路歌的AI使用启示刀哥讲了一个物流头部企业应用AI的案例，看完很有启发，分享一下子人家的实践过程和结果。先讲个故事：夜里11点，一个偏僻的货运站装货现场，一辆货车正在装工业卷纸，就是那种造纸厂生产出来的一卷几百斤重的大卷纸，要运到下游工厂做加工。那按照货运平台的标准，车辆底仓必须垫泡沫板，卷纸之间要加隔板防止摩擦等等一系列要求。但是现场管理人员已经下班了，司机一看没人管是吧，偷个懒，少放几个隔板，走起～两天后货运到目的地，因为少放了隔板，卷纸破损很多，收货方拒绝收货，司机嗷嗷哭悔不当初。这个故事，不是个案，而是物流行业经常发生的真事，司机也是人，他就是觉得麻烦，反正也没人盯着，那就偷个懒喽。好回到案例，主人公叫路歌。路歌是一家干了20多年，服务十万家企业、有近400万货车司机的货运物流头部企业。路歌的COO叶圣介绍说，他们用AI解决物流行业的三大场景问题，分别对应人性的三个弱点：懒、贪、滑。我举客服岗的例子。路歌平台上有近400万货车司机，你想这么多个人，他们日常运输中一定有很多问题要找客服的事。虽然大部分问题，操作手册上都有，写的也很详细，但是司机是真懒得找，就直接给客服打电话。路歌以前有6个客服轮流值班，依然架不住这些司机等待接通电话的焦躁、嗷嗷的不满情绪和各种投诉。现在路歌搞了一个AI智能体叫“路歌婷姐”，24小时专门服务货车司机，他们点开对话框就能问。比如司机问“我怎么接不了单”，婷姐会告诉他“监测到您的认证已经过期，请点击我的认证中心，重新上传证件”。类似这样的效果，客服从6个人轮流值守一分钟也走不开人，变成1个人统筹，司机的咨询等待问题基本消除，仅网络电话这一项每年节省超过10万元。这里要特别提醒，并不是把客服部的人裁掉，换成AI。客服部不仅没有缩编，反而升级了。那些原来每天接电话到崩溃的客服，转型成了AI训练员，专门负责标注数据、优化提示词，判断婷姐哪些说对了，哪些胡说，对于胡说的，训练她改正。所以某种程度上，客服部变成了“客服训练部”。客服这些人是最懂司机问什么问题、怎么回答能让司机满意的，这些经验是AI替代不了的。AI接管了重复应答，人负责让AI变得更好，这是正确的分工形式。物流行业有个角色很关键，叫调度员。负责给司机派单，决定谁拉什么货。这个角色，天然会追求个人利益最大化，谁给我回扣，我就给谁优先派单。这个东西不是纯粹的道德问题，而是结构问题，只要这个环节是人来决定，就不可能完全规避掉个人偏好的权力寻租。你换人也没用，就像朱元璋杀贪官，杀了一个，站起来一百个，你杀吧。路歌就部署了AI调度系统：人把规则写好，AI忠实的按照人写的规则派单。找人盯着AI，发现异常就调整规则，保证AI越跑越准。就是一开始讲的那个故事。路歌要求司机装货前、卸货前各拍4张照片，AI自动识别。是否达到标准，AI一眼就能看出来，不符合标准，车就出不去，整改完才能出车。不给司机滑头的机会，保证了货物出险率大幅降低。这三类场景，其实都在解决同一个问题：数字化已经做到了90%，但最后那10%，才让规则真正落地、让效率真正提升，靠人做不到，AI做到了。所以这个案例给我们的启示，最关键就在于：你的脑子里有没有一个一直没解决的问题？当你带着这个问题去用AI，就会有立竿见影的效果。这个案例只是一个思路、一个火花，有了这个思路和火花的启示，剩下的事情，还是要从我们脑子里的问题出发，自己去做。延伸一下，把这个案例套到企业管理上，也能帮我们深刻洞见到“企业管理失效的本质”，很多公司觉得自己缺技术，其实缺的是一套对抗人性波动的机制。我们有流程、有规则、有数据，但是有太多的“特事特办”，结果就一定会跑偏。因为总有人想着要省事、总有人私心泛滥、总有人会打折执行。面对这些最容易被人性污染的环节，我们需要靠AI来维持公平正义。
夜雨聆风