C.H. Robinson 是全球最大的综合性物流供应商之一，每年通过海运、空运、铁路和公路运输管理 3700 万票货物。该公司以解决从简单到最复杂的物流挑战而闻名。随着生成式人工智能 (GenAI) 的出现，该公司开发了专有技术，为行业和全球供应链带来了效率的突破。
他们正在解决的问题
多年来，使用 C.H. Robinson 数字工具的客户能够获得即时服务。但其 83,000 名客户中仍有数千人更喜欢通过电子邮件进行许多日常交易，这需要人工阅读电子邮件并耗费大量时间手动录入数据。
为了应对这些挑战，C.H. Robinson 开始自动化整个运输生命周期中的电子邮件交易：从提供价格报价、创建订单、设置提货和交付预约，到跟踪在途货物。他们的目标是降低成本、提高上市速度，并释放员工时间，让他们能够专注于为客户提供更高价值的战略性工作。
例如，C.H. Robinson 每天会收到 15,000 封包含运输请求的电子邮件。这些电子邮件通常格式不一致，包括 PDF 上的手写笔记，并且可能缺少必要的数据。因此，人工处理一封电子邮件队列中的运输请求可能需要长达四个小时，而员工平均花费约七分钟将每封电子邮件处理成一个订单。C.H. Robinson 新开发的专有 AI 技术可以阅读电子邮件，连接电子邮件不同部分的信息，检测并获取任何缺失的信息，并创建一个订单。
LangChain 实现互操作性，LangGraph 用于调试 AI 代理
作为开发过程的一部分，C.H. Robinson 的 GenAI 工程团队首先使用 langchain（开源框架）构建其 AI 代理，以实现最大的互操作性。langchain 使他们能够轻松地在模型之间切换，并将用户指令（通常难以解析）与实际订单上下文结合起来。
当他们的团队开始深入研究整车和零担货运的更复杂分类时，他们转向了 LangGraph。LangGraph 为 C.H. Robinson 团队提供了最大的灵活性，让他们能够跟踪和更新订单信息所需的各种状态。可视化的 LangGraph Studio 还帮助他们的工程师原型化和调试复杂的代理交互，从而节省了开发时间。
目前，每天约有 5,500 个订单实现自动化，C.H. Robinson 仅在此项任务上就每天节省超过 600 小时。
LangSmith 实现实时可观测性
由于开发团队精简，C.H. Robinson 在部署应用程序之前捕获任何错误并了解系统何时出错非常重要。LangSmith 是他们在测试过程中的第一道防线，主题专家 (SME) 可以发现问题并将其发送给开发人员，从而使他们的项目保持专注和高质量。
借助 LangSmith，团队能够将订单输入过程中的跟踪连接起来，量化错误并实时了解其应用程序的运行情况。他们还在快速进行实验，通过提示管理来弥合输入和最终状态之间的差距。特别是元提示 (Meta-prompting) 允许用户学习如何输入更好的指令来生成更相关的答案。
C.H. Robinson 的下一步是什么？
C.H. Robinson 的生成式 AI 工作正在重新定义物流，为效率、可扩展性和客户满意度树立新的标杆。通过将 LangGraph 和 LangSmith 集成到他们的 AI 开发中，C.H. Robinson 使其员工能够进一步减少低效。展望未来，该公司正在扩展其代理 AI 功能，以提供更强的个性化和更深入的自动化。