Срирам Нагасвами, исполнительный вице-президент FourKites – Интервью

FourKites признан за свою роль в трансформации цепочки поставок с помощью ИИ и является разработчиком Intelligent Control Tower™, который работает на основе описываемой как самая большая сеть реального времени. Платформа позволяет создавать полные цифровые двойники цепочек поставок и интегрировать цифровых агентов, работающих на ИИ, для поддержки автоматизации, улучшения сотрудничества и повышения операционных результатов для всех заинтересованных сторон. В отличие от традиционных систем управления, решение FourKites предназначено для поддержки реального времени и интеллектуального выполнения как на стороне поставщиков, так и на стороне клиентов.

Что вдохновило недавний сдвиг в FourKites от видимости к системам управления, и как вы определили пробел на рынке или то, что это было правильное время для преследования этих новых целей?

Сдвиг FourKites к системам управления и новой цифровой рабочей силе отражает более крупную эволюцию в области цепочки поставок и логистики. Просто говоря, видимость и идеи больше не достаточно. С быстрой эволюцией ИИ и видением выйти за рамки простой доставки данных поставщики отдают приоритет интеллектуальной автоматизации и решениям, которые могут не только оптимизировать операции, но и выполнить обещание ИИ, принимающего автоматические действия на основе данных и видимости в реальном времени.

Переход к нашей интеллектуальной системе управления и цифровой рабочей силе помогает нашим клиентам достигать своих стратегических целей способами, которые ранее были невозможны. Теперь ИИ может преобразовать управление цепочкой поставок из реактивного отслеживания в проактивную оркестровку, которую мы изначально намеревались достичь, позволяя более автономным и интеллектуальным рабочим процессам.

Можете ли вы рассказать нам больше о вашем пути в технологиях и ИИ и о том, как он привел вас к вашей текущей роли в FourKites?

Я начал свою инженерную карьеру более 20 лет назад в Чикаго. С тех пор я воспитал страсть ко всем аспектам технологий, от обработки сигналов, сжатия видео и компьютерного зрения до машинного обучения и доставки SaaS.

Быстрое развитие ИИ зарядило эту страсть, и желание быть на переднем крае его разработки и внедрения в цепочке поставок сделало это очень интересным временем для работы в отрасли.

Этот ранний опыт, а также остановки в Logitech, Samsung и других, привели меня к моей текущей роли в FourKites, где я отвечаю за доставку продукта, науку о данных и наделяю мою команду возможностями роста и платформами для демонстрации инновационной работы в цепочке поставок.

Как лидер мнений в технологиях цепочки поставок, как вы видите, что ИИ изменит ландшафт в ближайшие несколько лет?

Наша миссия всегда заключалась в решении проблем цепочки поставок, быстро принимая технологические инновации. Когда мы смотрим вперед, то, что меня больше всего волнует, – это то, что ИИ будет использоваться способами, которые мы никогда не думали возможными, помогая клиентам собирать, обрабатывать и принимать решения новыми способами.

Представьте, что вместо ручных вводов для базовой информации пользователи всех типов смогут просто поговорить с приложением или сфотографировать то, что они видят, и модель LLM сможет определить и извлечь информацию того же качества.

Возьмем, к примеру, порт Нью-Джерси и контейнерный терминал порта Ньюарка. У них есть видеокамеры, которые работают 24/7 и обновляются каждые 30 секунд. Если мы начнем захватывать эти кадры, мы сможем точно знать, какие грузовики вошли и вышли, просто глядя на номерные знаки или номера контейнеров. Большинство портов имеют эти камеры, доступные 24/7, поэтому демократизация данных и более естественные способы сбора данных будут самыми низкими плодами, которые могут революционизировать доставку и отслеживание.

Какие метрики или показатели успеха наиболее важны для вас при оценке влияния платформы на клиентов?

Самыми важными метриками для оценки влияния платформы на клиентов являются емкость автоматизации рабочих процессов, снижение ручных задач и конкретные улучшения операционной эффективности. Мы смотрим на то, как мы можем снизить штрафы за несвоевременную доставку, уменьшить затраты на интеграцию, улучшить емкость обработки отправлений и обеспечить более автономное и интеллектуальное управление цепочкой поставок. Эти метрики показывают осязаемую способность доставлять ценность клиентам, преобразуя сложные процессы цепочки поставок.

Как FourKites использует ИИ и машинное обучение, чтобы обеспечить конкурентное преимущество на рынке технологий цепочки поставок?

Мы используем ИИ и машинное обучение, чтобы добиться значительного прогресса в устранении сегодняшних разрозненных данных, проложив путь к более эффективному методу мониторинга, анализа и принятия решений на основе данных цепочки поставок в реальном времени.

Для этого мы используем ИИ, чтобы помочь оценить влияние разрушительных событий, диагностировать проблемы отслеживания, получить рекомендации по продукту и многое другое. Наши новые цифровые агенты, работающие на ИИ, автоматизируют общие рабочие процессы, устраняя 80% рутинных задач и увеличивая емкость обработки отправлений на 40%, работая круглосуточно.

Что отличает решение FourKite от других на рынке, особенно в плане возможностей ИИ и интеграций?

Мы отличаемся, фокусируясь на выполнении рабочих процессов от начала до конца, преобразуя общие модели ИИ в экспертов по цепочке поставок, и поддерживая приверженность непрерывному обучению и быстрому принятию технологий. Интегрируя данные реального времени, цифровые двойники операций цепочки поставок клиентов и цифровую рабочую силу, работающую на ИИ, мы предлагаем наиболее полное и интеллектуальное решение в отрасли.

Можете ли вы поделиться идеями о процессе разработки основных функций FourKite, включая данные цепочки поставок в реальном времени, цифровые двойники и цифровую рабочую силу?

Процесс разработки основных функций FourKites характеризуется быстрым экспериментированием, обучением и совместным подходом. Мы используем специальную команду R&D, которую мы называем AI Guild, для изучения последних технологий, проведения внутреннего тестирования и проверки, а также обмена идеями, которые двигаются так же быстро, как и ИИ.

Разбивая сложные задачи на более мелкие, управляемые действия и непрерывно оценивая и интегрируя новые модели ИИ, мы обеспечиваем, чтобы наши решения оставались передовыми и адаптируемыми.

Как достижения в облачных вычислениях и цифровизации повлияли на то, как организации подходят к видимости и автоматизации цепочки поставок?

Достижения в облачных вычислениях и цифровизации глубоко повлияли на видимость и автоматизацию цепочки поставок, значительно снижая затраты на обучение ИИ, удаляя операционные разрозненные данные и позволяя более сложным и интеллектуальным системам в масштабе. Эти технологические сдвиги создали необходимость непрерывного обучения и адаптации, позволяя организациям разрабатывать более автономные, интеллектуальные решения цепочки поставок с значительно сниженными затратами на инфраструктуру и повышенной операционной гибкостью.

Как Intelligent Control Tower устраняет ключевые ограничения наследственных систем цепочки поставок, таких как их зависимость от пакетной обработки и отсутствие интеграции в реальном времени, для обеспечения автономных действий и повышения операционной эффективности?

Нет сомнений в том, что наследственные системы создали значительные препятствия для компаний, надеющихся достичь более интенсивных операций и предоставить большую ценность, используя агентский ИИ и интеллектуальную автоматизацию.

Несмотря на значительные инновации, мы обнаружили, что наследственные системы все еще борются, когда речь идет о данных в реальном времени, поскольку многие из них предназначены для пакетной обработки с реляционными базами данных. Когда FourKites впервые представил рынок видимости цепочки поставок в реальном времени, наше предположение было, что системы планирования и выполнения предприятий будут потреблять информацию, которую мы предоставляем, и операционализировать ее, но этого никогда не произошло, и наши клиенты были оставлены для операционализации своих данных самостоятельно.

Теперь наше решение Intelligent Control Tower переворачивает сценарий наследственных систем. Вместо того, чтобы полагаться на системы предприятий для потребления данных и операционализации их, компании могут вместо этого использовать платформы, работающие на ИИ, такие как FourKites, для потребления данных из наследственных систем и интеграции их в рабочие процессы, где цифровые и человеческие работники имеют контекст, который им нужен.

Какие конкретные случаи использования или болевые точки клиентов были приоритизированы при разработке Intelligent Control Tower, и как его пакеты, работающие на ИИ, такие как Supplier Connect AI и Yard Connect AI, создают измеримую ценность для заинтересованных сторон цепочки поставок?

При разработке Intelligent Control Tower мы поставили цель реализовать видение, которое у нас было с самого начала в FourKites: сделать цепочки поставок более эффективными и устойчивыми, решая критические проблемы, такие как оценка и смягчение разрушительных событий, автоматизация рутинных задач, снижение ручной обработки документов, улучшение сотрудничества с поставщиками и многое другое.

Мы решаем эти проблемы, предлагая пакеты, адаптированные для использования ИИ для операционных улучшений в наиболее распространенных областях. Например, мы автоматизируем рутинные мероприятия по отслеживанию и повышению емкости обработки отправлений на 40% и снижению штрафов за несвоевременную доставку на 30%. Мы также помогаем отправителям полностью автоматизировать свое сотрудничество с поставщиками, обеспечивая большую эффективность в процессе закупок.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, следует посетить FourKites.