美國物流企業 C.H. Robinson 表示，公司自 2022 年以來推進 AI 應用後，員工生產力提升了 45%。在全球航運需求自疫情後回落的背景下，這套系統也幫助公司自 2023 年起實現每股收益兩位數成長，儘管同期營收下滑約 34%。

報價流程壓縮至31秒

這家公司主營貨運代理，尤其是拼箱運輸業務。該公司執行長 Dave Bozeman 表示，企業目前已在多個業務環節部署數百個 AI 代理，用於處理高頻、重複性強的任務。

其中，面向客戶的報價流程是最典型的場景。過去由人工完成一次報價通常需要 20 分鐘，現在 AI 代理可在 31 秒內完成，並且可以全年無休運行。 Bozeman 認為，更快的回應速度和更完整的資訊展示，提升了客戶提交詢價的意願，也增加了公司拿下訂單的機會。

人員結構調整而非大規模替代

Bozeman 表示，公司並未把 AI 作為直接裁員工具，而是將原本負責報價的員工轉向附加價值更高的工作，例如協助客戶應對不斷變化的關稅環境。

不過，AI 仍帶來了明顯的人力節省。該公司稱，其每年自然流失率約為 11% 至 14%，在 AI 代理商接手部分流程後，企業無需持續補招離職員工。對部分業務來說，處理量成長與人員規模之間的關係已明顯弱化。

Bozeman 也希望藉助 AI 推動業務升級，不再只做貨運代理，而是向供應鏈諮詢延伸，甚至承接客戶更完整的供應鏈職能。同時，公司也計劃重新爭取近年流失的中小企業客戶，並稱在供應鏈諮詢和中小型客戶服務兩塊業務上仍在增聘員工，只是這些職位會配備 AI 助理。

自研模型壓低使用成本

在成本控制上，Bozeman 表示，該公司大多數 AI 代理由內部團隊開發，主要基於自有模型或開源模型，而非依賴外部供應商。 C.H. Robinson 目前擁有約 450 名工程師，其中多數具備航運業背景。

他稱，這種做法讓公司以不到 200 萬美元的 token 成本，獲得了數億美元等級的業務收益。根據其說法，如果外部機構想複製這套體系，可能需要同時協調 15 到 20 個不同合作方。

Bozeman 也提到，公司在開發 AI 代理時，會組織工程、營運、財務和法務等跨部門團隊共同參與，先梳理流程，再決定哪些環節應被取消、哪些環節適合自動化。

組織文化也納入AI改造

除了技術投入，Bozeman 將 AI 推進效果歸因於組織管理方式的改變。本公司在開發 AI 系統時採用失效模式與影響分析方法，預先評估系統可能出現的問題，並事先制定應對方案。

他還要求團隊更直接地暴露專案風險。公司內部進度報告只保留「綠色」和「紅色」兩種狀態，不設「黃色」。按照他的說法，許多「黃色」計畫本質上已經偏離目標，只是管理者不願明確承認。公司希望透過這種方式更早發現問題，並集中資源修正。

從這家物流企業的案例來看，AI 落地的效果不僅取決於模型能力，也與流程重構、職位調整和管理機制密切相關。