Американский 3PL-оператор Kenco запустил шесть ИИ-агентов за три месяца – на очереди ещё двадцать

Один из крупнейших 3PL-операторов Северной Америки Kenco перевёл шесть ИИ-агентов из пилота в промышленную эксплуатацию всего за три месяца. Агенты закрывают задачи в коммерческом блоке, операционном управлении, транспорте и клиентском сервисе. В ближайшие 12 месяцев компания планирует масштабировать решение до двадцати агентов.

Платформу поставил стартап DeepFabric. Его основатель Кальян Комминени описывает подход просто: сначала подписывается NDA, затем агент обучается на реальных данных заказчика и прогоняется в изолированной среде. В продакшн он попадает только после того, как все сбои отловлены в «песочнице».

«Агенты ломаются постоянно, но мы следим, чтобы это происходило в непроизводственной среде»

По словам операционного директора Kenco Дэвида Кейнса, ни один из шести агентов не нарушил обслуживание клиентов при запуске.

Цифры выглядят на фоне отрасли нетипично. По прогнозу Gartner, к концу 2027 года более 40% проектов в сфере агентного ИИ будут свёрнуты – из-за неконтролируемых расходов, размытой бизнес-ценности и слабого управления рисками. Перевести агента из демонстрации в рабочий процесс удаётся немногим.

Kenco управляет 141 распределительным центром общей площадью 43 млн квадратных футов в 33 штатах США и Канаде. Каждое звено в этой сети – это документ, который кто-то должен проверить. Аудит грузоперевозок стал первой точкой приложения: склад сверяет данные с перевозчиком, перевозчик – с клиентом, клиент – со складом. Каждое такое пересечение – потенциальная ошибка и ручная работа, от которой операторы мечтают избавиться.

Грузовой аудитор вошёл в тройку самых востребованных агентов DeepFabric наряду с менеджером коммерческих предложений и менеджером запасов. Компания фиксирует сокращение расходов на аудит на 45% и ускорение ответов на запросы коммерческих предложений (RFP) на 30%.

Отдельная задача – выбрать, что именно измерять. Комминени делит метрики по целям: одни клиенты хотят больше работы при том же штате, другие – сократить трудозатраты в часах. Для менеджера предложений KPI – количество дополнительных тендеров, в которых участвует команда без расширения, для аудитора – ручные часы на сотню счетов. Без замера «до агента» оценить эффект невозможно.

Вопрос выбора языковой модели DeepFabric решает прагматично: универсальной модели «для всего» не существует, но и двадцать кастомных – перебор. Под каждый сценарий подбирается модель по соотношению возможностей и стоимости, а риски управления токен-экономикой и исполнением платформа берёт на себя.