Il y a trois ans, car la pandémie a provoqué le chaos pour les entreprises grandes et grandes, le directeur de la chaîne d’approvisionnement de Colgate-Palmolive, Luciano Sieber, a orchestré un «blitz logistique».
Le résultat a donné à Sieber une meilleure compréhension de la façon dont Colgate-Palmolive déplace ses produits dans le monde. Mais il a collé Sieber avec un autre problème: trop de données.
Il y a environ un an, Sieber dit qu’il a trouvé une solution à ce problème avec Uber Freight. La branche de logistique et d’analyse de longue durée du service de conduite a développé de nouvelles façons de s’effondrer de grandes quantités de données en utilisant l’intelligence artificielle. Colgate-Palmolive est devenu l’une des premières sociétés à utiliser l’un de ses nouveaux produits, AA LLM Uber Freight axé sur la logistique AA INSIGHTS AI.
Maintenant, Uber Freight lance plus formellement une suite de fonctionnalités d’IA aux expéditeurs du monde entier dans le cadre de son logiciel de chaîne d’approvisionnement existant. Cela comprend une extension de l’informatique AI, que Uber Freight a été tranquillement lancé en 2023, ainsi que plus de 30 agents d’IA construits pour «exécuter des tâches de logistique clés tout au long du cycle de vie du fret».
Le fret Uber n’est pas le seul à essayer de danger des chaînes d’approvisionnement indisciplinées avec des outils d’intelligence artificielle modernes. Flexport a annoncé sa propre suite d’outils d’IA en février, et il y a une myriade de startups qui essaient d’aider les entreprises à affronter les données, à réduire les stocks d’inventaire et à mieux prévoir l’offre et la demande.
Mais Uber Freight parie que ses solutions AI peuvent avoir un impact immédiat sur le résultat net de ses clients de premier ordre et des près de 10 000 autres expéditeurs avec lesquels il travaille. C’est en grande partie à cause de la base de connaissances et des relations qu’elle a établies au cours des huit années depuis qu’elle a été créée pour faire correspondre les camionneurs long-courriers avec des expéditeurs.
“La chaîne d’approvisionnement est intrinsèquement un problème riche en données. C’est complexe, il est nuancé et l’IA peut jouer un rôle fondamental dans le façonner et l’accélérer”, a déclaré Lior Ron, le fondateur d’Uber Freight, dans une interview avec TechCrunch.
‘Nous avons construit vers ce moment’
Uber Freight a commencé comme un modèle commercial de courtage plus simple lors de son lancement en 2017. Mais la filiale d’Uber a régulièrement évolué au fil des ans en plus d’un fournisseur de services pour des entreprises qui expédient des biens dans le monde.
De nombreuses entreprises modernes essaient de trouver des moyens d’incorporer l’intelligence artificielle (souvent à des résultats mitigés); Il n’est pas surprenant que Uber Freight mette la technologie à l’avant et au centre. Après tout, les travaux de premier cycle de Ron et sa thèse de maître étaient centrés sur l’IA – en arrière «dans les âges des ténèbres, quand il s’appelait« Réseaux de neurones »», a-t-il plaisanté.
Ron a continué à travailler avec la technologie d’apprentissage automatique lorsqu’il dirigeait Google Maps de 2007 à 2016. C’est là, a-t-il dit, qu’il a vu «le potentiel de numériser l’univers physique».
“Ce genre de moi a conduit à la croyance fondamentale, il y a neuf ans, que la chaîne d’approvisionnement est fondamentalement un défi sur les données, axé sur la technologie qui pourrait être accéléré avec la connectivité des données, et au fil du temps, l’IA”, a-t-il déclaré. «Nous nous sommes construits vers ce moment, je pense, depuis que j’ai commencé le fret Uber.»
Ron a déclaré que Uber Freight a utilisé l’apprentissage automatique dans son travail depuis le début. Mais c’est il y a environ deux ans que l’équipe a commencé à essayer de travailler avec des capacités génératrices d’IA plus avancées.
Cela “n’a pas été une route facile”, a déclaré Ron. Les tentatives initiales d’Uber Freight de construire une sorte de «copilote pour la logistique» ont été criblées d’hallucinations et n’ont retourné des réponses précises que d’environ 60% à 70% du temps.
Maintenant que la technologie a été «testée au combat» et «entraîne des résultats commerciaux réels», avec un taux de précision de 98%, selon Ron. La société affirme que le modèle AI de l’IA a été formé sur des données internes et externes liées aux 20 milliards de dollars de fret qu’elle aide à déplacer chaque année. Il exploite également plusieurs modèles d’IA non divulgués «offrant des combinaisons optimales de prix, de précision et de performances», selon Uber Freight.
Ron a déclaré que cette poussée d’IA crée de nouvelles façons pour les clients de travailler avec les données liées à leur chaîne d’approvisionnement. Ils peuvent demander à Insights IA de s’arrêter rapidement, par exemple, les points d’origine les moins performants pour des expéditions particulières. Ou ils peuvent demander à être montré «toutes les envois à CVS en 2023.» Ron a souligné que les requêtes peuvent également être beaucoup plus complexes que cela, et que le modèle se tient toujours.
Insights AI est présenté aux clients comme les autres interfaces LLM populaires; Il montrera également son travail et indiquera clairement d’où viennent toutes les données, tout comme les autres modèles de raisonnement.
Tout cela permet à un client de «gagner des informations sur votre réseau beaucoup plus rapidement, à près de 100% de précision instantanément, par rapport à formuler ce que vous voulez savoir, à l’envoyer à certains analystes et à attendre deux semaines pour que la présentation PowerPoint revienne pour avoir une discussion», a déclaré Ron.
«Que voulez-vous savoir?‘
Uber Freight travaille avec de nombreuses entreprises du Fortune 500, mais elle a trouvé un partenaire particulièrement disposé à Colgate-Palmolive pour Trial Insights AI et ses autres nouveaux outils. Le conglomérat met déjà une suite de modèles d’IA à la disposition de tous ses employés, selon Sieber. Cela fait également que ces travailleurs suivent une formation obligatoire sur l’éthique de l’IA qui a été développée en interne.
«Je pense que c’est génial, car cela transforme la conversation de la peur en« comment cela me rend plus efficace et comment [do] Je deviens un meilleur professionnel et je livre davantage en ayant accès et en utilisant ces nouvelles technologies », a déclaré Sieber.
Par exemple, Sieber a déclaré que son entreprise avait utilisé des informations sur l’IA pour identifier facilement les transporteurs qui acceptent moins d’expédition que contractuellement de déménager. À partir de là, ils peuvent déterminer pourquoi ces niveaux sont faibles et proposer une solution pour ramener le transporteur en conformité ou les laisser tomber en faveur d’une autre.
C’était auparavant un défi à résoudre en temps réel, a déclaré Sieber, car des entreprises comme Colgate-Palmolive travaillent avec des milliers de transporteurs. Chacun de ceux-ci pourrait travailler avec différents systèmes et flux de travail, et toutes les informations qui en résultent n’ont jamais été gérées de manière centralisée.
La prochaine étape avec l’IA, a déclaré Sieber et Ron, a été de trouver des moyens de créer des solutions plus proactives. Ron a déclaré que c’est un autre endroit où Uber Freight peut fléchir ses forces de données. “Nous connaissons les installations, nous connaissons les voies, nous connaissons les prix”, a-t-il déclaré. «Que voulez-vous savoir?»
Ces intégrations plus proactives se présentent sous la forme d’alertes qui indiquent à un client comme Colgate-Palmolive, ils trop payant sur certaines itinéraires, ou qu’il existe des options plus rapides disponibles pour une expédition particulière.
Toute suggestion comme celle-ci ne peut économiser que quelques centaines, ou peut-être quelques milliers de dollars. Mais agrégé sur un réseau entier, cela pourrait faire une grande différence.
C’est pourquoi, lorsqu’on lui a demandé, Sieber n’a pas tardé à répondre que le directeur financier de Colgate-Palmolive est l’exécutif qui est le plus satisfait de ce que Uber Freight a permis. “Il aime voir les coûts logistiques baisser”, a dit Sieber.
