Logistické tímy môžu analyzovať svoje operácie pomocou bežného jazyka vďaka integrácii spoločností project44 a Snowflake. Platforma Mo, ktorá funguje ako AI analytik dodávateľského reťazca, kombinuje logistický kontext project44 so schopnosťami Snowflake Cortex AI.
Úlohou Mo nie je iba vytvoriť presvedčivo znejúcu odpoveď. Agent najprv interpretuje otázku, uplatní podnikové pravidlá zákazníka, vyhľadá relevantné údaje a môže odporučiť ďalší krok. To skracuje čas potrebný na analýzu meškaní, výkonnosti dopravcov, pracovného kapitálu či narušení prepravy.
Význam dát určuje zákazník
Rovnaký pojem môže mať v rôznych podnikoch odlišnú definíciu. Výkon dodávok načas sa môže počítať od dátumu pripravenosti nákladu alebo od vyzdvihnutia. Do výsledku vstupujú aj druh dopravy, zmluvné záväzky a výnimky.
Mo preto využíva logistickú ontológiu project44, ktorá dáva spoločný význam údajom o zásielkach, dopravcoch, zmluvách a míľnikoch. K dispozícii má približne 1 bilión záznamov o zásielkach za posledných desať rokov, aktuálne míľniky a prediktívne odhady príchodu. Viac informácií poskytuje riešenie Mo od project44.
Po interpretácii požiadavky Cortex Analyst vytvorí SQL dotaz a načíta výsledok priamo z dát project44 v Snowflake. Odpoveď sa tak opiera o štruktúrované prevádzkové údaje, nie o čísla odvodené z pamäte jazykového modelu.
Výsledky pre priemyselnú prax
V internom testovaní Mo správne zodpovedal všetkých 10 overených otázok, zatiaľ čo všeobecný veľký jazykový model zvládol dve. Pri desiatich opakovaniach poskytol vždy rovnaký výsledok a reagoval 2,5-krát rýchlejšie. Podľa project44 ho používa 210 zákazníkov a zodpovedal už viac ako 50 000 otázok.
Jeden podnik znížil vystavenie poplatkom za zdržanie a prístavným poplatkom o 6 miliónov dolárov, ďalší uvoľnil jednou otázkou 200 000 dolárov pracovného kapitálu. Iniciatíva riadenia narušení priniesla takmer 750 000 dolárov úspor. Pre priemysel je podstatné, že kvalitná analýza sa môže dostať priamo k ľuďom, ktorí podľa nej konajú.
