Uberの貨物は、そのビジネスを成長させるためのAIツールに大きな賭けをします

3年前、パンデミックが大小の企業に混乱を引き起こしたため、コルゲート・パルモリヴの最高サプライチェーン責任者であるルシアーノ・シーバーは「物流ブリッツ」を調整しました。

その結果、シーバーは、コルゲート・パルモリーブが世界中でどのように製品を動かすかをよりよく理解しました。しかし、それは別の問題であるSieberを貼り付けました：あまりにも多くのデータ。

約1年前、シーバーは、Uber貨物の問題の解決策を見つけたと言います。乗車サービスの長期にわたるロジスティクスおよび分析部門は、人工知能を使用して大量のデータを絞り込む新しい方法を開発しています。 Colgate-Palmoliveは、最新の製品の1つであるロジスティクス中心のLLM Uber貨物がInsights AIを呼び出す最初の企業の1つになりました。

現在、Uber Freightは、既存のサプライチェーンソフトウェアの一環として、世界中の荷主にAI機能のスイートをより正式に発売しています。これには、Uberの貨物貨物の洞察AIの拡大が含まれます 2023年に静かに発売されました、「貨物ライフサイクル全体で主要なロジスティクスタスクを実行する」ために構築された30を超えるAIエージェント。

Uberの貨物は、最新の人工知能ツールで手に負えないサプライチェーンを飼いならそうとするだけではありません。 Flexportは独自の発表を発表しました 2月のAIツールのスイート、そして企業を助けようとしている無数のスタートアップがいます ろう付けデータ、 在庫備蓄を減らします、 そして 需要と供給をよりよく予測します。

しかし、Uber Freightは、そのAIソリューションが、ブルーチップの顧客とそれが働いている他の10,000人近くの荷主の両方の収益に即座に影響を与える可能性があると賭けています。それは主に、それが作成されてから8年間で確立された知識ベースと関係のためです 長距離のトラック運転手と荷主を一致させる。

「サプライチェーンは本質的にデータが豊富な問題です。それは複雑であり、微妙であり、AIはそれを形成して加速する根本的な役割に役立つ可能性があります」と、Uber Freightの創設者であるLior RonはTechCrunchとのインタビューで述べています。

「私たちはこの瞬間に向かって構築してきました「

Uberの貨物は、2017年に発売されたときに、より簡単な証券会社のビジネスモデルとして始まりました。しかし、Uberの子会社は、世界中に商品を出荷する企業のサービスプロバイダーに長年にわたって着実に進化してきました。

多くの現代企業は、人工知能を組み込む方法を見つけようとしています（多くの場合 混合結果）; Uberの貨物がテクノロジーを最前線と中心に置いていることは驚くことではありません。結局のところ、ロンの学部課程と彼の主人論文の両方がAIを中心としていました。

ロンは、2007年から2016年までGoogleマップを実行していたときに機械学習テクノロジーを操作し続けました。彼は、「物理的な宇宙をデジタル化する可能性」を見たと彼は言いました。

「そのようなものは、9年前に、サプライチェーンが基本的にデータファーストのテクノロジーファーストチャレンジであり、データ接続性と時間が経つにつれて加速される可能性があるという基本的な信念に導かれました」と彼は言いました。 「私たちはこの瞬間に向かって構築してきました。私はUberの貨物を始めてからだと思います。」

ロンは、Uberの貨物が最初から作業で機械学習を使用していると述べました。しかし、チームがより高度な生成AI機能を扱ろうとし始めたのは約2年前でした。

それは「簡単な道ではなかった」とロンは言った。 Uber Freightの一種の「ロジスティクスの副操縦士」を構築しようとする最初の試みは、幻覚に悩まされ、正確な回答は約60％から70％の時間しか返されませんでした。

現在、テクノロジーは「戦闘テスト」されており、「実際のビジネス結果を促進」しており、Ronによると、精度率は98％です。同社は、洞察AIモデルは、毎年移動するのに役立つ200億ドル相当の貨物に関連する内部および外部データについてトレーニングされていると言います。また、Uber Freightによると、複数の非公開AIモデルを「価格、精度、パフォーマンスの最適な組み合わせを提供する」ことも活用しています。

Ron氏は、このAIプッシュは、顧客がサプライチェーンに関連するデータを操作するための新しい方法を作成すると述べました。彼らは、特定の出荷のために最悪の出発点ポイントをすばやく引き上げるよう洞察AIに尋ねることができます。または、「2023年にCVSへのすべての出荷」を示すように頼むことができます。ロンは、クエリもこれよりもはるかに複雑である可能性があり、モデルは常に維持されると強調しました。

Insights AIは、他の人気のあるLLMインターフェイスと同じように顧客に提示されます。また、他の推論モデルと同様に、その作業を示し、すべてのデータがどこから来ているのかを明確にします。

このすべてにより、顧客は「ネットワークに関する洞察をより速く獲得し、即座に100％近くの精度で、知りたいことの策定、一部のアナリストに送信し、パワーポイントプレゼンテーションが戻ってディスカッションをするのを待つことに対して」とロンは言いました。

「あなたは何を知りたいですか？「

Uber Freightは、多くのFortune 500企業と連携していますが、Colgate-PalmoliveのAIとその他の新しいツールを試用するための特に喜んでパートナーを見つけました。 Sieberによると、コングロマリットはすでにすべての従業員がAIモデルのスイートを利用できるようにしています。また、これらの労働者は、社内で開発されたAI倫理に関する必須の訓練を受けます。

「それは素晴らしいと思う。 [do] 私はより良い専門家になり、それらの新しいテクノロジーにアクセスして使用することで、より多くを提供します」とシーバーは言いました。

たとえば、シーバーは、彼の会社が洞察AIを使用して、契約上移動義務よりも少ない貨物を受け入れているキャリアを簡単に識別したと述べました。そこから、彼らはこれらのレベルが低い理由を解決することができ、キャリアをコンプライアンスに戻すための解決策を考え出すか、別のキャリアを支持してドロップします。

これは以前はリアルタイムで解決するための挑戦でした、とシーバーは言いました。それらのそれぞれは、異なるシステムとワークフローで動作する可能性があり、その結果、結果として得られる情報はすべて、実際に中央に管理されることはありませんでした。

SieberとRon氏によると、AIとの次のステップは、より積極的なソリューションを作成する方法を見つけています。ロンは、これがUberの貨物がそのデータ強度を曲げることができる別の場所であると言いました。 「私たちは施設を知っており、車線を知っています。価格を知っています」と彼は言いました。 「何を知りたいですか？」

これらのより積極的な統合は、Colgate-Palmoliveのような顧客に特定のルートで過払いであること、または特定の出荷に利用できるより速いオプションがあることを伝えるアラートの形で行われます。

そのような単一の提案は、数百ドル、またはおそらく数千ドルしか節約できません。しかし、ネットワーク全体に集約されているため、大きな違いが生じる可能性があります。

だから、シーバーは、コルゲート・パルモリヴの最高財務責任者が、Uber Freightの有効化に最も満足しているエグゼクティブであるとすぐに答えました。 「彼は物流コストが下がるのを見るのが大好きです」とシーバーは笑いました。