帮助卡车司机和环境
每年，美国的卡车司机在公路上行驶的里程超过 950 亿英里，相当于绕地球 370 万圈。Convoy 是一家总部位于西雅图的物流公司，据称 2018 年用于卡车运输服务的支出将近 8000 亿美元，运输货物 105 亿吨。
简而言之，卡车运输是一个庞大的行业。但未必是高效的行业。
卡车司机每年记录的里程中竟然有 40% 是在跑空车，这意味着时间和燃料的巨大浪费。问题的很大一部分在于该行业的基础设施 – 一个零散的托运人和搬运工网络，无论大小，由一方与另一方相匹配的经纪人联合在一起。这个过程通常依赖于传统的方法，如电子邮件、通讯簿和电话。
Convoy 正在打破现状，使用人工智能 (AI) 使其自动化。“我们通过移动应用程序创建了一个数字在线市场，承运人和司机可以使用它直接找到工作，”Convoy 的市场和数据平台工程高级经理 David Tsai 说。
Convoy 的方法是使用机器学习（一种 AI 技术）为托运人和卡车司机提供更好的匹配，从而允许他们使用 Convoy 的匹配系统更高效地运输货物，同时降低双方的成本。拥有内部计算机化系统的大型托运人也可以将 Convoy 的在线数字市场整合到自己的市场中。
该系统的另一个优势是透明度。通过 Convoy，承运人可以看到任何作业的标价，并做出对他们有意义的明智决策。另一方面，托运人可以得到即时报价，这样他们就可以在承运人之间进行比较。
“利用 AI 构建模型来促进相关性是我们非常重视的事情。”
Casey Olives
数据科学负责人
Convoy
“利用 AI 构建模型来促进相关性是我们非常重视的事情。”
Casey Olives
数据科学负责人
Convoy
借助 Amazon SageMaker，Convoy 的机器学习模型可以分析数百万运输作业以及卡车司机的可用性，然后推荐符合成本效益和及时性的匹配。这会影响从路线和报给托运人及卡车司机的价格，到识别哪种类型的货物与各个司机最匹配的所有方面。
“当用户登录到他们的 Convoy 应用程序时，可以看到一个报价列表，列表顶部的条目是与他们及其业务最相关的条目，”Convoy 的数据科学负责人 Casey Olives 说。“利用 AI 构建模型来促进相关性是我们非常重视的事情。”
因此，如果一个承运人有从西雅图到洛杉矶的作业，该应用程序甚至会推荐回程的任务。减少空驶里程对卡车司机以及环境都有好处。
Amazon SageMaker 使 Convoy 能够加速行业的创新和洗牌。以前，Convoy 的数据科学家会创建模型，然后将它们交给工程师以重新编写为生产级代码。借助 SageMaker，此转换步骤已被移除。现在，数据科学家可以自由地快速构建机器学习模型，从而减少对工程师的依赖。
“它使我们能够更快地迭代，实际上以更快的速度从开发前进到部署，”Olives 说。“这使得我们的数据科学家和工程师之间可以快速交接。”
随着 Convoy 与更多的托运人和司机合作，其 AI 可以利用更多来自整个货运网络的数据进行需求预测。换句话说，这是一个动态的过程，最终可能会提升世界上最大行业之一的效率。
“随着我们与更多的托运人和承运人合作，我们可以更好地了解具体路线上有多少运力以及有多少需求，”Olives 说。“了解整个网络的来龙去脉，我们便能提高利用率和成本效益，使承运人和托运人都受益。”