米国物流企業C.H. Robinsonによると、同社がAIアプリケーションを推進したときに、従業員の生産性は2022年以降45パーセント増加しました。 また、世界規模の輸送需要の減少に伴い、同システムは、同期間に約34パーセントの減少にもかかわらず、企業は2023年以来、1株当たりの収益を倍増させるのを支援しました。

引用プロセスは31秒に圧縮しました

この会社は特に場合のパッキング操作の主要な貨物運送業者です。 同社のCEOであるDave Bozemanによると、同社は現在、高周波、反復タスクを処理するために、複数のビジネスラインにわたって何百ものAIエージェントを展開しています。

これらのうち、クライアント指向の引用プロセスは最も典型的なシナリオです。 手動で行うための単一のオファーで20分かかるのに、AIエージェントは31秒でそれを行うことができます。 ボーズマンは、より迅速な対応と情報の完全な提示により、クライアントの意思を強化し、見積り依頼や注文を受けた企業の機会を提出することを信じています。

マス置換ではなく、スタッフの再構築

Bozemanは、同社が直接レイオフのためのツールとしてAIを使用しなかったことを述べていますが、代わりに、クライアントが変化する関税環境に対処するように支援するなど、サービス提供のために元々の責任をスタッフにシフトしました。

しかし、AIは人財の節約に大きな貢献をしました。 同社によると、自然損失の年間レートは1セントあたり約11〜14であり、AIエージェントがプロセスの一部を乗り越えた後、企業は継続的に従業員を再雇用する必要はありませんでした。 一部の業務では、処理量の増加と人員の大きさの関係が大幅に低下しました。

ボーズマンは、AIを使用して、貨物フォワーダーとして行動することから、ビジネスのアップグレードを推進したいだけでなく、コンサルティングによるサプライチェーンに拡張し、顧客からのより完全なサプライチェーン機能を利用することを望んでいます。 同時に、近年失った中小企業のクライアントを再雇用し、また、サプライチェーンコンサルティングと小型・中規模のカスタマーサービスの2ラインでまだ採用されていると主張する予定ですが、これらのポジションはAIアシスタントのスタッフになるでしょう。

自己学習モデルは、使用コストが低い

コストコントロールの観点から、Bozemanは社内チームでほとんどのAIエージェントが開発され、外部サプライヤーではなく、主に独自のオープンソースモデルに基づいていると述べています。 現在、C.H. Robinson には約 450 人のエンジニアが在籍しており、そのうちのほとんどが出荷の背景を持っています。

同社は、このアプローチは、会社が2億ドル未満のトークンのコストで、ビジネスレベルの利益で億ドルを稼ぐことを許可したと主張しました。 それらによると、外部機関がシステムを再現したい場合は、15と20の異なるパートナー間で調整する必要があります。

ボーズマンはまた、AIエージェントを開発するとき、企業は、エンジニアリング、オペレーション、ファイナンス、法務サービスなどの横断的なチームを組織し、プロセスを把握し、どのリンクがキャンセルされるべきかを決定し、自動化に適したと述べた。

組織文化もAIの改革に含まれています

テクニカルインプットに加えて、ボーズマンはAIが組織管理の変化に先立ちました。 AIシステムの開発では、障害モデルやインパクト解析手法を用いて、システム内で発生する問題の事前評価を行い、その対応を進めています。

また、プロジェクトリスクに直接露出するようにチームに依頼しました。 同社の内部進捗報告は「緑」と「赤」のみを保持し、「黄色」はありません。 彼によると、多くの “黄色” プロジェクトは、本質的にオフターゲットだった, マネージャーは、明示的にそれらを認めるために寛大だったが、. このようにして、企業が問題を早期に特定し、修正のためのリソースをプールしたい。

この物流企業の場合、AIの着陸はモデリング能力に依存しませんが、プロセス再エンジニアリング、ポスト調整、管理メカニズムにも密接に関連しています。