三年前，疫情给企业带来混乱时，高露洁棕榄首席供应链官卢西亚诺·西伯（Luciano Sieber）策划了一场“物流闪电战”。这让他对全球产品调配有了更深了解，但也带来了数据量过大的难题。
约一年前，西伯通过与Uber Freight合作找到了解决方案。该网约车平台旗下的物流与分析部门一直在探索利用AI驾驭海量数据的新方法。高露洁棕榄成为首批使用其最新产品——专注于物流的大语言模型（LLM）Insights AI的公司之一。
如今，Uber Freight正作为现有供应链软件的一部分，向全球托运人正式推出一系列AI功能。这包括2023年低调推出的Insights AI扩展版，以及30多个旨在“在整个货运生命周期中执行关键物流任务”的AI代理。
Uber Freight并非唯一尝试用现代AI工具驯服混乱供应链的公司。Flexport于二月宣布推出专属AI工具套件，众多初创企业也致力于帮助企业梳理数据、降低库存积压并精准预测供需关系。
但Uber Freight押注其AI解决方案能立即对其蓝筹客户及近万名合作托运人的利润产生直接影响。这得益于其八年来建立的知识库和人际关系网络，成功将长途卡车司机与托运人匹配。
Uber Freight创始人Lior Ron在接受TechCrunch采访时表示：“供应链本质上是一个数据丰富的问题，复杂且细微。AI可以在塑造和加速供应链方面发挥基础性作用。”
“我们一直在为这一刻做准备”
Uber Freight于2017年推出时采用直接的经纪业务模式，但这几年已逐渐演变为向全球运输货物的公司提供服务的提供商。
许多现代公司在融入人工智能方面效果不一，因此Uber Freight将这项技术置于核心地位不足为奇。Ron的本科学业和硕士论文都围绕AI展开，他开玩笑称那还是“在被称为‘神经网络’的黑暗时代”。
2007年至2016年担任Google Maps负责人期间，Ron持续使用机器学习技术，并看到了“将物理世界数字化的潜力”。
Ron表示：“这促使我在九年前形成基本信念：供应链从根本上讲是以数据和技术为先的挑战，可以通过数据连接加速，并随时间借助AI进一步提速。自经营Uber Freight以来，我们就一直在为这一刻做准备。”
Ron指出，Uber Freight从一开始就在使用机器学习，但约两年前团队开始尝试更先进的生成式AI能力。
Ron坦言：“这条路并不平坦。”最初构建“物流副驾驶”的尝试充斥着幻觉，仅约60%到70%的时间能返回准确答案。
据Ron介绍，如今该技术已通过“实战检验”，准确率达98%，能“推动真实的业务成果”。Insights AI模型已在每年协助运输的价值200亿美元货运相关的内外部数据上完成训练，并利用多个未公开AI模型提供价格、精度和性能的最佳组合。
Ron表示，这一AI浪潮让客户能以新方式处理供应链数据。他们可以要求Insights AI快速调出特定路线表现最差的起运点，或查询“2023年所有发往CVS的货物”。他强调，查询可以远比这复杂，而模型始终能跟上需求。
Insights AI的展示方式与其他流行LLM界面类似，会展示推理过程并清晰说明数据来源。
Ron说：“这让客户能够以接近100%的准确率即时获得网络洞察，速度远快于先构思问题、发送给分析师，再等待两周收到PPT演示文稿的传统流程。”
“你想了解什么？”
Uber Freight与多家《财富》500强企业合作，但在试用Insights AI及其他新工具方面，与高露洁棕榄找到了特别积极的合作伙伴。西伯介绍，该企业集团已为员工提供一套AI模型，并要求参加内部开发的AI伦理强制培训。
西伯认为：“这很棒，因为它将对话从恐惧转变为‘这将如何让我更高效，以及我如何通过访问和使用新技术成为更优秀的专业人士并交付更多成果’。”
例如，高露洁棕榄使用Insights AI轻松识别出接受运输量低于合同义务的承运商，进而找出原因并提出解决方案使其重新合规或进行替换。
西伯表示，过去实时解决这一问题曾是挑战，因为像高露洁棕榄这样的公司与成千上万承运商合作，各方系统和流程不同，产生的信息从未真正集中管理。
西伯和Ron均表示，AI的下一步是创造更主动的解决方案。Ron称这是Uber Freight发挥数据优势的领域：“我们了解设施、线路和价格，你想了解什么？”
这些主动集成以警报形式呈现，告知客户在某些路线支付了过高费用，或有更快的运输选项可用。
单个建议可能仅节省几百甚至几千美元，但在整个网络范围内汇总则可能带来显著差异。
当被问及时，西伯迅速回答，高露洁棕榄CFO是对Uber Freight赋能成果最满意的执行高管。“他非常喜欢看到物流成本下降，”西伯笑着说。