美国物流企业 C.H. Robinson 表示，公司自 2022 年以来推进 AI 应用后，员工生产率提升了 45%。在全球航运需求自疫情后回落的背景下，这套系统也帮助公司自 2023 年起实现每股收益两位数增长，尽管同期营收下滑约 34%。

报价流程压缩至31秒

这家公司主营货运代理，尤其是拼箱运输业务。公司首席执行官 Dave Bozeman 表示，企业目前已在多个业务环节部署数百个 AI 代理，用于处理高频、重复性强的任务。

其中，面向客户的报价流程是最典型的场景。过去由人工完成一次报价通常需要 20 分钟，现在 AI 代理可在 31 秒内完成，并且可以全年无休运行。Bozeman 认为，更快的响应速度和更完整的信息展示，提升了客户提交询价的意愿，也增加了公司拿下订单的机会。

人员结构调整而非大规模替代

Bozeman 表示，公司并未把 AI 作为直接裁员工具，而是将原本负责报价的员工转向附加值更高的工作，例如协助客户应对不断变化的关税环境。

不过，AI 仍带来了明显的人力节省。公司称，其每年自然流失率约为 11% 至 14%，在 AI 代理接手部分流程后，企业无需持续补招离职员工。对部分业务来说，处理量增长与人员规模之间的关系已明显弱化。

Bozeman 还希望借助 AI 推动业务升级，不再只做货运代理，而是向供应链咨询延伸，甚至承接客户更完整的供应链职能。与此同时，公司也计划重新争取近年流失的中小企业客户，并称在供应链咨询和中小客户服务两块业务上仍在增聘员工，只是这些岗位会配备 AI 助手。

自研模型压低使用成本

在成本控制上，Bozeman 表示，公司大多数 AI 代理由内部团队开发，主要基于自有模型或开源模型，而非依赖外部供应商。C.H. Robinson 目前拥有约 450 名工程师，其中多数具备航运行业背景。

他称，这种做法让公司以不到 200 万美元的 token 成本，获得了数亿美元级别的业务收益。按其说法，如果外部机构想复制这套体系，可能需要同时协调 15 到 20 家不同合作方。

Bozeman 还提到，公司在开发 AI 代理时，会组织工程、运营、财务和法务等跨部门团队共同参与，先梳理流程，再决定哪些环节应被取消、哪些环节适合自动化。

组织文化也被纳入AI改造

除了技术投入，Bozeman 将 AI 推进效果归因于组织管理方式的变化。公司在开发 AI 系统时采用失效模式与影响分析方法，预先评估系统可能出现的问题，并提前制定应对方案。

他还要求团队更直接地暴露项目风险。公司内部进度汇报只保留“绿色”和“红色”两种状态，不设“黄色”。按照他的说法，很多“黄色”项目本质上已经偏离目标，只是管理者不愿明确承认。公司希望通过这种方式更早发现问题，并集中资源修正。

从这家物流企业的案例看，AI 落地的效果并不只取决于模型能力，也与流程重构、岗位调整和管理机制密切相关。