Jeff: Hola de nuevo a todos. Se une a nosotros para otro episodio de la serie de podcast Planforms Blueprint para ejecutivos. Mi nombre es Jeff Nicks. Soy jefe de contenido e investigación. Mi invitado de hoy es Chris Cutshaw. Está con TMC, una división de C.H. Robinson. Vamos a tener una conversación sobre la IA generativa, el papel que va a desempeñar en la orquestación de las cadenas de suministro en el futuro. Y recientemente ha dado una presentación sobre esto que realmente se mete en algunos detalles, lo cual estoy muy entusiasmado con ello. Creo que la mayoría de las compañías están muy interesadas en este espacio, pero mucho de eso suena teórico. Entonces, si realmente podemos meternos en las malas hierbas. Sí, estoy muy emocionado por esta conversación. Chris. Muchas gracias por acompañarme. Chris: Sí, no hay problema. Gracias por tenernos. Jeff: ¿Por qué no empezamos solo para asegurarnos de que estamos usando los términos correctos aquí? Cuando dice IA generativa, ¿qué lo diferencia de la categoría más amplia de IA? Chris: Sí, pienso en algunas cosas, ¿verdad? Así que la gente ha estado diciendo IA durante mucho tiempo, y creo que con algunas de las innovaciones que acaban de suceder, específicamente la IA abierta, donde realmente se está generando este contenido. Así que es de una manera legible por humanos. Es capaz de crear narrativas, crear un lenguaje que podamos entender e interactuar con él. Así que ahí es donde entra el generativo. Y realmente, desde noviembre de 2022, cuando la IA abierta lanzó la plataforma GBT de chat, definitivamente hay otras plataformas que están llegando a bordo. Realmente lo hizo tangible para el uso y las cadenas de suministro. Creo que está maduro para su uso en el espacio. Jeff: Hoy dio una presentación un poco antes que estaba dirigida a una audiencia de altos ejecutivos de la cadena de suministro diciendo que estas son algunas de las posibilidades. Esto es lo que algunas personas ya están haciendo con él. No voy a pedirle que repita una presentación de 35 minutos, pero ¿cuáles fueron algunas de las principales cosas de las que espera que la gente haya obtenido? Chris: Sí, las principales decisiones son que definitivamente es muy nuevo. Así que estamos en la fase de aprendizaje, pero creo que las oportunidades son tremendas en nuestro espacio y en nuestras cadenas de suministro en general. Hay muchos socios. Hay mucha gente involucrada, muchos sistemas diferentes. Esas cosas no siempre armonizan juntas, y termina teniendo a mucha gente haciendo cosas manuales, procesando presionando botones para, por falta de mejores términos. Entonces, si puede tomar ese trabajo de valor agregado o el trabajo sin valor agregado de sus esfuerzos y realmente enfocarlos más en cosas que pueden ser una mejora continua para su cadena de suministro, cosas que pueden optimizar, ahí es donde quiere comenzar a enfocar parte de esta nueva tecnología para tomar ese trabajo táctico diario de sus manos. Así que pueden enfocarse en ideas de mejora. Jeff: También puedo ver que esta es una herramienta poderosa para dar voz a los datos porque creo que mucho de lo que habla la transformación digital es que hay una cascada de datos entrando y tiene que averiguar qué es procesable si una herramienta de IA realmente puede expresarlo con palabras. Esta es la razón por la que lo estamos haciendo de esta manera. Chris: Sí. Qué herramienta más poderosa. Jeff: Definitivamente muy poderoso. Chris: Las oportunidades apenas están comenzando, pero realmente parecen realmente transformadoras y a su punto, ya sabe, cuando tiene muchos datos, tiene mucha información entrando. Es difícil procesar todo eso y hacer inteligencia a partir de ello, y creo que tecnologías como esta están empezando a interactuar con un conjunto definitivamente diverso de información. Sacar información de eso y hacerla tangible para que pueda automatizar procesos, creo que es realmente emocionante. Jeff: Sí. Así que de nuevo, a veces trato de ponerme en la posición de un líder de la cadena de suministro que es consciente de que esta herramienta se está poniendo en línea. Ciertamente no quiero ser la última persona en analizar esto, pero puede ser intimidante ser el primero. ¿Cuáles son algunas de las frutas bajas que tal vez pueda experimentar o que pueda ver a alguien más, ya sabe, ser un adaptador temprano y aprender de ellos? Chris: Sí. Creo que, ante todo, necesita asegurarse de que tiene su seguridad de datos y privacidad completamente resuelta, así que quiere asegurarse de que la forma en que usa esto no exponga información que no debería, y que es realmente dirigida y enfocada. Así que algunos de los frutos bajos que saben los líderes de la cadena de suministro es, ya sabe, tenemos gente haciendo las cosas manualmente a través de la cadena de valor o cadena de suministro. Así que realmente digo hola, ¿dónde estoy pasando la mayor cantidad de tiempo? Eso no es un trabajo de valor agregado o aumentar el valor de lo que hacemos para nuestras operaciones y una especie de agregar y clasificar eso y ver, oye, tengo los datos suficientes para resolver este caso de uso y luego puedo transmitir eso a un agente AGI confinado que potencialmente puede hacerse cargo de algunas de esas acciones. Así que empezando muy poco a decir, oye, estoy presionando este botón o estoy respondiendo a una pregunta por correo electrónico que es realmente de naturaleza manual o táctica. Y hago esto mucho o tengo equipos de gente haciendo esto. ¿Puedo comenzar ahí para eliminar a algunas de esas personas o, lo que es más importante, transformar lo que están haciendo y elevar su talento a más, ya sabe, artículos innovadores y de valor agregado? Jeff: Estaba interesado al principio de su respuesta. ¿Dice que realmente tiene que cerrar? Qué datos le está dando que son los datos correctos que son seguros. Puedo ver que es algo que, ya sabe, las empresas quieren ser muy claras. ¿Cuáles son quizás las nuevas reglas involucradas? Quiero decir, la seguridad de los datos siempre es algo de lo que hablamos, pero en realidad estamos alimentando y no quiero ser una información dramática en una caja negra donde haga algo y luego una respuesta va a salir del otro lado. ¿Qué aspecto tiene que preparar esos datos? Chris: Sí. Creo que realmente cuando trabaja con AGI, se trata de ingeniería rápida, así que está entrenando al modelo o al agente para que responda. Específicamente, cómo lo quiere. Así que realmente tomar tiempo desde el frente para asegurarse de que la ingeniería rápida esté reduciendo la capacidad de la API para acceder a información que no debería, o la capacidad de crear narrativas que, digamos, están inventando cosas, están fabricando información. Así que realmente quería definirlo, digamos. Aquí está su papel en la vida. Esto es lo que se supone que debe hacer y, por cierto, nunca fabrique información. Siga un proceso rígido establecido, pero lo que es realmente genial es lo que hemos hecho es poner la planificación de modelos de lenguaje grande delante de eso, para que realmente cree agentes específicos que tengan tácticas, ya sabe requisitos u opciones tácticas que pueden ir después de acceder a herramientas internas, realmente confinando los datos para asegurarse de que realmente es exactamente lo que necesitan y saber más y luego asegurarse de que los resultados sean muy rígidos. Así que está controlado en el caso de uso en el que se está enfocando. Así que, de nuevo, dando un paso atrás, observando todos los procesos manuales que ocurren, que sabe que son redundantes y que a sus equipos no les encanta tomar eso y comenzar su viaje dentro de la tecnología de IA abierta o hay algunos otros que entran en línea y se enfocan realmente tangiblemente en algunos de esos casos de uso e ir tras ellos. Jeff: Estoy tan interesado que mencionó una especie de enseñanza que no puede fabricar. Así que yo y perdóname, estoy un poco más familiarizado con el chat, GPT que algunas de las aplicaciones de la industria, pero sé que la alucinación es uno de los términos que hemos escuchado. Donde solo quiere complacerle. No necesariamente le está dando la respuesta correcta. Está tratando de generar una respuesta con la que va a estar contento. Yo como que esa fue la respuesta correcta. Ya sea que haya profundidad o no, esto no puede ser eso porque son datos procesables los que está masticando. ¿Puede ampliar esa? Chris: Ninguna alucinación es en realidad un término técnico para algunos de estos agentes de IA. Quiero decir, hay ejemplos de bufetes de abogados que usan esto y no verifican los resultados y lo descubrieron, sí, citas inventando casos, ¿verdad? Así que tiene que ser muy rígido y claro y la ingeniería rápida que sabe que necesita seguir y asegurarse de que solo está hablando sobre la verdad, sus datos a los que tiene acceso y cuando interactuamos como algunas de esas indicaciones que están abiertas, pueden ir de muchas maneras diferentes y en lo que estamos enfocados es implementarlo en nuestra base de código usando algunos de esos modelos entrenados para responder de manera humana, pero realmente enfocando lo que puede hacer. Así que eso no va más allá de sus límites. Jeff: Estoy muy interesado en esto y recuerdo que dijo antes de que empezáramos a grabar que en realidad tiene algunos detalles y cosas en las que podemos entrar. Me encantaría hacerlo ahora, ya que este panorama general es fascinante. ¿Cuáles son algunos ejemplos concretos de alguien que le ha aplicado esto a un? ¿Qué está haciendo por ellos? Y no tiene que nombrar el nombre de un cliente, obviamente. Pero como guiarnos a través del escenario. Chris: Sí. Bueno, puedo darle un escenario muy específico que comenzamos en él y tenemos en producción. Así que muchas veces en nuestra industria, en la que estamos realmente enfocados, el transporte es cuando entrega físicamente algo, alguien firma un documento y se llama prueba de entrega. Y para que muchos clientes automaticen su proceso de pago para asegurarse de que estuviera a tiempo y en su totalidad, OTIF realmente enfocado. Quiere capturar todos esos documentos, y si ocurre una auditoría, quiere asegurarse de que sean inexactos. Entonces, ya sabe, miles de envíos que está administrando, está tratando con toneladas de proveedores diferentes y esos proveedores tienen subproveedores como conductores o trabajadores de almacén. Así que tiene todas estas fuentes de información donde los documentos pueden vivir, y a menudo hay equipos de personas que van a perseguir y enviar correos electrónicos y hacer un seguimiento y recuperar esos datos en el sistema. Ese es un caso de uso perfecto y tangible en el que podría enfocar a un agente de IA en lugar de que, ya sabe, equipos de personas vayan tras eso. Así que perseguir a PO persiguiendo documentos, haciendo seguimiento, sabe, cuando algo no está bien y obteniendo la información de una manera automatizada que sabe que ha establecido los límites y el control que están tomando, conoce ese trabajo manual fuera de la ecuación y enfocando su tiempo en más, digamos, actividades de optimización que pueden reducir costos o mejorar el servicio y no se están empantanando con parte del trabajo táctico diario. Entonces, creo que sabe que la documentación y compartir la documentación es precisa, oportuna y está asociada con el registro del envío, es donde nos enfocamos en parte de esto. Jeff: Fantástico. Entonces, para decir eso de otra manera y puede comprobarme, puede producir el informe de todos estos puntos de datos. Pero lo que es liberar a la gente de allí arriba solía ser alguien que tenía que compilar todo eso, que tenía que darle sentido en un solo informe. Ahora tal vez puedan ser liberados hasta. No tenemos esta información y ellos pueden establecer esa conexión humana con la persona que no ha agrupado sus datos o como si estuviera libre para solucionar problemas mientras el sistema realiza la pieza que requiere mucho trabajo. Chris: Exactamente. Así que el agente de IA verá que A POD no hay un documento, no hay un documento. Seguirá los pasos definidos. Se extenderás. Escribe un correo electrónico que aparentemente viene de un humano. Sí, eso parece que está bien, alguien está pidiendo algo. Y lo que suele suceder hoy con la gente, ellos obtendrán una respuesta. Ellos tomarán ese apego. Van a subirlo a alguna parte, así que creo que es una gran área de enfoque, ya sabe, y eso es algo que hemos hecho. Jeff: Así que supongo que de nuevo me pongo de nuevo en la posición de ser un ejecutivo de la cadena de suministro que ve que esta es una herramienta increíble que está entrando en el mercado. ¿Qué aspecto tiene para empezar? ¿Qué es lo que le gusta a una línea de tiempo realista? Pruebe con un piloto. Asegúrese de que en realidad es que conoce los datos correctos que entran y el resultado correcto que sale porque todavía van a ser una persona que lo verificará durante mucho tiempo para asegurarse de que sabe que representa a su compañía. Chris: Sí. Quiero decir, va a tener que tener algunos equipos técnicos que se inicien en esto, que elijan la tecnología adecuada y luego limiten los datos a los que tiene acceso y los implementen dentro de su ecosistema. Así que no es como un código abierto ahí fuera, ya sabe, capaz de darle información de propiedad a ese agente. Así que realmente lo confinó. Así que al comenzar ese viaje, quiere comenzar a buscar ingeniería rápida. Mucha de esta codificación, que es realmente emocionante, puede ser realizada por personas no técnicas a través de la capacitación y los aprendizajes y hemos utilizado algunas tecnologías, incluida Lang Chain, que nos ayuda a encadenar tareas más pequeñas en un flujo de trabajo complejo general, así como una IA abierta. Y luego tenemos que tener modelos patentados que hemos construido dentro del espacio logístico para luego darle datos así como nuestro sistema de registro para tener acceso a la información para ir después de eso. Entonces, configurar esa infraestructura probablemente tome, ya sabe, de dos a tres meses para comenzar, asegurándose de que esté verificando con sus equipos de privacidad de datos de seguridad de datos para asegurarse de que la hayan firmado y luego realmente comenzando con casos de uso muy pequeños, aprendiendo sobre la marcha y luego averiguar cómo puede escalarla y lo que estamos haciendo para escalar es básicamente permitir que un modelo de lenguaje grande de planificación vea los SOP que los humanos están escribiendo. Así que básicamente puedo escribir un SOP para una acción específica que quiero automatizar. El LLM de planificación puede aprender de ese SOP y luego definir tareas que seguirán LLM más pequeñas y específicas. Puede reordenar el flujo de trabajo en función de lo que está aprendiendo y luego tener ese resultado tangible de, ya sabe lo que un humano habría hecho en el pasado. Jeff: Me gustaría entrar en lo que hace que un TMC sea un socio preferido en este espacio. Entiendo que es uno de los primeros innovadores y tiene algo de experiencia que ya lo distingue de mucha gente, pero me explica cómo se metió en esto, lo que específicamente está haciendo, es emocionante. A algunos líderes de la cadena de suministro les gusta guiarme a través de eso. Chris: Sí, quiero decir uno, queríamos compartir lo que estamos haciendo solo para mostrar la oportunidad en este espacio. Y luego pienso específicamente, por qué asociarnos con nosotros en esto en este campo es que sabe, probablemente tengamos más acceso a los datos de transporte que realmente cualquier compañía en el mundo. Así que tenemos $30 mil millones de fletes que están en nuestra plataforma. Así que crear modelos muy centrados en la logística es donde vamos a tener eso, ya sabe, propiedad intelectual o propiedad intelectual a la que las empresas puedan conectar. Entonces, sabe, creo que somos un gran socio para eso, pero también queremos ser consultivos y hablar sobre la verdadera y tremenda oportunidad que este tipo de tecnología puede brindar. Y definitivamente estamos muy temprano, pero estamos muy entusiasmados con algunos de los modelos específicos de logística que estamos construyendo, algunas de las capacidades que ya hemos tenido de una parte de ingeniería y desarrollo de talento que ahora se centran realmente en esta tecnología. Y estamos advirtiendo mucho más en este espacio. Así que realmente hicimos rodar la pelota tratando de adelantarnos, ¿sabe qué oportunidades hay ahí fuera? Así que creo que sabe que las empresas que buscan asociarse, especialmente en la fase de ejecución del transporte, deberían considerar a TMC y a C.H. Robinson como socios vitales. Jeff: Absolutamente. Y sabe, no poner palabras en la boca de nadie. Pero, de nuevo, si fuera un ejecutivo de la cadena de suministro dice que estoy interesado en esto, ¿cuáles son algunas de las preguntas que debería hacerle llegar? Al igual que creo que tiene que haber un desafío para el negocio que necesita resolverse o cuáles son algunas de las formas correctas de abordar esto en lugar de solo. Quiero probar el nuevo juguete. Chris: Sí. Quiero decir, la gente quiere probar el nuevo juguete, ¿verdad? Es muy, está en las noticias. Está en la prensa, así que creo que primero es la clasificación de pila, las oportunidades crean el caso de negocio que va a tener que desarrollar, va a tener que hacer las cosas de su lado. Sin embargo, no es algo completamente que pueda subcontratar a un socio. Hay algunos escenarios en los que puede encontrarlos, pero realmente tengo a los clientes informados para que se tomen el tiempo para crear el caso de negocios, encontrar áreas dentro de su cadena de suministro en las que esta podría ser una tecnología de enfoque y donde tal vez tengan puntos ciegos en términos de documentación de visibilidad de datos logísticos que mencionamos y discutimos anteriormente. Luego, mirando su red de socios y viendo quién realmente está invirtiendo en el espacio. Así que eso podría usarse, podrían ser otros. Pero realmente, clasificación de pila, sus oportunidades son muy concisas y restringidas en lo que quiere ir después, y luego socios como nosotros realmente pueden poner en marcha con eso como una barandilla para el desarrollo. Jeff: Bien, así que si tengo mi punto de dolor u oportunidad, digo, creo que este es un buen lugar para comenzar y vengo a C.H. Robinson. Y le agradezco por TMC. La división de C.H. Robinson que está trabajando específicamente en este espacio, ¿qué aspecto tiene el primer día? ¿Cómo es el comienzo real de esa asociación y cómo preparo a mi equipo para comenzar? Chris: Sí, creo que uno, queremos ver el modelo de datos. Así que asegúrese de que sabe que usamos nuestra plataforma propietaria Navisphere. Así que queremos conectarnos a su red de logística. Quiere obtener algunos datos. Realmente necesita un gran conjunto de datos para comenzar. Si hay puntos ciegos en los datos, a los agentes de IA les va a luchar para responder preguntas o ser concisos. Así que creo que mirando el modelo de datos, viendo dónde sabe que podemos integrar y apoyar y luego, ya sabe, implementar ese caso de negocios e ir tras una prueba de escenario específico y aprender a fallar rápido, sabe y fallar a bajo nivel si va tras algo que tal vez sea demasiado sólido, no quiere tomar demasiado tiempo. Así que comenzar de manera muy sucinta, avanzar rápido e identificar el modelo de datos que quiere usar para ir tras eso es increíblemente importante. Le permite moverse rápido en el espacio. Jeff: Cada vez que hablamos de una nueva tecnología, especialmente algo como la IA que es muy bulto. Sí, quiero tomarme un minuto y hablar sobre la gente. Parte de todo esto porque existe una organización de cadena de suministro existente. Sí, algo de lo que estamos hablando es automatizar sus trabajos, lo que los liberará para hacer un trabajo más importante. Pero hay una lucha ahí por un minuto. ¿Podemos hablar de eso? Chris: Es la ecuación humana, ¿verdad? Como parte de ello. Entonces, lo que diría es que nuestra industria en general tiene una brecha de talento. Así que estamos luchando por poner experiencia en logística, experiencia en transporte, incluso experiencia en la cadena de suministro en asientos para ampliar las organizaciones a medida que crecemos, incluso usted sabe a través de este tiempo tumultuoso por el que hemos pasado, todavía hay una falta de experiencia. Así que no se trata de reemplazar el capital humano, en mi opinión, se trata de maximizarlo y poder escalar a través de muchos flujos diferentes y no tener que ir más alto e ir a extender su equipo y puede mantenerlo realmente enfocado en las iniciativas de valor agregado. Jeff: Hemos cubierto mucho terreno en esta conversación. Si hubiera dos o tres puntos clave en los que quiere que la gente piense un poco más, sí, ¿cuáles serían esos? Chris: Sí. Así que llegamos muy temprano, es muy emocionante, pero tenemos que ser muy cuidadosos y muy deliberados sobre lo que estamos haciendo con esta tecnología. Así que hay que tener muchos aprendizajes. Queremos asegurarnos de que esté controlado y éramos muy rígidos con lo que le permitimos hacer. Creo que queremos centrarnos en el elemento humano. Creo que queremos mejorar la vida de las personas y no necesariamente, ya sabe, centrarnos en el reemplazo, pero aumentar las cosas que sabe que la gente no quiere hacer, queremos que se concentren en las cosas interesantes que realmente aportan valor a sus empresas. Y esta es una Avenida para hacer eso. Así que comenzando poco a poco aprendiendo rápidamente, evaluando su red de socios sobre quién realmente está invirtiendo en este tipo de tecnología, con quién puede asociarse y luego mirar su propio modelo de datos para comenzar. Jeff: Tengo que pensar con algo tan nuevo y tan emocionante, van a ser personas con preguntas, la gente quiere aprender más. ¿Cuál es la mejor manera de ponerse en contacto? Tal vez elija el cerebro de alguien en TMC. Chris: Sí. Así que le diría a la gente que vaya a TheRobinson.com/TMC y hay una opción allí para encontrar un experto. Así que puede aprender más sobre lo que estamos haciendo en el espacio felizmente, también ser consultivo y lo que estamos haciendo y cómo hemos hecho. Así que realmente puede construir eso de su lado y potencialmente podemos encontrar una manera de asociarnos en el futuro. Jeff: Realmente aprecio su tiempo aquí, Chris. Esto es algo muy emocionante y de hecho no he podido hablar de ello con alguien que realmente lo está haciendo todavía. Así que esto fue emocionante para mí. Realmente le agradezco que esté aquí. Chris: Gracias y gracias por las plataformas ejecutivas. Ustedes tienen grandes conferencias, lo pasaron muy bien aquí y esperan más en el futuro. Jeff: Fantástico. Mientras tanto, ha estado escuchando otro episodio de la serie ejecutiva de podcasts Planforms Blueprint. He sido Jeff Nicks. Volvamos a hacerlo pronto.
Las cadenas de suministro están intrínsecamente llenas de gente y tareas manuales y repetitivas. La nueva tecnología, como la IA generativa, puede automatizar las actividades requeridas para que se pueda dedicar más tiempo a las que agregan valor.
A diferencia de la IA tradicional, que es una inteligencia informática estrecha y orientada a tareas, la IA generativa es una inteligencia más amplia, similar a la humana, capaz de aprender y adaptarse. Esto lo convierte en la opción ideal para ciertas áreas de la cadena de suministro. Imagine las posibilidades que esto podría tener en su propia estrategia.
Chris Cutshaw, director de soluciones de mercado de TMC se unió recientemente a Geoff Micks en el podcast de Executive Plataforms Blueprint para discutir el papel y el impacto potencial de la IA generativa en la industria del transporte y la logística. Como parte de nuestro enfoque en aplicar IA generativa para beneficiar a nuestros transportistas y transportistas, este video ofrece una visión rápida de cómo C.H. Robinson y TMC están ayudando a informar el futuro de las cadenas de suministro.