1999 年，我在波特兰码头从事夜班调度工作时曾思考：为何两个接入互联网的系统无法互通？25 年过去，问题依旧，只是形式转移。波士顿咨询公司（BCG）研究证实：仅约十分之一的物流服务提供商（LSP）将人工智能大规模嵌入核心运营，仅 13% 的企业报告从 AI 中获得可衡量价值。
BCG 指出，回报不明确和内部能力差距是阻碍 AI 采用的最大障碍。同时，由于对高效、具成本效益的客户服务要求极高且需实时准确，与日常运营所需的众多系统、数据源及流程进行集成，是从试点迈向规模化应用的关键。
因此，包括第三方物流（3PLs）、货运代理、承运人、经纪商和第四方物流（4PLs）在内的许多 LSP，尚未将 AI 应用于能产生最大影响的自动化运营工作流中。
尽管这些互联且可重复的流程极适合 AI 智能体，但许多物流提供商在采购、报价、预订、异常管理和文档处理方面仍依赖人工操作。
然而，要使智能体在 LSP 运营中有效发挥作用，它们必须访问互联的物流数据、承运人信息，尤其是围绕每个运营工作流的上下文信息。
我的经历如何塑造了 LSP44
这正是我们创建 LSP44 的初衷。LSP44 是一家 AI 原生科技企业，专注于为物流服务提供商及其独特的技术栈运作方式提供 AI 智能体和 API 基础设施。
在创立 project44 之前，我在交通运输行业深耕十余年，涉及承运人运营和销售，并协助建立了一家第三方物流服务商。我切身感受到了在一个依赖电话和传真运作的行业中工作的挫败感。
这段经历塑造了 project44 的首个产品——一个实时 API，它连接了整个零担物流工作流中的费率报价、调度、可视化和文档管理。
该产品成为 project44 更广泛物流平台的基石。
通过与领先 LSP 的合作，我们建立了支持大规模运输运营所需的承运人连接、集成和数据。
随后的十年里，project44 利用这一基础扩展到企业发货人市场，增加了运输管理、可视化、场站管理和最后一公里配送能力，以完善整个生命周期。近年来，这一基础继续支持 LSP 工作流中更高级别的自动化。
但随着业务两方面的演变，其差异变得难以忽视：企业发货人希望拥有能管理其网络运输的平台，而 LSP 则希望拥有可嵌入自身产品、流程和系统的底层基础设施。
为专注于满足市场的独特需求，我们决定将业务分离。LSP44 现在为物流提供商提供值得信赖的专用 AI 智能体和 API 基础设施，围绕其需求构建；而 project44 继续作为首选决策智能平台服务于企业发货人。
AI 智能体如何将 LSP 从遗留的可视化转变为执行的现实
构建 AI 智能体日益容易，但要构建一个足够理解物流运营并能可靠、一致采取行动的智能体，则需要多年的数据和上下文积累。
要执行物流工作流，智能体需具备对工作流的实时理解，以及访问和执行动作所在系统的能力。这种上下文使其能够做出反映当前操作的决策，无论是寻找运力、报价和预订运输，还是预测和应对中断。
开发这种能力需要多年积累的专业物流知识。这反映了累积的承运人关系、集成和货物历史，使智能体从一开始就具备相关信息和上下文感知能力。
LSP 长期以来已将 project44 的承运人连接和 API 嵌入其运输系统、门户和客户产品中。他们还与我们合作，将这些环境中的 AI 智能体和工作流引入其中。
LSP44 将这些功能整合在一个专为物流提供商如何构建、购买和运营而设计的平台中。例如，AI 智能体可以寻找承运人、比较费率、回应招标请求（RFP），并使用合同费率和现货市场费率生成报价。除了报价，它们还可以发送提单、预订货物、调度承运人，以及获取码头或设施预约。
一旦货物启运，这些智能体可监控进度、解决数据缺口，并通过重发提单或重新路由货物来响应异常。交付后，它们能生成和处理文档、审计发票，并支持更快结算。
这是从遗留的可视化向执行现实的转变。智能体工作流可以协调将货物从采购到结算移动所需的操作步骤，而非停留在警报或建议阶段。
当智能体处理更多重复性协调并在操作员无需介入的情况下解决异常时，人们便能腾出时间进行推动业务前进的复杂决策和判断。AI 并不会取代这个行业的人，而是赋予了他们长久以来应得的杠杆力量。
上下文是实现执行的关键
LSP 从未被动等待。project44 的前 100 名客户中有 82 家是经纪商、货代和 3PL，他们在该想法尚无业绩记录之前就押注于这一理念。12 年后，正是这一押注使得 LSP44 于上月推出，其基础设施涵盖超过 28.2 万个承运人连接，每年支持 15 亿票货物运输。我们的 AI 智能体预装了来自全球最大、最准确的实时物流数据图的运营上下文。全球十大物流服务提供商中的九家已使用 LSP44 基础设施。
智能体所需的承运人连接、集成、物流流程和货物历史已经就位。在过去十年中，LSP 帮助 project44 构建了这一基础设施。
LSP44 将其交还给他们手中，作为一个生产级的智能体工厂，专门针对他们的运作方式进行构建。