Tiga tahun lalu, karena pandemi menyebabkan kekacauan bagi perusahaan besar dan kecil, direktur rantai pasokan Colgate-Palmolive, Luciano Sieber, mengatur “pemboman logistik.”
Hasilnya memberi Sieber pemahaman yang lebih baik tentang bagaimana Colgate-Palmolive menggerakkan produknya di seluruh dunia. Tapi dia menangkap Sieber dengan masalah lain: terlalu banyak data.
Sekitar setahun yang lalu, Sieber mengatakan dia menemukan solusi untuk masalah itu dengan Uber Freight. Logistik dan analisis jangka panjang dari layanan transportasi telah mengembangkan cara -cara baru untuk membantah sejumlah besar data melalui penggunaan kecerdasan buatan. Colgate-Palmolive menjadi salah satu perusahaan pertama yang menggunakan salah satu produk terbarunya, sebuah pengiriman Uber LLM yang berfokus pada panggilan logistik wawasan AI.
Sekarang, Uber Freight meluncurkan secara lebih formal serangkaian karakteristik AI untuk pengisi daya di seluruh dunia sebagai bagian dari perangkat lunak rantai pasokan yang ada. Yang termasuk perluasan wawasan AI, yang Uber Freight Dirilis dalam diam pada tahun 2023serta lebih dari 30 agen yang dibangun untuk “menjalankan tugas logistik utama di seluruh siklus hidup muat.”
Uber Freight bukan hanya ketika mencoba menjinakkan rantai pasokan pemberontak dengan alat kecerdasan buatan modern. Flexport mengumumkannya sendiri AI Tool Suite di bulan FebruariDan ada banyak perusahaan baru yang mencoba membantu perusahaan Membuat data, Kurangi cadangan inventarisDan lebih baik memprediksi penawaran dan permintaan.
Tetapi Uber Freight bertaruh bahwa solusi AI mereka dapat berdampak langsung pada hasil akhir dari pelanggan chip biru dan hampir 10.000 loader yang bekerja. Itu terutama karena basis pengetahuan dan hubungan yang telah ia buat dalam delapan tahun sejak diciptakan sehingga mereka bertepatan dengan pengemudi truk jarak jauh dengan loader.
“Rantai pasokan secara inheren masalah yang kaya akan data. Ini rumit, bernuansa dan AI dapat memenuhi peran mendasar dalam konfigurasi 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 langsung ketika diluncurkan pada 2017. Tetapi anak perusahaan Uber telah terus berkembang selama bertahun -tahun dalam penyedia layanan untuk perusahaan yang mengirim produk di seluruh dunia.
Banyak perusahaan modern berusaha menemukan cara untuk menggabungkan kecerdasan buatan (seringkali untuk Hasil yang beragam); Saya seharusnya tidak terkejut bahwa Uber Freight menempatkan teknologi di depan dan pusat. Lagipula, kedua karya sarjana Ron dan tesis masternya berfokus pada AI, jauh ke belakang “di Zaman Kegelapan ketika disebut ‘jaringan neuronal’,” canda dia.
Ron terus bekerja dengan teknologi pembelajaran otomatis ketika ia menjalankan Google Maps dari 2007 hingga 2016. Itu ada, ia berkata, “Potensi untuk mendigitalkan alam semesta fisik.”
“Itu membawa saya pada keyakinan mendasar, sembilan tahun yang lalu, bahwa rantai pasokan pada dasarnya adalah tantangan teknologi data yang dapat dipercepat dengan konektivitas data dan, seiring waktu, AI,” katanya. “Saya pikir kami telah membangun saat ini sejak saya memulai Uber Freight.”
Ron mengatakan Uber Freight telah menggunakan pembelajaran otomatis dalam karyanya sejak awal. Tetapi sekitar dua tahun yang lalu tim mulai mencoba bekerja dengan kemampuan generatif dari yang paling canggih.
Itu “belum menjadi jalan yang mudah,” kata Ron. Upaya awal pengiriman Uber untuk membangun semacam “co -pilot untuk logistik” akumulasi halusinasi dan mengembalikan jawaban yang tepat hanya sekitar 60% hingga 70% dari waktu.
Sekarang teknologi telah “terbukti dalam pertempuran” dan “mempromosikan hasil komersial nyata”, dengan tingkat presisi 98%, menurut Ron. Perusahaan mengatakan bahwa model Wawasan telah dilatih dalam data internal dan eksternal terkait dengan beban $ 20 miliar yang membantu bergerak setiap tahun. Ini juga memanfaatkan beberapa model AI Unleashed AI “yang memberikan kombinasi harga, presisi, dan kinerja yang optimal,” menurut Uber Freight.
Ron mengatakan bahwa dorongan ini untuk menciptakan cara baru bagi pelanggan untuk bekerja dengan data yang terkait dengan rantai pasokan mereka. Mereka dapat meminta wawasan AI untuk berhenti dengan cepat, misalnya, titik asal kinerja yang lebih buruk untuk pengiriman tertentu. Atau mereka dapat meminta “semua pengiriman ke CV ditampilkan pada tahun 2023”. Ron menekankan bahwa konsultasi juga bisa jauh lebih kompleks daripada ini, dan model ini selalu dipertahankan.
Wawasan AI menghadirkan pelanggan sebagai antarmuka LLM populer lainnya; Dia juga akan menunjukkan karyanya dan menjelaskan dari mana semua data berasal, serta model penalaran lainnya.
Semua ini memungkinkan klien untuk “mendapatkan informasi di jaringannya lebih cepat, dengan akurasi mendekati 100% secara instan, alih -alih merumuskan apa yang ingin ia ketahui, mengirimkannya kepada beberapa analis dan menunggu dua minggu untuk presentasi PowerPoint untuk melakukan diskusi lagi,” kata Ron.
‘Apa yang ingin Anda ketahui?‘
Uber Freight bekerja dengan banyak perusahaan Fortune 500, tetapi menemukan mitra yang secara khusus diatur di Colgate-Palmolive untuk menguji coba wawasan AI dan alat-alat baru lainnya. Konglomerat sudah menempatkan serangkaian model AI yang tersedia untuk semua karyawannya, menurut Sieber. Ini juga membuat para pekerja ini mengambil pelatihan wajib tentang etika AI yang berkembang secara internal.
“Saya pikir itu hebat, karena mengubah percakapan ketakutan menjadi” bagaimana itu membuat saya lebih efisien dan bagaimana [do] Saya menjadi profesional yang lebih baik dan memberi lebih banyak untuk memiliki akses dan menggunakan teknologi baru ini, ”kata Sieber.
Sebagai contoh, Sieber mengatakan perusahaannya telah menggunakan wawasan AI untuk dengan mudah mengidentifikasi operator yang menerima lebih sedikit pengiriman daripada mereka yang secara kontrak terikat untuk bergerak. Dari sana, mereka dapat menyelesaikan mengapa level -level ini rendah, dan mereka terpikir sebagai solusi sehingga pembawa kembali untuk memenuhi atau meninggalkannya demi orang lain.
Sebelumnya itu adalah tantangan untuk diselesaikan secara real time, kata Sieber, karena perusahaan seperti Colgate-Palmolive bekerja dengan ribuan operator. Masing -masing dari mereka dapat bekerja dengan sistem dan aliran kerja yang berbeda, dan semua informasi yang dihasilkan tidak pernah benar -benar dikelola secara terpusat.
Langkah selanjutnya dengan AI, kata Sieber dan Ron, adalah menemukan cara untuk menciptakan solusi yang lebih proaktif. Ron mengatakan ini adalah tempat lain di mana Uber Freight dapat melenturkan kekuatan data mereka. “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 klien seperti Colgate-Palmolive yang membayar lebih pada rute tertentu, atau bahwa ada opsi yang lebih cepat yang tersedia untuk pengiriman tertentu.
Saran seperti itu hanya dapat menghemat beberapa ratus, atau mungkin beberapa ribu dolar. Tetapi ditambahkan di seluruh jaringan, itu bisa membuat perbedaan besar.
Itulah sebabnya, ketika ditanya, Sieber dengan cepat menjawab bahwa Direktur Keuangan Palmolive Keuangan adalah eksekutif yang paling puas dengan apa yang dimungkinkan oleh pengangkutan. “Dia suka melihat biaya logistik menurun,” Sieber tertawa.
