DeepFabric 贏得 Kenco 合作,擴大供應鏈 AI 代理規模
重點速覽
- •DeepFabric 在三個月內將六個 AI 代理部署至 Kenco 的正式營運環境,未來 12 個月計畫再導入二十個供應鏈代理。
- •據 Kenco 營運長 David Caines 表示,六個代理全部上線,未對任何客戶的服務造成干擾。
- •DeepFabric 回報審計支出降低 45%,提案請求(RFP)回應時間最多縮短 30%。
- •Gartner 研究預測,由於成本攀升、商業價值不明確及風險管控不足,到 2027 年底將有超過 40% 的代理式 AI 專案遭取消。
- •Kenco 透過 DeepFabric 平台內建的檢視與覆寫路徑,保留對代理輸出的核准權。

企業級 AI 代理面臨一個常見問題:從精采的首次展示,到真正成功實作後開出發票之間,存在著一段落差。DeepFabric 花了三個月時間與 Kenco 攜手跨越這段落差,將六個代理導入涵蓋商務、營運、運輸與客戶服務的正式營運環境。未來 12 個月,這家北美第三方物流供應商計畫再部署二十個供應鏈代理。
這項三個月的部署進度,與許多 AI 專案難以起步的更廣泛趨勢形成對比。近期 Gartner 研究預測,到 2027 年底將有超過 40% 的代理式 AI 專案遭取消,原因包括成本不斷攀升、商業價值不明確以及風險管控不足。能順利從試點階段過渡到正式生產的代理,仍是例外而非常態。
這項合作始於一通主動來電。Kenco 數位與資訊長 Pal Narayanan 在追蹤該平台與供應鏈業界其他公司的合作後,主動聯繫 DeepFabric。
「他了解我們與其他 3PL 及供應鏈團隊合作的工作內容,也了解我們的營運理念和平台的建構方式,」DeepFabric 創辦人兼執行長 Kalyan Kommineni 在接受 FreightWaves 採訪時表示。「他認為我們非常契合 Kenco 對 AI 的期待,以及 Kenco 將新技術導入其環境的方式。」
從小型概念驗證起步
成功的 AI 代理實作始於謙遜但可控的起點:從小處著手、快速推進。
「我們的目標是以最低風險、最快的速度將代理導入正式生產環境,」Kommineni 說。「在考慮將某家公司納為客戶之前,我們會先簽署保密協議(NDA),取得他們的資料,並展示代理如何運作於這些資料上。這讓他們能實際感受代理在生產環境中的運作情形。」
概念驗證階段的目的,是在代理觸及正式客戶帳戶之前找出問題所在——鑑於在實際營運環境中測試 AI 代理(而非在封閉的獨立虛擬環境中)的風險,這是一道重要的防線。這種做法能在代理微調期間將潛在干擾降至最低。
「我要說,代理其實經常失敗,但我們確保這一切發生在非生產環境中,」Kommineni 說。
Kenco 在導入生產的過程中未承擔任何此類失敗。據營運長 David Caines 表示,六個代理全部上線,未對任何一位客戶的服務造成干擾。
為何審計工作自動化是一大勝利
這家 3PL 自身的結構創造了機會。Kenco 在美國 33 個州與加拿大營運 141 座配送設施與 4,300 萬平方英尺的倉儲空間。該網絡中的每一次交接,都是一份需要有人核對的文件。這種文件負荷是 3PL 業務的長期特徵——供應商居於貨主與承運商之間,承擔交易雙方所產生的對帳工作。
「審計中有大量工作——也就是人工勞力,」Kommineni 說。「再強調一次,這不是理想的工作。這是營運人員不想做、會希望交給 AI 代理處理的事情。所以我們在整個審計環節上已經做得非常出色。而且審計不是單一事情,有不同種類的審計涉及不同的對象。」
在 3PL 環境中,這代表倉庫核對承運商、承運商核對客戶、客戶核對倉庫——每一項都是各自需要文件作業的獨立對帳。
「這些環節之間的每一個連結都是失敗的機會,我們竭盡所能確保這些代理在生產環境中不出錯,」Kommineni 說。
貨運審計代理是 DeepFabric 部署最廣泛的三個代理之一,另外兩個是提案管理代理與庫存管理代理。該公司回報審計支出降低 45%,提案請求(RFP)的回應時間最多縮短 30%。
為供應鏈代理設定評估標準
基準衡量是大多數買方難以輕易找到答案的環節,「衡量什麼」的問題先於「自動化什麼」。Kommineni 將其定位為效益問題,而非效率問題。
「作為一家 3PL、一家公司,或公司內的一個團隊,你在這裡想達成什麼目標?」他說。「你是想用同樣的人手做更多工作,還是有時甚至增加人手、但做出遠更多的工作?有時候則是:『嘿,你想減少工時嗎?』客戶有不同视角,KPI 也因此而定。」
衡量方式隨代理而異:提案管理代理以團隊在不增加人力下多爭取多少投標案來評分,而審計代理則以每 100 張發票花費的人工時數來評分。
「KPI 取決於各個代理,但我們協助客戶了解代理導入前的 KPI 是什麼、基準線是什麼,部署代理後了解狀況如何,再據此衡量成果,」Kommineni 說。
若沒有代理導入前的基準線,任何東西都無法有效衡量。
模型選擇採取中間路線
買方還必須決定要建立在哪種模型之上。Kommineni 的答案是採取平衡的做法。
「這裡有兩種不同的極端。一種是:『嘿,有一個模型能搞定一切。』另一種是:『你知道嗎,我要為我的各種用例部署 20 個不同的客製化模型。』答案通常介於兩者之間,」他說。
DeepFabric 依據能力與價格,將每個用例導向最適合的模型,並由公司承擔隨之而來的風險。
「我們承擔管理這一切的風險。我們承擔管理代幣經濟的風險。我們也承擔執行的風險,讓客戶不必去想那些每天都在變動的事情,」Kommineni 說。
Kenco 將其資助的兩類 AI 投資劃分清楚:代理式 AI 在明確的防護機制內完成任務,而生成式 AI 則產出內容並發掘洞見。DeepFabric 支撐代理式層,而 Kenco 團隊透過平台內建的檢視與覆寫路徑,保留對代理輸出的核准權。
Kommineni 將這種執行至上的態度,追溯到他先前職務中團隊無法做到的事。他說,作為前顧問,儘管為客戶提供了計畫,執行始終是一大挑戰。
「但在 DeepFabric,我們在執行方面真正做到了這一點。我們實際上會協助你執行我們身為顧問時會建議的方案,這樣你就不必去想:『嘿,我要如何在生產環境中執行這些代理,』」他說。
對整體市場而言,這次部署提供了一項測試,檢驗代理式 AI 能否在物流業守住可衡量的生產陣地——隨著計畫中的二十個代理在未來 12 個月陸續推出,Kenco 與 DeepFabric 所描述的那種以基準線為依據的成果將會浮現,抑或不會。
本文《DeepFabric lands Kenco as It scales supply chain agents》最先刊載於 FreightWaves。