سی.اچ. رابینسون در حال تحول صنعت لجستیک با استفاده از لنگ‌چین
سی.اچ. رابینسون در حال تحول صنعت لجستیک با استفاده از لنگ‌چین

چگونه سی.اچ. رابینسون با استفاده از لنگ‌چین صنعت لجستیک را متحول می‌کند

مشاهده کنید که چگونه سی.اچ. رابینسون با استفاده از LangGraph، LangGraph Studio و LangSmith روزانه 600 ساعت در پردازش محموله‌های لجستیکی صرفه‌جویی می‌کند.

نمایی از عملیات لجستیکی سی.اچ. رابینسون

سی.اچ. رابینسون یکی از بزرگترین ارائه دهندگان خدمات لجستیکی در جهان است که سالانه 37 میلیون محموله را از طریق دریا، هوا، راه آهن و کامیون مدیریت می کند. این شرکت به دلیل حل چالش های لجستیکی، از ساده ترین تا پیچیده ترین، شناخته شده است. با ظهور GenAI (هوش مصنوعی مولد)، این شرکت فناوری اختصاصی ایجاد کرده است که نشان دهنده یک پیشرفت کارآمد برای صنعت خود و برای زنجیره های تامین در سراسر جهان است. 

مشکلی که آنها حل می کنند

مشتریانی که از ابزارهای دیجیتال سی.اچ. رابینسون استفاده می کنند، سال هاست که قادر به دریافت خدمات فوری بوده اند. اما هزاران نفر از 83000 مشتری آن هنوز ترجیح می دهند بسیاری از معاملات معمول را از طریق ایمیل انجام دهند که مستلزم آن است که افراد ایمیل ها را بخوانند و ورود داده های دستی وقت گیر را انجام دهند.

برای رفع این چالش ها، سی.اچ. رابینسون تصمیم گرفت تراکنش های ایمیلی را در طول چرخه عمر یک محموله خودکار کند: از ارائه قیمت، ایجاد سفارش و تعیین وقت برای تحویل و تحویل تا بررسی بار در حین حمل و نقل. هدف آنها کاهش هزینه ها، افزایش سرعت ورود به بازار و آزاد کردن زمان برای کارکنان بود تا بر روی کارهای استراتژیک با ارزش بالاتر برای مشتریان خود تمرکز کنند. 

به عنوان مثال، سی.اچ. رابینسون 15000 ایمیل در روز دریافت می کند که حاوی درخواست های حمل و نقل است. اینها اغلب حاوی قالب بندی ناسازگار، از جمله یادداشت های دست نویس روی فایل های PDF هستند و ممکن است داده های اساسی را از دست بدهند. در نتیجه، ممکن است تا چهار ساعت طول بکشد تا یک فرد به درخواست حمل و نقل در یک صف ایمیل برسد و کارمندان حدود هفت دقیقه صرف پردازش هر ایمیل به یک سفارش می کنند. فناوری هوش مصنوعی اختصاصی جدید سی.اچ. رابینسون ایمیل را می خواند، اطلاعات را در قسمت های مختلف ایمیل به هم متصل می کند، هر گونه اطلاعات از دست رفته را شناسایی و دریافت می کند و یک سفارش ایجاد می کند. 

LangChain برای قابلیت همکاری، LangGraph برای اشکال زدایی عوامل هوش مصنوعی

به عنوان بخشی از فرآیند توسعه، تیم مهندسی GenAI سی.اچ. رابینسون با استفاده از langchain (چارچوب متن باز) برای حداکثر قابلیت همکاری، ساختن عوامل هوش مصنوعی خود را آغاز کرد. langchain به آنها اجازه داد تا به راحتی بین مدل ها جابجا شوند و دستورالعمل های کاربر (که اغلب تجزیه آنها دشوار است) را با زمینه سفارش واقعی ترکیب کنند. 

وقتی تیم آنها شروع به بررسی طبقه بندی پیچیده تر برای محموله های کمتر از کامیون در مقابل کامیون کامل کرد، به LangGraph روی آوردند. LangGraph بیشترین انعطاف پذیری را برای تیم سی.اچ. رابینسون فراهم کرد تا وضعیت را درک کند تا اطلاعات مربوط به سفارشات خود را در صورت نیاز ردیابی و به روز کند. LangGraph Studio بصری همچنین به مهندسان آنها در نمونه سازی و اشکال زدایی تعاملات پیچیده عامل کمک کرد و در زمان توسعه آنها صرفه جویی کرد.

با تقریباً 5500 سفارش در روز که اکنون خودکار شده اند، سی.اچ. رابینسون روزانه بیش از 600 ساعت در این کار به تنهایی صرفه جویی می کند. 

قابلیت مشاهده در زمان واقعی با LangSmith

با تیم‌های توسعه ناب، برای سی.اچ. رابینسون مهم بود که قبل از استقرار، هر گونه خطا را در برنامه خود پیدا کند و درک کند که چه زمانی سیستم آنها اشتباه کرده است. LangSmith اولین خط دفاعی آنها در فرآیند آزمایش بود، زیرا افراد غیر متخصص در این زمینه (کارشناسان موضوعی) می توانستند مشکلات را پیدا کرده و آنها را برای متخصصان ارسال کنند و پروژه خود را متمرکز و با کیفیت نگه دارند. 

با LangSmith، این تیم توانست ردیابی‌ها را از طریق فرآیند ورود سفارش به هم متصل کند تا خطاها را کمی کند و یک نمای بلادرنگ از اجرای برنامه خود به دست آورد. آنها همچنین به سرعت در حال آزمایش برای پر کردن شکاف بین ورودی و وضعیت نهایی از طریق مدیریت سریع هستند. Meta-prompting به ویژه به کاربر این امکان را می دهد که یاد بگیرد چگونه دستورالعمل های بهتری را برای تولید پاسخ های مرتبط تر وارد کند.

بعدی برای سی.اچ. رابینسون چیست؟

تلاش‌های هوش مصنوعی تولیدی سی.اچ. رابینسون در حال تعریف مجدد لجستیک، تعیین معیارهای جدید برای کارایی، مقیاس‌پذیری و رضایت مشتری است. سی.اچ. رابینسون با ادغام LangGraph و LangSmith در توسعه هوش مصنوعی خود، نیروی کار خود را قادر ساخته است تا ناکارآمدی ها را بیشتر کاهش دهد. با نگاهی به آینده، این شرکت در حال گسترش قابلیت‌های هوش مصنوعی خود برای ارائه شخصی‌سازی بیشتر و اتوماسیون عمیق‌تر است.