Топ-менеджер Ryder назвал искусственный интеллект четвёртой технологической волной в грузоперевозках
Грант Гудейл больше двадцати лет искал, по его собственным словам, «интересные сложные задачи»: работал над военными контрактами с допуском секретности, писал софт для банковских файрволов, руководил игровой студией. Логистика, признаётся он в интервью FreightWaves, – первая отрасль, в которой он, похоже, задержится всерьёз и надолго.
Причина проста: логистика охватывает буквально всё. «Что бы ни стояло в комнате, где вы сидите, – я показываю на любой предмет, и он побывал на пяти-семи грузовиках, прежде чем попасть к вам», – говорит Гудейл, директор по продукту и технологиям Ryder Technology. В 2015 году он стал сооснователем Convoy, насмотревшись, как двухдневная доставка Amazon Prime перекроила ожидания покупателей. Теперь в Ryder он возглавляет инновационную лабораторию Baton, которую компания купила в 2022 году, и видит в ИИ самую преобразующую из технологий, что доходили до отрасли.
Историю этих технологий Гудейл раскладывает на четыре волны. Первая поднялась в 2010–2012 годах вместе с такими компаниями, как Coyote Logistics: они наводили порядок в данных и выводили на экраны дашборды, помогавшие принимать решения. Вторую волну в 2015 году принесли смартфоны. «Не нужно рассылать GPS-датчик каждому брокеру и перевозчику в стране, – объясняет он. – У них в телефоне есть приложение. Это готовая сенсорная платформа, и её можно обратить себе на пользу».
Третья волна пришла в 2018 году вокруг блокчейна – под цепочку владения грузом и контракты на оплату. В идею вложили много энергии и денег, но отдача, признаёт Гудейл, оказалась ниже ожиданий, несмотря на ряд многообещающих сценариев. Четвёртая волна – нынешний бум искусственного интеллекта – устроена принципиально иначе. «Делая перевозки эффективнее, вы влияете почти на любую часть ВВП, потому что транспорт касается практически всего ВВП», – говорит он.
Внутри самого ИИ Гудейл проводит границу. Машинное обучение давно встроено в прогнозирование, планирование и расчёт времени прибытия груза. Большие языковые модели дают другое – умение превращать беспорядочный, неструктурированный текст в предсказуемый результат. Самый наглядный пример – почтовый ящик брокера, куда сыплются вопросы о статусе грузов. Кто-то присылает таблицу на 75 перевозок, кто-то вставляет несколько номеров, кто-то просто пишет: «Скажите статус по всем моим грузам».
Раньше выбор был невелик: строить дорогую интеграцию через электронный обмен данными (EDI) или нанимать людей. Теперь письма можно отдать обученной модели с доступом к системе – и она довольно надёжно ответит клиенту за долю прежнего времени. Заодно исчезает целый слой посредников: компания A и компания B описывают мир по-разному и обмениваются разными значениями, а на переводе одного «языка» в другой годами зарабатывали операторы сетей добавленной стоимости.
«Мне не нужен API. Не нужен EDI. Мне нужно то, что примет всё, что вы пришлёте, в любом формате, поймёт и либо само выполнит действие, либо передаст человеку»
Сокращать людей Гудейл при этом не спешит. В Convoy подавляющее большинство сотрудников оставались операционистами – они каждый день разбирали повреждённый груз, недостачи и пересортицу (OS&D), простои на складах. «Способность человека принимать решение в нестандартной ситуации сегодня практически непревзойдённа», – говорит он. Регламент обязан работать в реальном мире, а приспосабливаться к нему людям удаётся лучше машин.
