C.H. Robinson 是全球最大的物流供应商之一，每年通过海运、空运、铁路和卡车管理 3700 万批货物。它以解决从简单到最复杂的物流挑战而闻名。 随着 GenAI 的出现，该公司创造了专有技术，代表了其行业和世界各地供应链的效率突破。
他们正在解决的问题
多年来，使用 C.H. Robinson 数字工具的客户一直能够获得即时服务。 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进行耗时的手动数据输入。
为了应对这些挑战，C.H. Robinson 着手自动化货运生命周期中的电子邮件交易：从提供报价、创建订单和设置取货和交付预约，到在货物运输途中检查货物。 他们的目标是降低成本，提高上市速度，并解放员工的时间，让他们专注于为客户提供更高价值的战略工作。
例如，C.H. Robinson 每天收到 15,000 封电子邮件，其中包含运输请求。 这些邮件通常包含不一致的格式，包括 PDF 上的手写笔记，并且可能缺少必要的数据。 因此，一个人可能需要长达四个小时才能处理电子邮件队列中的运输请求，员工平均花费大约七分钟将每封电子邮件处理成订单。 C.H. Robinson 新的专有 AI 技术读取电子邮件，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，并创建订单。
LangChain 用于互操作性，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）构建他们的 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）与实际订单上下文相结合。
当他们的团队开始深入研究零担与整车运输的更复杂分类时，他们转向了 LangGraph。 LangGraph 为 C.H. Robinson 团队提供了最大的灵活性，以便他们理解状态以跟踪和更新其订单信息（如需要）。 可视化的 LangGraph Studio 还帮助他们的工程师原型设计和调试复杂的代理交互，从而节省了他们的开发时间。
现在每天大约有 5,500 个订单实现自动化，仅此一项任务，C.H. Robinson 每天节省超过 600 小时。
使用 LangSmith 进行实时可观测性
对于精干的开发团队来说，C.H. Robinson 必须在部署前捕捉到应用程序中的任何错误，并了解他们的系统何时出错，这一点非常重要。 LangSmith 是他们测试过程中的第一道防线，因为非 SME（主题 matter 专家）可以发现问题并将其发送给 SME，从而保持他们的项目专注和高质量。
借助 LangSmith，该团队能够将整个订单录入过程中的跟踪信息拼接在一起，以量化错误并实时查看其应用程序的运行状况。 他们还一直在快速试验，通过提示管理来弥合输入与最终状态之间的差距。 特别是元提示允许用户学习如何输入更好的指令，以生成更相关的答案。
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基准。 通过将 LangGraph 和 LangSmith 集成到他们的 AI 开发中，C.H. Robinson 使他们的员工能够进一步减少低效率。 展望未来，该公司正在扩展其代理 AI 功能，以提供增强的个性化和更深层次的自动化。