Каждая крупная автопарковая компания, внедряющая AI, в итоге сталкивается с привычным выбором: купить партнерское решение или разработать технологию внутри компании. Hirschbach Motor Lines выбрала путь партнера, и теперь базирующийся в Айове грузовой перевозчик автоматизирует общение с водителями с помощью AI-агента, созданного Augment.

Развертывание началось на брокерской стороне, где агент — по имени Augie — теперь обрабатывает все исходящие обращения к водителям по трем типам взаимодействий: запросы информации о водителе, прибытия на погрузку и прибытия на доставку. Это ключевые элементы track-and-trace — процесса, с помощью которого freight brokers и carriers подтверждают контрольные точки статуса отправки — забор груза, обновления в пути и доставку — на протяжении всего движения груза. Вместе эти три взаимодействия представляют автоматизируемую часть работы и составляют примерно 40% всего объема track-and-trace у Hirschbach, без учета power-only freight — схем, при которых перевозчик предоставляет только тягач и водителя, а не прицеп. Внутри этой части Augie уже связывается с водителями более чем по 85% грузов Logistics Solutions перевозчика и автоматизирует более 300 check-in на погрузку и доставку в неделю.

«Для меня ранний успех — это не просто количество звонков или сообщений, которые обрабатывает Augie», — сказал FreightWaves Иван Рамирес, CTO Hirschbach Motor Lines. «Важно, что мы доказываем: AI может стать частью операционной модели и надежно взять на себя определенную часть работы. Это и было главным неизвестным: в демонстрационных средах все работает очень хорошо. Как это работает в реальных условиях? И мы этого добились».

Клиенты также могут переименовать Augie. В случае Hirschbach их AI-коллегу называют Hirschie.

Решение купить вместо разработки

Решение привлечь внешнего AI-партнера последовало примерно после полутора лет оценки поставщиков. Многие претенденты приходили с отточенными голосовыми демо, но почти без готового продукта.

«Я знал, что ни у кого из них ничего не было готово», — сказал Рамирес. «Они все просто привлекли много денег и придумали отличную идею о том, как будут строить разные AI-платформы. Для меня и нашей команды все сводилось к команде. С какой командой мы собираемся сотрудничать?»

Augment, по словам Рамиреса, выделилась по трем направлениям: команда, сочетающая опыт в логистике и технологическую глубину, дорожная карта продукта, выходящая за рамки track-and-trace и включающая планирование встреч, создание грузов и коммуникацию с перевозчиками, а также готовность позволить Hirschbach формировать эту дорожную карту, а не ждать графика релизов поставщика.

«Мы не хотели традиционных отношений с поставщиком, когда мы покупаем фиксированный продукт и ждем функции», — сказал Рамирес. «Мы уже проходили через это, и это был ужасный опыт. Нам нужен был партнер, готовый учиться вместе с нами».

Это привело к осознанному решению между разработкой и покупкой, несмотря на то что у Hirschbach есть технологическая команда, способная делать больше внутри компании. Вопрос о том, разрабатывать ли собственные AI-инструменты или работать со специализированными поставщиками, стал центральной стратегической темой в логистической отрасли, поскольку carriers и brokers оценивают баланс между скоростью получения эффекта и стоимостью и сложностью поддержки собственной AI-инфраструктуры.

«Мы рано приняли решение, что Hirschbach — это транспортная компания, которая использует AI, чтобы работать лучше», — сказал Рамирес. «Мы не пытаемся стать компанией по AI-инфраструктуре. Поэтому давайте найдем очень хорошего партнера, чтобы быстрее получить ценность и реальную операционную пользу».

Почему крупные автопарки отличаются

Продажа AI крупному корпоративному перевозчику сильно отличается от продажи в нишу, благоприятную для стартапов, по словам Хариша Абботта, сооснователя и CEO Augment. Даже dedicated operations сами по себе содержат несколько уровней сложности: несколько остановок, несколько грузов, обработка bill of lading и правила назначения, зависящие от конкретного объекта.

«Первое, что нужно во всем этом сделать: как вывести людей из повседневной суеты, из неприметной работы, чтобы они могли заниматься более творческой работой», — сказал Абботт.

Планирование встреч — одна из самых больших проблем, с которыми сталкиваются крупные автопарки, сказал Абботт, особенно через крупные розничные порталы.

«Назначать встречи непросто, особенно в таких крупных порталах, как Walmart и другие», — сказал Абботт. «Power-only сильно отличается от live load и очень отличается от dedicated runs».

Более крупная возможность, по его словам, состоит в том, чтобы связать данные о встречах с hours-of-service и планированием водителей, чтобы автопарки видели всю сеть, а не только отдельную встречу.

Проблема данных за оставшимися 20%

Около 70%–80% отправок Hirschbach уже приходят через EDI — Electronic Data Interchange, стандартизированный формат обмена сообщениями, широко используемый в транспортной отрасли для структурированных транзакций между торговыми партнерами, — и уже подготовлены к автоматизации. Остальная часть приходит в более разрозненном виде: письма с предложением груза, PDF-файлы или bill of lading, переданный напрямую водителю на dedicated run.

«Как занести их в систему, присвоить правильный customer code с высокой степенью уверенности, чтобы это не вводили люди, и при этом сделать это быстрее?» — сказал Абботт. «Так все становится detention. Accessorials очень рано привязываются к этой отправке, а не к взаимным обвинениям, которые возникают после доставки груза».

Рамирес привел сообщение статуса EDI 214 как пример неэффективности, которую AI должен устранить.

«Если я смотрю на свои EDI-транзакции, то самая большая часть 214 — это и есть наибольшие расходы», — сказал Рамирес. «Я уже отдаю вам всю эту информацию. Почему вы снова запрашиваете это? … У нас низкомаржинальный бизнес. Я пытаюсь найти способ, и AI — идеальный ответ на такие вещи. Это то, что нам абсолютно необходимо делать. Давайте просто позволим AI обрабатывать это, а мы забудем об этом».

Абботт сказал, что доверие оператора завоевывают узкие и конкретные сценарии, а не широкое внедрение AI.

«Если вы раскидаете AI повсюду и скажете: “Вот классные штуки, и они сделают жизнь всех лучше”, оператор подумает: “Ладно, моя жизнь не изменилась. Я по-прежнему делаю то же самое”», — сказал Абботт. «Для операторов нужно быть предельно конкретными: “Смотри, ты тратишь столько времени на X, а теперь пусть этим займется AI или Augie”. И они это видят».

AI-агент, которого Hirschbach хочет для удержания водителей

Следующий сценарий, который Hirschbach планирует активировать, — AI-ассистент, находящийся между водителями и их driver leaders и отвечающий на рутинные вопросы, чтобы руководители могли сосредоточиться на разговорах, которые действительно удерживают водителей.

«Самая большая жалоба, которую мы сейчас слышим от наших водителей, — это “я не могу связаться со своим driver leader”», — сказал Рамирес. «Я сам driver leader. У меня от 50 до 60 водителей, которых я веду. Я не могу быть доступен для всех все время, чтобы отвечать на эти звонки».

«Я слушал некоторые из разговоров, которые driver leaders ведут со своими водителями. Во многом они буквально психологи», — сказал Рамирес. «Многие из этих разговоров не связаны с грузами. Это 30-минутные разговоры об их семье, об оплате, “мне нужно больше миль”. Именно такие разговоры мы хотим, чтобы наши driver leaders вели со своими водителями, потому что так удерживается больше водителей».

Более долгосрочное видение выходит за рамки ответов на вопросы постфактум. Абботт описал модель, в которой агент предвидит задержку и переносит встречу еще до того, как клиенту понадобится спрашивать, где находится груз.

«Было бы здорово, если бы до письма от клиента мы сами связались с клиентом или объектом и сказали: “Эй, этот водитель опаздывает. Я переношу встречу. Все готово”», — сказал Абботт. «Это своего рода предвосхищение исключений и действительно проактивный подход, в отличие от того, что сегодня во всех наших сценариях AI очень реактивен».

Он добавил, что такой проактивный перенос помогает обеим сторонам перевозки, поскольку склад, знающий, что грузовик опаздывает, может перераспределить персонал, который был запланирован для разгрузки.

«Удержание водителей — это важная тема для всех», — сказал Рамирес. «Не могу дождаться, когда мы дойдем до этого сценария».

The post Inside Hirschbach’s push into AI driver communication appeared first on FreightWaves .