生成式 AI 的投資回報，將會從「供應鏈端」開始出現

摘要

生成式AI目前在供應鏈管理中展現出實際的投資回報率，尤其在處理非結構化文件和自動化流程方面成效顯著。Flexport公司成功應用生成式AI解析文件、提取關鍵信息並應用規則，大幅提升效率並降低成本。此案例顯示生成式AI的價值並非僅限於聊天機器人等熱門應用，更在解決複雜的商業問題上展現巨大潛力。

重點

• 供應鏈溝通方式過於傳統，依賴傳真、紙本合約等，導致錯誤、延誤和漫長的等待時間。
• 生成式AI能有效解決供應鏈管理中的這些問題，帶來實質的投資回報。
• Flexport利用生成式AI處理大量非結構化文件，例如貨運合同和提單。
• 多模態的生成式AI，結合視覺能力，能更好地解析文件並提取信息。
• Flexport將生成式AI整合到其技術中，實現文件解析和信息自動輸入系統。
• 人工審核AI的結果，以解決潛在的錯誤，並在必要時進行干預。
• 生成式AI在海關工作中尤其有用，能自動應用不同的關稅規則。

目前供應鏈的溝通方式簡直一團糟。現在的貨運業者都還在用傳真、紙本合約和一堆亂七八糟的文件來追蹤貨物。結果就是錯誤一堆、延誤不斷，還要等老半天。如果你曾經在網購的東西運送途中搞丟，很有可能就是這個原因。

現在，生成式AI開始著手解決這個問題，而且真的有帶來實質的效益。雖然這項技術比較吸引人的應用（像是超聰明的聊天機器人）都還沒開始賺錢，但它已經為供應鏈業者創造了真正的投資報酬率，讓他們能夠比以前更快地發現錯誤、分類問題和溝通。生成式AI的長期潛力還需要時間來證明，但它在解決這些「無聊」卻重要的問題上的早期成功，顯示了它在短期內可能在哪裡找到成果。

Alex Nederlof 是供應鏈科技公司 Flexport 的工程總監，他告訴我，公司已經積極部署生成式AI，來理解他們營運時使用的大量非結構化文件。貨運合約可以長達四十頁，裡面有密密麻麻的欄位、子欄位、表格和嵌套子表格，全都塞滿了關鍵資訊。提單（說明貨櫃裡有什麼東西以及何時到達的文件）也沒有標準格式，傳統的電腦系統難以理解。這些都為全球供應鏈增加了許多低效率（和成本）。

Nederlof 說：「都快要2025年了，我們辦公室還在收紙本的貨運文件，然後掃描到電腦裡，跟其他產業比起來簡直是瘋了。我們就像計程車業在 Uber 出現之前的樣子。」

當 ChatGPT 問世時，Nederlof 和他的同事們都非常興奮。底層的LLM技術在加入視覺能力後變得非常有用，可以檢查長文件並解析其中的資訊。隨著每次的更新換代，從 GPT-3.5 到 GPT-4，再到 GPT-4o，生成式AI在處理過去讓公司很頭痛的任務上變得越來越厲害。Nederlof 的團隊最終將它直接整合到 Flexport 的技術中。

現在，Flexport 使用生成式AI來檢查和理解文件，並透過自動化層將重要資訊輸入到他們的系統中。由於這項技術會有「幻覺」的問題，所以在接受最終結果之前，都還是會由人工檢查AI的成果。然後，當事情看起來不對勁或需要立即處理時，Flexport 的員工就會採取行動。

這項部署已經大規模運作了。Flexport 告訴我，他們以AI驅動的文件解析器每個月處理 15,000 份文件，為操作人員節省了 80% 的時間。Nederlof 的目標是明年實現 50% 的自動化，甚至更高。

Nederlof 說：「在 OpenAI 上用視覺和一些提示來解析一份文件大約要花五美分。所以文件解析的成本從五到十美元降到五美分，最糟的情況下也只要十美分。然後再由人工檢查，如果他們可以快速瀏覽文件，一個人力成本大約是一美元。」

「我們就像計程車業在 Uber 出現之前的樣子。」

生成式AI在海關工作中特別有用，因為貨運業者會對不同的商品應用不同的規則。例如，Flexport 可能會收到一份包含各種尺寸T恤的提單，但必須對成人和兒童服裝應用不同的關稅。以前，人工必須輸入所有這些數據並應用特定的規則，這是一個漫長且容易出錯的過程，而現在AI可以理解文件並自行應用規則。

在AI的幫助下，Flexport 可以更快地發展。他們並沒有用這項技術來裁員。Nederlof 說：「我們是一家成長型公司，我們處理更多的業務量，就這麼簡單。」

Nederlof 和他的同事們現在開始將這項技術應用到更具雄心的項目中。他們正在進行的一個概念驗證是語音AI，它會打電話給卡車司機，詢問他們是否有空接特定的工作。Nederlof 說：「他們會進行真實的對話，我們可以從中判斷他們是否有空、何時可以取貨，以及我們需要提取的一堆數據點。它會把這些資訊輸入到系統中，然後他們就可以預訂行程。」

像代理人、助手和人類級別的智慧等被大肆宣傳的AI進展需要時間（和一大筆錢）來開發，而像這樣的應用程式很可能會讓這個領域持續發展，並證明進一步投資的合理性。

Cohere 的執行長 Aidan Gomez 致力於將生成式AI應用於商業案例，他本週告訴我：「這很無聊，但卻非常有價值。人們不了解這些關鍵的、平凡的事情實際上的影響規模。如果我們能夠擴大它們的規模，讓它們更準確、更可靠，那真的會改變世界。」

參考資料：https://www.bigtechnology.com/p/wheres-the-generative-ai-roi-start