在于，人才是无法无限扩展的。通过将专业知识直接编码到技术中，我们改变了这一现状。无论哪个时区有人员可用，也无论托运量如何增长或激增，托运人都将获得源源不断的人才和专业知识，并在每一批货物上得到一致的应用。这样一来，他们的团队和我们的团队就可以专注于战略要务，推动实现最佳的业务成果。”

与其他所有AI一样，成功与否取决于系统所能获取的数据和上下文背景。C.H. Robinson拥有450名内部软件工程师和数据科学家，其专有的AI上下文层是通过系统地收集来自工作流程和公司资深货运专家的机构知识，并将其持续输入模型来构建的。

Kass表示：“我们的技术真正由内而外地了解您的供应链，因为AI充分利用了您的端到端运输所有环节的数据，而不仅仅是孤立工具所能看到的供应链局部。它还受益于依托我们在为您协调货运时所积累的独特上下文信息进行训练——包括关于您的货物、操作程序、每个提货和交货地点、承运商、路线及风险承受能力的宏观与微观细节。这就是为什么精益AI工程师知道哪些改进最适合您，而不是给出笼统或理论上的建议。如果您是一家汽车零部件制造商，每周五天向准时制装配线进行跨境发货，它绝不会建议您通过改为每周发货一次来节省成本。”

C.H. Robinson的高级AI能比人类分析或常规软件分析考虑更多的变量，其给出的建议不仅更具可操作性，而且经过了优先级排序。产品上线后，精益AI工程师能够识别优化项和潜在的成本节约项。一家早期采用者发现，将多样化的发货计划改为每周发货一次，可使20个地点的运输批次减少17%，每年节省超过100万美元。另一家客户通过重新组织货运，使一次提货能够服务三个不同的交货地点，从而将运输批次减少了81%，节省了40%的成本。

在未来几周内，精益AI工程师将向更多客户推出，并开始评估众多其他因素，例如承运商表现。通过持续监控承运商在不同航线、运输方式和客户群体中的行为，它将在服务故障发生前识别出业绩下降的预警指标，并推荐纠正措施。

首席战略与创新官Arun Rajan表示：“供应链通常不缺信息，它们缺的是‘知’与‘行’之间的衔接。独立于供应链之上或之外的技术可以汇总数据、协调信号并提供建议，但它必须依赖他人去执行
=*=*=*=*=*=
当前为第2/3页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页