Nauta 執行長兼共同創辦人 Valentina Jordan 表示，AI 代理將在數個月內被商品化，而在供應鏈領域，持久的競爭優勢在於其底層的資料基礎。Jordan 在接受 FreightWaves 專訪時解釋，為何全球貿易的 AI 唯有在商品流、資料流與金流相互連結時才能發揮作用，並介紹了 Nauta 的「營運大腦」如何從 ERP、TMS、WMS、電子郵件與試算表中學習，以及為何雜亂的資料仍是 AI 實現真正報酬的最大阻礙。這場對談也涵蓋了 Nauta 的策略性融資、全球擴張計畫，以及 AI 如何透過將碎片化工作流程轉化為行動，協助營運者減少缺貨、滯留與延滯費。

Jordan 宣布，專為全球貿易打造的 AI 原生作業系統 Nauta 已完成一輪策略性融資，投資方包括 BMW i Ventures、Bosch Ventures、Hitachi Ventures 與 Yamaha Motor Ventures。該公司正將資金投入全球擴張；目前已在超過八個國家營運，擁有 8,000 家供應商，並透過客戶觸及 60 個國家。

在競爭激烈的供應鏈 AI 市場中，Jordan 對自身的競爭論點直言不諱：代理本身並非差異化因素。「我們認為代理將會被商品化——我不會說是幾週內，但很可能是幾個月內，」她說。「真正的挑戰在於代理底層的資料，尤其在供應鏈與全球貿易領域，這些資料必須圍繞著營運者數十年來累積的情境、知識與經驗。」

「我們不是從代理出發。我們從資料出發、從產出出發，然後才是代理。」

這一論點呼應了企業軟體領域更廣泛的轉變：隨著大型語言模型與代理框架可從主要雲端與 AI 供應商廣泛取得，差異化已從模型本身轉移到專有資料、工作流程與領域情境。供應鏈一直是驗證此論點特別困難的案例，因為營運知識往往被困在電子郵件、試算表以及資深規劃人員的腦中，而非結構化系統裡。

Nauta 的平台——Jordan 稱之為「營運大腦」——串接企業既有的 ERP、TMS、WMS 與 OMS 系統，以及電子郵件、Microsoft Teams 與試算表等非結構化來源；Jordan 表示，營運者 80% 至 90% 的工作都在這些來源中進行。這顆大腦持續汲取合約、到貨通知、付款條件，以及從天氣事件到港口中斷等外部訊號，為每家公司的運作方式建立分層模型。Jordan 以近期哥倫比亞地震影響當地港口為例，說明系統所監控的總體層級訊號。

在這套資料基礎設施之上，Nauta 部署專責任務的代理。其中一項高價值應用是應付帳款對帳的三方與四方發票比對；Jordan 表示，系統為每個客戶主動找出 30 萬至 50 萬美元的錯誤開票金額。其他現行應用包括溢裝、短裝與損壞理賠文件的建立、運費稽核，以及聚焦於減少缺貨與庫存過剩以改善現金循環週期的庫存管理。這些都是貨運營運中長久存在的痛點，稽核與理賠流程向來依賴跨運輸文件、發票與採購訂單的人工核對。

投資方陣容——皆為擁有全球布局的大型工業與汽車集團——反映出 Jordan 所描述的共同認知：碎片化的資料正阻礙 AI 的大規模採用。客戶橫跨食品與零售配送、製造業，以及包括 New Balance、L'Oréal 與 Moët Chandon 在內的消費品牌，而 Jordan 表示，資料問題在這些垂直產業中皆一致存在。

「一家食品經銷商與一家家具或化學企業之間的相似之處，比兩家食品經銷商之間還多，因為每家公司的運作方式都不同，」她說。

Jordan 將 Nauta 的營運可信度歸功於共同創辦人 Rafa——一位移民至波多黎各的第三代西班牙人，其家族經營一家擁有 123 年歷史的食品經銷企業。這些對物流痛點的第一手經驗，塑造了該公司的信念：僅靠可視化平台無法解決底層的資料問題。Jordan 本身擁有 13 年的科技背景，曾在 Amazon 與最後一哩配送公司 Rappi 任職。

她將這輪融資定位為對 Nauta 資料優先論點的驗證，也是國際成長的跳板，並主張若沒有乾淨、具情境脈絡的資料基礎，大型跨國企業將持續難以從 AI 投資中萃取可衡量的價值。代理商品化實際演進的速度——以及資料層新創能否在既有 ERP 廠商自建 AI 能力的情況下守住地位——很可能將形塑供應鏈 AI 競爭的下一階段。

來源：FreightWaves