Chaque grande flotte qui se lance dans l’IA se heurte tôt ou tard à la même bifurcation : acheter une solution partenaire ou développer la technologie en interne. Hirschbach Motor Lines a choisi la voie du partenariat, et ce transporteur basé dans l’Iowa automatise désormais la communication avec les conducteurs grâce à un agent IA conçu par Augment.

Le déploiement a commencé du côté brokerage, où l’agent — nommé Augie — gère désormais toutes les sollicitations sortantes vers les conducteurs sur trois types d’interactions : demandes d’informations sur le conducteur, arrivées au chargement et arrivées à la livraison. Il s’agit d’éléments centraux du track-and-trace, le processus par lequel les courtiers en fret et les transporteurs confirment les jalons du statut d’un envoi — chargements, mises à jour en transit et livraisons — tout au long du trajet. Ensemble, ces trois interactions représentent la partie automatisable du travail, soit environ 40 % du volume global de track-and-trace de Hirschbach, hors fret power-only — des opérations dans lesquelles un transporteur fournit uniquement le tracteur et le conducteur, et non la remorque. Dans ce périmètre, Augie contacte déjà les conducteurs sur plus de 85 % des chargements Logistics Solutions du transporteur et automatise plus de 300 contrôles de pickup et de livraison par semaine.

« Pour moi, le succès initial ne se résume pas au nombre d’appels ou de messages gérés par Augie », a déclaré Ivan Ramirez, CTO chez Hirschbach Motor Lines, à FreightWaves. « C’est le fait que nous démontrons que l’IA peut devenir partie intégrante du modèle opérationnel et prendre de manière fiable en charge une portion définie du travail. C’était la grande inconnue : cela fonctionne très bien dans des environnements de démonstration. Comment cela fonctionne-t-il réellement dans des environnements réels ? Et nous y sommes parvenus. »

Les clients peuvent également renommer Augie. Dans le cas de Hirschbach, ils appellent leur coéquipier IA Hirschie.

Le choix entre acheter et développer à l’origine de la communication IA avec les conducteurs

La décision de faire appel à un partenaire IA externe a suivi environ un an et demi d’évaluation de fournisseurs, dont beaucoup arrivaient avec des démonstrations vocales soignées et peu d’autre chose de réellement construit.

« Je savais qu’aucun de ces gars n’avait vraiment construit quoi que ce soit », a déclaré Ramirez. « Ils venaient tous de lever beaucoup d’argent et avaient cette grande idée de la manière dont ils allaient développer ces différentes plateformes d’IA. Pour mon équipe et moi, l’essentiel était l’équipe. Avec quelle équipe allions-nous nous associer ? »

Augment s’est distingué sur trois points, selon Ramirez : une équipe combinant expérience logistique et expertise technologique, une feuille de route produit allant au-delà du track-and-trace vers la planification des rendez-vous, la création de chargements et la communication avec les transporteurs, et une volonté de laisser Hirschbach façonner cette feuille de route plutôt que d’attendre le calendrier de publication d’un fournisseur.

« Nous ne voulions pas d’une relation fournisseur traditionnelle où nous achetons un produit figé et attendons des fonctionnalités », a déclaré Ramirez. « Nous l’avons déjà fait auparavant et cela a été une expérience horrible. Nous voulions un partenaire prêt à apprendre avec nous. »

Cela a conduit à une décision réfléchie entre développement interne et achat, même si Hirschbach dispose d’une équipe technologique capable d’aller plus loin en interne.

« Nous avons décidé très tôt que Hirschbach est une entreprise de transport qui utilise l’IA pour mieux opérer », a déclaré Ramirez. « Nous n’essayons pas de devenir une entreprise d’infrastructure IA. Alors trouvons un très bon partenaire grâce auquel nous pourrons créer de la valeur beaucoup plus vite et obtenir une vraie valeur opérationnelle. »

Pourquoi les grandes flottes sont différentes

Vendre de l’IA à un grand transporteur d’entreprise n’a rien à voir avec sa commercialisation auprès d’un segment plus proche des startups, selon Harish Abbott, cofondateur et CEO d’Augment. Les opérations dédiées, à elles seules, ajoutent des couches de complexité : plusieurs arrêts, plusieurs chargements, la gestion des connaissements et des règles d’affectation propres aux sites.

« La toute première chose dans tout cela, c’est : comment sortir les gens des tâches quotidiennes répétitives, du travail ingrat, pour qu’ils puissent être libérés et faire un travail plus créatif », a déclaré Abbott.

La planification des rendez-vous fait partie des principaux points de friction que les grandes flottes apportent avec elles, a ajouté Abbott, en particulier via les portails de distribution à fort volume.

« Il n’est pas facile de prendre des rendez-vous, surtout dans ces grands portails comme Walmart et d’autres », a-t-il dit. « Le power-only est très différent du live load, très différent des tournées dédiées. »

L’opportunité la plus importante, selon lui, consiste à relier les données de rendez-vous aux règles de temps de conduite et à la planification des conducteurs, afin que les flottes puissent voir l’ensemble du réseau plutôt qu’un rendez-vous à la fois.

Le problème de données derrière les 20 % restants

Environ 70 % à 80 % des expéditions de Hirschbach arrivent déjà via l’EDI, structurées pour l’automatisation. Le reste arrive sous des formats plus désordonnés : e-mails de tender, PDF, ou connaissement remis directement à un conducteur sur une tournée dédiée.

« Comment les intégrer au système, les associer au bon code client, avec un très haut degré de certitude afin que des humains n’aient pas à le saisir, mais aussi plus vite ? », a déclaré Abbott. « Ainsi, tout devient detention. Les accessorials sont liés à cet envoi très tôt, plutôt que de donner lieu aux renvois de responsabilité qui surviennent après la livraison d’un chargement. »

Ramirez a cité le message de statut EDI 214 comme exemple de l’inefficacité que l’IA doit éliminer.

« Si je regarde mes transactions EDI, la plus grosse partie du 214, c’est là que se trouve la plus grande dépense », a déclaré Ramirez. « Je vous donne déjà tout ça. Pourquoi revenez-vous me demander encore ces informations ? … Nous sommes une activité à faible marge. J’essaie de trouver une solution, et l’IA est une réponse parfaite à ce problème. Ce sont des tâches que nous devons absolument faire. Laissons simplement l’IA s’en charger et oublions cela. »

Abbott a estimé que ce sont des cas d’usage ciblés et précis — et non un déploiement d’IA généralisé — qui gagnent la confiance d’un opérateur.

« Si vous parsemez l’IA partout en disant “voilà des choses sympas qui vont améliorer la vie de tout le monde”, l’opérateur se dit : “D’accord, ma vie n’a pas changé. Je fais toujours la même chose” », a déclaré Abbott. « Pour les opérateurs, il faut être extrêmement précis : “Hé, tu passes autant de temps sur X, et maintenant laissons l’IA ou Augie s’en occuper.” Et ils le constatent. »

L’agent IA que Hirschbach veut pour la rétention des conducteurs

Le prochain cas d’usage que Hirschbach prévoit d’activer est un assistant IA placé entre les conducteurs et leurs responsables de conducteurs, chargé de répondre aux questions courantes afin que ces responsables puissent consacrer leur temps aux conversations qui retiennent réellement les conducteurs.

« La principale plainte que nous recevons actuellement de nos conducteurs, c’est : “Je n’arrive pas à joindre mon responsable conducteur” », a déclaré Ramirez. « Je suis responsable conducteur. J’ai 50 à 60 conducteurs à gérer. Je ne peux pas être disponible pour tout le monde à tout moment pour répondre à ces appels. »

« J’ai écouté certaines de ces conversations entre les responsables conducteurs et leurs conducteurs. Une grande partie du temps, ce sont littéralement des psychologues », a-t-il ajouté. « Beaucoup de ces conversations ne concernent pas le fret. Ce sont des conversations de 30 minutes sur leur famille, leur paie, “j’ai besoin de plus de kilomètres”. Ce sont les conversations que nous voulons voir avoir lieu, car c’est ainsi qu’on retient davantage de conducteurs. »

La vision à plus long terme va au-delà des réponses après coup. Abbott a décrit un modèle dans lequel l’agent anticipe un retard et replanifie un rendez-vous avant même qu’un client ait besoin de demander où se trouve un chargement.

« Ce serait formidable que, avant l’e-mail du client, nous contactions le client ou l’installation pour dire : “Hé, ce conducteur a du retard. Je reprogramme le rendez-vous. C’est fait” », a déclaré Abbott. « Il s’agit en quelque sorte d’anticiper les exceptions et d’être réellement proactif, alors qu’aujourd’hui, dans tous nos cas d’usage de l’IA, c’est très réactif. »

Ce type de replanification proactive aide les deux parties du chargement, a-t-il expliqué, puisqu’un entrepôt qui sait qu’un camion est en retard peut réaffecter la main-d’œuvre qu’il avait prévue pour le déchargement.

« La rétention des conducteurs est un sujet majeur pour tout le monde », a déclaré Ramirez. « J’ai hâte d’arriver à ce cas d’usage. »

Le post Inside Hirschbach’s push into AI driver communication est apparu en premier sur FreightWaves.