adalah data yang pertama, tantangan teknologi-pertama yang dapat dipercepat dengan konektivitas data, dan seiring waktu, AI,” katanya. “Kami telah membangun saat ini, saya pikir, sejak saya memulai Uber Freight.”
Ron mengatakan Uber Freight telah menggunakan pembelajaran mesin dalam pekerjaannya sejak awal. Tetapi sekitar dua tahun yang lalu tim mulai mencoba bekerja dengan kemampuan AI generatif yang lebih maju.
Itu “belum menjadi jalan yang mudah,” kata Ron. Upaya awal Uber Freight untuk membangun semacam “co-pilot untuk logistik” penuh dengan halusinasi dan mengembalikan jawaban akurat hanya sekitar 60% hingga 70% dari waktu.
Sekarang teknologi telah “diuji pertempuran” dan “mendorong hasil bisnis nyata,” dengan tingkat akurasi 98%, menurut Ron. Perusahaan mengatakan model Wawasan AI telah dilatih tentang data internal dan eksternal terkait dengan barang senilai $ 20 miliar yang membantu bergerak setiap tahun. Ini juga memanfaatkan beberapa model AI yang tidak diungkapkan “memberikan kombinasi optimal harga, presisi, dan kinerja,” menurut Uber Freight.
Ron mengatakan dorongan AI ini menciptakan cara baru bagi pelanggan untuk bekerja dengan data yang terkait dengan rantai pasokan mereka. Mereka dapat meminta wawasan AI untuk dengan cepat menarik, katakanlah, poin asal yang berkinerja terburuk untuk pengiriman tertentu. Atau mereka dapat meminta untuk ditunjukkan “semua pengiriman ke CVS pada tahun 2023.” Ron menekankan bahwa kueri bisa jauh lebih kompleks dari ini juga, dan model selalu terus.
Wawasan AI disajikan kepada pelanggan seperti antarmuka LLM populer lainnya; Ini juga akan menunjukkan pekerjaannya dan memperjelas dari mana semua data berasal, seperti model penalaran lainnya.
Semua ini memungkinkan pelanggan “mendapatkan wawasan tentang jaringan Anda jauh lebih cepat, pada hampir 100% akurasi secara instan, versus merumuskan apa yang ingin Anda ketahui, mengirimkannya ke beberapa analis, dan menunggu dua minggu untuk presentasi PowerPoint untuk kembali berdiskusi,” kata Ron.
'Apa yang ingin Anda ketahui?'
Uber Freight bekerja dengan banyak perusahaan Fortune 500, tetapi menemukan mitra yang sangat bersedia di Colgate-Palmolive untuk menguji coba wawasan AI dan alat-alat baru lainnya. Konglomerat sudah membuat serangkaian model AI yang tersedia untuk semua karyawannya, menurut Sieber. Ini juga membuat para pekerja itu mengambil pelatihan wajib tentang etika AI yang dikembangkan di rumah.
“Saya pikir itu hebat, karena mengubah percakapan dari rasa takut menjadi,“ Bagaimana itu membuat saya lebih efisien, dan bagaimana [do] Saya menjadi profesional yang lebih baik dan memberikan lebih banyak dengan memiliki akses dan menggunakan teknologi baru itu, ”kata Sieber.
Misalnya, Sieber mengatakan perusahaannya telah menggunakan wawasan AI untuk dengan mudah mengidentifikasi operator yang menerima pengiriman lebih sedikit daripada mereka yang secara kontrak berkewajiban untuk pindah. Dari sana, mereka dapat mencari tahu mengapa level -level itu rendah, dan entah menghasilkan solusi untuk mendapatkan operator kembali atau menjatuhkannya demi orang lain.
Ini sebelumnya merupakan tantangan untuk dipecahkan secara real time, kata Sieber, karena perusahaan seperti Colgate-Palmolive bekerja dengan ribuan operator. Masing -masing mungkin bekerja dengan sistem dan alur kerja yang berbeda, dan semua informasi yang dihasilkan tidak pernah benar -benar dikelola secara terpusat.
Langkah selanjutnya dengan AI, kata Sieber dan Ron, telah menemukan cara untuk menciptakan solusi yang lebih proaktif. Ron mengatakan ini adalah tempat lain Uber Freight dapat melenturkan kekuatan datanya. “Kami tahu fasilitasnya, kami tahu jalurnya, kami tahu harganya,” katanya. “Apa yang ingin kamu ketahui?”
Integrasi yang lebih proaktif ini datang dalam bentuk peringatan yang memberi tahu pelanggan seperti Colgate-Palmolive, mereka membayar lebih pada rute tertentu, atau bahwa ada opsi yang lebih cepat yang tersedia untuk pengiriman tertentu.
Setiap saran seperti itu hanya dapat menghemat beberapa ratus, atau mungkin beberapa ribu dolar. Tetapi dikumpulkan melalui seluruh jaringan, itu bisa membuat perbedaan besar.
Itu sebabnya, ketika ditanya, Sieber dengan cepat menjawab bahwa chief financial officer Colgate-Palmolive adalah eksekutif yang paling senang dengan apa yang diaktifkan Uber Freight. “Dia suka melihat biaya logistik turun,” Sieber tertawa.
