생성 AI를 사용하여 운송분야의 성배를 만들고 있다.

 

오늘날 여러분이 사용하는 많은 제품은 전 세계 사람들이 만든 것이며, 최종 공장에서 여러분의 손에 전달되기까지는 12개가 넘는 회사, 다양한 정부 기관, 그리고 엄청나게 많은 서류 작업이 포함된 복잡한 과정이었을 것이다.

 

2013년, 라이언 피터슨은 번거롭고 종종 고풍스러운 무역 산업에 현대 기술 솔루션을 제공하기 위해 화물 운송 회사인 Flexport를 설립했으며, 오늘날 그의 회사는 수천 개의 브랜드가 전 세계로 상품을 운송할 때 시간과 비용을 절약하도록 돕고 있다.

 

"화물을 집집마다 운송할 때 컨테이너에서 무언가를 하는 15~20개의 다른 회사가 있을 것이다... 우리는 이 모든 당사자와 통합하고, 필요한 수동 작업의 양을 줄이고, 품질을 상당히 개선하는 소프트웨어를 구축했다."라고 그는 말했다.

 

인공지능은 Flexport의 성공에서 핵심적인 역할을 했다. Flexport의 엔지니어링 책임자인 알렉스 네더로프는 인공지능을 가격 추정, 경로 최적화, 위험 분석 등에 사용한다고 말했다.

가장 최근에 Flexport는 생성 AI(텍스트, 이미지, 비디오 및 기타 유형의 콘텐츠를 생성할 수 있는 훈련 시스템에 초점을 맞춘 AI 분야)를 운영에 통합할 방법을 찾고 있었다.

 

네더로프는 "생성 AI는 우리에게 매우 중요하다."라고 말했다. "우리는 여러 영역에서 이를 완전히 수용했다."

최근 Flexport와 생성 AI를 사용하는 방법, 혜택을 기대하지 않는 영역, 구축 중인 애플리케이션의 "성배"에 대해 이야기할 기회를 얻었다.

 

문서 디지털화

배송에는 많은 문서가 포함되며, 이를 모두 구문 분석하는 것은 화물 운송에서 가장 큰 과제 중 하나이다. 또한 생성 AI가 Flexport가 극복하는 데 도움이 되는 과제이기도 하다.

"문서화는 기술이 필요 없고 이 새로운 기술로 자동화하기 쉬운 지루하고 재미없는 작업이다."라고 네더로프는 말했다. "아무도 하고 싶어하지 않는 작업이지만, 반드시 해야 하는 일이며, 시간 내에 완료해야 한다."

 

오늘날 Flexport가 받는 문서의 대부분은 이메일에 첨부된 PDF 또는 스프레드시트이지만, 일부 조직은 여전히 ​​누군가가 컴퓨터로 스캔해야 하는 문서를 회사로 팩스나 우편으로 보낸다.

그것은 단지 첫 번째 단계일 뿐이다. 문서가 컴퓨터에 저장되면 Flexport는 실제로 정보를 구문 분석해야 하며, 받는 데이터의 대부분이 구조화되지 않았기 때문에(사전 정의된, 쉽게 검색할 수 있는 형식에 맞지 않음) 기존 AI는 이 부서에서 그다지 도움이 되지 않았다. 즉, 회사는 문서를 읽고, 이해하고, 관련 정보를 추출한 다음 가능한 한 빨리 필요한 조치를 취할 수 있는 인력을 24시간 상주시켜야 했다.

 

Flexport는 이제 ChatGPT와 같이 이미지나 언어를 이해하고 텍스트를 생성할 수 있는 생성 AI인 멀티모달 대규모 언어 모델(LLM)을 사용하여 문서에 어떤 종류의 정보가 포함되어 있는지, 이에 대한 대응으로 무엇을 해야 하는지 빠르게 이해하는 데 도움을 받고 있다.

 

“우리는 [LLM]을 사용하여 상업 송장, 운송장, 고객이 '나는 트럭 화물이 하루 늦었다.'라고 보내는 이메일을 자동으로 디지털화한다. 우리는 이를 자동으로 구문 분석하고 추적 및 추적 [시스템]과 상태를 내부적으로 업데이트할 수 있다.”라고 네더로프는 말했다.

LLM은 실수를 하기 때문에 Flexport는 여전히 AI의 권장 사항을 검토하는 사람이 필요하지만 네더로프에 따르면 "일단 일을 하게" 하면 프로세스가 훨씬 빨라진다. "엄청난 시간을 절약할 수 있지만 더 중요한 것은 24시간 연중무휴라는 것이다."

 

AI 호출

트럭 운송은 공급망의 필수적인 부분으로, 글로벌 무역에 사용되는 돈의 약 50%를 차지한다. 또한 Flexport가 생성 AI를 사용하여 운영을 개선하는 방법을 찾은 또 다른 분야이기도 하다.

Flexport는 "한 장소에서 다른 장소로 이동하는 거의 모든 상품은 선적 수명 주기의 어느 시점에서 트럭에 닿는다."라고 설명한다. "트럭 운송은 모든 항공 및 해상 운송의 시작과 끝에 있으며, 그 자체로 독립적인 운송 수단이기도 하다.

 

트럭 운전사와의 소통은 가능한 한 빨리 상품을 목적지에 도착시키는 데 필수적이며, 일반적으로 이를 위한 가장 안전한 방법은 전화 통화이다. 트럭 운전사가 도로에서 문자 메시지를 읽거나 앱을 탐색하려고 하는 것을 원하지 않을 것이다.

"때때로 트럭 운전사들은 서류를 제출하지 않았거나, 화물을 옮기거나, 다른 일이 있어서 전화를 해야 한다."라고 네더로프가 말했다. "이전에는 이런 일을 위해 콜센터를 운영했다. 지금은 AI를 사용해서 일을 하는데, 트럭 운전사들은 실제로 더 좋아하는 듯하다."

 

네더로프에게 가장 놀라운 부분은 긍정적인 반응이었다.

"로보콜링은 평판이 좋지 않고, 사람과 대화하는 것보다 더 좋아할 수 있을지 잘 모르겠다. 하지만 이런 대화를 들으면 봇은 항상 친절하고, 서두르지 않으며, 시간당 X번의 통화를 해야 하는 일정에 얽매이지 않는다."라고 그가 말했다.

 

트럭 운전사들은 Flexport에 봇을 개인화해서 자신의 방언을 사용하게 할 수도 있는데, 이를 통해 AI와 대화하는 것이 이웃과 대화하는 것처럼 느껴질 수 있다.

네더로프는 "그들은 대화형 대화를 할 수 있다."라고 말했다. "그들은 기본적으로 무엇이든 말할 수 있다. 봇은 매우 유능하다. 그리고 우리는 트럭 운전사들이 시간을 들이는 것을 알아차렸다. 그들에게는 매우 즐거운 경험이며, 우리에게는 더 이상 이를 위해 거대한 콜센터가 필요하지 않다."

 

Flexport는 이제 공급망을 따라 제조업체, 공급업체 및 기타 업체와의 커뮤니케이션을 개선하기 위해 운영의 다른 측면에 AI 호출을 도입하기 위해 노력하고 있다. 또한 사람들 간의 통역자 역할을 할 수 있는 봇도 조사하고 있다.

"미국인이 아시아 공장에 전화를 걸려고 하거나 저처럼 네덜란드인이 프랑스인에게 전화를 걸려고 한다면, 현재 우리가 겪고 있는 많은 장벽이 이 기술 덕분에 사라질 것이다."라고 네더로프는 말했다.

 

전문 에이전트

국제적으로 상품을 사고팔거나 배송하는 회사의 99%가 공급망을 따라 자체적으로 제품 이동을 관리하려고 하지 않고 Flexport와 같은 화물 운송 회사를 이용하는 데에는 이유가 있다. 물류가 복잡하기 때문이다.

 

"밀집되어 있고 넓다."라고 네더로프가 말했다. "물리학적인 것은 아니지만 모든 국가에는 반드시 의미가 있는 것은 아닌 자체 규정이 있다. 인간과 여러 세대의 정치적 실체에 의해 만들어졌기 때문이다."

 

이 때문에 필리핀에서 베트남으로 제조 시설을 이전하여 더 나은 관세율을 활용하는 것과 같이 겉보기에 간단한 변경을 하는 경우에도 회사가 이전이 유익한지 여부를 알기 전에 완전히 이해해야 하는 파장 효과가 발생할 수 있다.

 

네더로프는 "해상 운송을 처리하는 방식이 다를 수 있다. 통관을 처리하는 방식도 다르다. 특정 무역 협정을 체결해야 한다."라고 설명했다. "이 사람들은 이제 '이것이 이론적으로 가능한가?'라는 질문에 답하기 위해 15명의 전문가를 방에 모아야 한다. 세부 사항조차 언급하지 않는다."

 

장기적으로 Flexport는 생성 AI를 사용하여 고객이 일반적으로 해당 전문가로부터 얻는 정보를 공유할 수 있는 "지식 에이전트"를 구축하고자 한다.

"AI는 모든 데이터에 액세스할 수 있으며, 요청한 내용을 데이터베이스가 이해할 수 있는 것으로 변환할 수 있다. 기본적으로 데이터베이스와 통신할 수 있다."라고 네더로프는 말했다.

"그러면 전 세계에 대한 모든 지식이 있다. 모든 무역 협정, 모든 판결, 모든 규정, 모든 해상 경로, 모든 항공 경로, 모든 공항을 알고 있다."라고 그는 계속했다. "이러한 에이전트는 이러한 것들을 결합할 수 있다."

 

Flexport는 운송의 특정 측면에 초점을 맞춘 지식 에이전트를 실험하고 있다. 예를 들어 세관에 대해 모든 것을 아는 에이전트가 있고 최신 화물 뉴스에 대한 전문가인 에이전트가 있지만 궁극적인 목표는 이들을 화물 운송과 관련된 모든 것에 대한 전문가인 단일 에이전트로 결합하는 것이다.

"그것은 우리에게 성배와 같다. 가능한 한 빨리 거기에 도착하여 고객을 위해 그것을 잠금 해제하는 것이다."라고 네더로프는 말했다.

 

 

전반적인 그림

생성 AI는 다양한 응용 분야에 유용할 수 있지만 한계가 있다.

"AI가 할 수 없을 것이라고 100% 확신하는 분야는 본 적이 없지만 AI가 올바른 일을 하도록 하려면 훨씬 더 많은 작업이 필요한 분야가 있다... 기본적으로 수학과 숫자가 있는 모든 것은 올바르게 하려면 많은 작업이 필요하다."라고 네더로프는 말했다.

 

생성 AI가 할 수 있는 모든 일과 Flexport가 보다 전통적인 AI를 사용하는 모든 방식을 고려할 때, 페터슨은 회사가 2025년 말까지 화물 운송업체에서 수행하는 수동 작업의 약 50%를 자동화할 수 있을 것이라고 믿는다.

그는 "그것은 화물을 들어올리는 의미가 아니라 데이터를 전치하고, 전화 통화를 하고, 화물 이동을 조정하기 위한 워크플로를 하는 의미에서 '수동'이다."라고 말했다. "정말 큰 일이다. 아마도 전 세계로 물건을 배송하는 비용이 약 5% 감소하는 것으로 해석될 것이다."