Overroute 是一家透過 JB Hunt 的 UpLabs 計畫孕育而成的人工智慧軟體公司，該公司已將其平台部署至 JB Hunt 涵蓋多式聯運、公路運輸及專屬服務等業務單元的數百名用戶，執行長 Alex Reed 在接受 FreightWaves 採訪時表示。

該工具整合內部數據，協助面向客戶的業務代表回應需求、製作報表及管理服務異常——Reed 將這些工作描述為邁向資產利用率優化的第一阶段。

此一部署對承運商與託運人都具有重要意義，因為它鎖定的是貨運科技中被公認最難攻克的領域：資產端營運。JB Hunt 在 NASDAQ 以 JBHT 代碼上市，按營收持續名列北美最大貨運公司之列，營運著業界最複雜的綜合車隊之一——涵蓋多式聯運貨櫃、專屬合約服務及公路乾貨廂式拖車。與其為貨運經紀人——通常是貨運科技最早的採用者——開發工具，Overroute 直接與北美最大的資產型承運商之一合作，使這家新創公司從一開始就擁有對企業工作流程異常深入的視野。

Reed 表示，目前的部署刻意聚焦於低風險自動化。該公司正在試行預約排程功能，並已測試他所稱的「以營運為導向的數據缺口呼叫」。預計在未來數月推出的下一階段，將專注於協助一線運輸經理與營運經理在 JB Hunt 的網路中做出更好的司機與資產調度決策。

「我觀察到的是，如果你看看這些決策是如何在整個網路中做出的，最具影響力的位置其實是在最前線——運輸經理、營運經理——他們在調動資產、調動司機，」Reed 說道。

Reed 將 Overroute 的自動化策略分為三個層級：可完全自動化的任務、需要人工核准的任務，以及始終需要人工參與的任務。貨物追蹤監控與客戶回應目前屬於第一類。資產路線規劃與司機派遣決策則明確歸入第三類，至少目前如此。

「這些決策會在整個網路中產生連鎖效應，」Reed 說道，並主張提升一線決策品質能對回程調度與網路平衡產生巨大的下游影響。對於大型資產型承運商而言，即使利用率的些微提升也能轉化為可觀的成本節約，因為空駛里程與資產閒置時間持續對全行業的營業利潤率構成拖累。

在變革管理——企業 AI 部署中持續存在的障礙——方面，Reed 表示 Overroute 專注於在個人用戶層級展現價值，然後才尋求高層主管的認同。他將一線貨運工作比擬為馬斯洛需求層次理論，指出作業人員花費不成比例的時間在低階、重複性的任務上。

「我們發現最簡單的方法就是實際讓人們看到我們如何改善他們的工作。一旦他們親眼看到，有了那個頓悟時刻，他們就能做到，」Reed 說。他補充道，一旦員工接受，他們往往會提出供應商未曾預想到的新使用場景。

在被問及 AI 實施的成功率——這是一個大多數項目被廣泛報導為表現不及預期的領域——時，Reed 設定了嚴格的內部標準。他表示，進入企業客戶的供應商必須及早取得成果並持續獲勝，只有在建立業績記錄後才承接更複雜、更高風險的使用場景。這一標準反映了物流行業更廣泛的質疑態度，在該行業中，多家備受矚目的貨運科技企業一直難以將風險投資支持的 AI 承諾轉化為持續的盈利能力。

「你必須交付成果，因為我們都在關注投資回報率，而且我們都知道，如果無法用 AI 創造投資回報率，我們就無法生存下去，」他說。他承認，一旦建立信任，承運商與供應商可以共同承接更高風險的專案，其中偶爾的失敗是雙方都能接受的。

Overroute 也在與 JB Hunt 以外的其他承運商進行初步洽談。Reed 表示，在 JB Hunt 網路中學到的經驗——特別是在用戶層級而非高層主管層級推動工具採用——正在塑造該公司對這些新合作關係的處理方式。

來源：FreightWaves