Los equipos de transporte no sufren falta de datos. Sufren por el tiempo que lleva traducir estos datos en decisiones.
Es esta realidad la que empujó a GoodShip a tomar un camino diferente con el lanzamiento de su último producto. En lugar de agregar otro panel o capa de automatización basada en agentes, la plataforma de orquestación de carga con sede en Bellevue, Washington, presentó a Laney, un analista de transporte de inteligencia artificial diseñado para acompañar a los tomadores de decisiones humanos, no para reemplazarlos.
Integrado directamente en la plataforma GoodShip, Laney permite a los usuarios hacer preguntas complejas en toda la red a través de una interfaz conversacional que devuelve instantáneamente análisis, escenarios de optimización e informes personalizados vinculados directamente a sus datos de transporte en vivo.
Según el cofundador y director ejecutivo de GoodShip, Ryan Soskin, el momento refleja cómo operan realmente los transportistas en la actualidad. «Hay fases en la forma en que implementamos Laney», dijo Soskin. «La primera fase se centra muy claramente en el analista de transporte. A medida que construimos e iteramos, hay más que ella puede hacer, pero somos intencionalmente diferentes de los enfoques de IA agente. Nos centramos en la toma de decisiones humana».
Esta distinción es importante en una industria donde las decisiones sobre adquisiciones, servicios de operador y compensaciones de servicios implican riesgos financieros y operativos reales. La plataforma de GoodShip siempre se ha basado en la planificación estratégica, la ejecución de acuerdos de adquisiciones, el análisis de redes de manera integral y luego profundizar para identificar oportunidades de mejora. Laney amplía este enfoque acelerando el trabajo analítico que a menudo ralentiza a los equipos.
«El análisis de las redes de transporte es la esencia de lo que hace GoodShip», dijo Soskin. «El valor proviene de tener un analista que puede trabajar más rápido que un ser humano y que los equipos puedan sacar a la luz conocimientos que de otro modo podrían pasar por alto».
A diferencia de las herramientas genéricas de chat de IA, Laney vive completamente dentro de la plataforma GoodShip. Los usuarios pueden hacer preguntas en una interfaz similar a un chat, mientras Laney extrae los datos reales de la red del transportista: cargas, transportistas, contratos, eventos de compra, niveles de servicio, consumo y puntos de referencia de terceros ya ubicados en GoodShip.
Para los gerentes de transporte, esto significa que las preguntas que antes requerían múltiples informes, hojas de cálculo o soporte de analistas ahora pueden responderse según sea necesario.
«Se puede preguntar algo como: ‘¿Cuál es el impacto de eliminar un operador específico de nuestra red, cuál es nuestra exposición?'», dijo Soskin. «Laney puede acceder a todo lo que hay en la instancia de GoodShip del transportista y darle una respuesta de inmediato».
Esa capacidad se extiende a la gestión diaria del transporte de mercancías. Laney puede mostrar problemas de KPI, señalar errores del operador, analizar escenarios de adquisiciones y modelar costos e impactos del servicio en todos los carriles y modos. También puede generar informes instantáneos completos con tablas y gráficos, lo que facilita compartir información internamente sin perder horas creando presentaciones.
