Как компания C.H. Robinson использует искусственный интеллект? Финансовый директор делится ценным взглядом

Влияние искусственного интеллекта на успех C.H. Robinson

Два ключевых показателя иллюстрируют преобразующую роль искусственного интеллекта у ведущего провайдера третьесторонней логистики C.H. Robinson. Во-первых, акции компании выросли на 55,3% в 2025 году — результат, который не смогла повторить ни одна другая логистическая фирма в том году, и аналитики широко связывают этот рост с достижениями в сфере ИИ. Во-вторых, C.H. Robinson в настоящее время использует 30 агентных ИИ-инструментов во всех своих операциях.

В недавнем интервью с FreightWaves финансовый директор Дэймон Ли подробно рассказал о том, как эти ИИ-решения приносят осязаемые результаты, переходя от общих заявлений об увеличении прибыльности и эффективности к конкретным примерам применения внутри компании.

Хотя сложно определить, является ли 30 ИИ-инструментов большим или малым числом для компании с ожидаемой выручкой почти $11 миллиардов в 2025 году, настроения инвесторов свидетельствуют о удовлетворенности результатами и ожиданиях дальнейшего прогресса в 2026 году.

Внедрение ИИ в логистической отрасли

На ежегодной встрече Ассоциации транспортных посредников в апреле множество компаний представили свои инновационные решения в области грузовых технологий, при этом многие делали акцент на решениях на базе ИИ. Однако большая часть обсуждения сосредотачивалась на уже знакомых темах: использовании ИИ для обработки счетов или преобразования телефонных звонков в полезные для брокеров данные.

Несмотря на энтузиазм, многие организации — как в логистике, так и за ее пределами — по данным последних отраслевых исследований, пока не получили значительных выгод от ИИ. Ли не удивлен этой тенденцией, отмечая, что использование стандартных, готовых ИИ-продуктов часто лишь увеличивает издержки без реального прироста производительности, особенно с учетом высоких расходов на модели ИИ с оплатой за использование.

Создание собственных ИИ-решений: команда из 450 инженеров

Чтобы преодолеть эти трудности, C.H. Robinson собрала команду из 450 инженеров, разрабатывающих фирменные ИИ-приложения. Эти усилия привели к появлению 30 агентных ИИ-инструментов, каждый из которых предназначен для достижения измеримых бизнес-результатов.

Один из таких инструментов произвел революцию в способности компании отвечать на запросы по ставкам в своем подразделении North American Surface Transport (NAST), специализирующемся на основных брокерских операциях по автоперевозкам. Ежегодно NAST получает около 600 000 запросов на ставки.

Ранее компания могла обработать только около 60%–65% этих запросов, оставляя значительную часть без ответа или отвечая слишком медленно, чтобы соответствовать ожиданиям клиентов. После внедрения агентного ИИ-инструмента C.H. Robinson теперь отвечает на каждый запрос, захватывая ранее упущенные возможности и значительно повышая уровень взаимодействия с клиентами.

Если человек обычно использует 5–10 точек данных для формирования ставки, то ИИ-система оперирует десятками тысяч, если не сотнями тысяч, данных, что приводит к гораздо более точному ценообразованию. Время ответа также сократилось с 17–20 минут до всего 32 секунд.

Быстрая оптимизация маржи с помощью ИИ

Ли также отметил еще один ИИ-инструмент, ориентированный на оптимизацию управления доходами. Исторически ценовые стратегии были довольно простыми: стремились к определенной марже или объему, а затем анализировали результаты в конце месяца или квартала. Корректировать стратегию в середине периода было сложно и происходило редко.

Теперь же, благодаря ценообразованию на основе ИИ, стратегии можно тестировать и корректировать в реальном времени. Например, ценообразовательный подход, установленный утром в понедельник, может быть оценен и скорректирован в течение нескольких минут, а не через недели или месяцы. Это позволяет ежедневно проводить сотни корректировок стратегии — процесс, который Ли называет «арбитражем валовой маржи», что ранее было недостижимо в отрасли.

Постоянно анализируя рыночные данные, ИИ-инструмент позволяет компании оптимизировать как ценообразование, так и издержки, мгновенно реагируя на изменения спроса или предложения. Если поступающий объем высок, система может отдавать приоритет марже; если грузов мало, становится более агрессивной по цене. Хотя все брокеры стремятся сбалансировать эти факторы, ИИ C.H. Robinson позволяет делать это гораздо быстрее и точнее.

Финансовые показатели и рыночное восприятие

Хотя C.H. Robinson публично не раскрывает показатели валовой маржи, скорректированная валовая прибыль указывается в отчетах о доходах. За квартал, завершившийся 30 сентября, скорректированная валовая прибыль в сегменте брокерских автоперевозок снизилась на 2% по сравнению с предыдущим годом — незначительное падение с учетом сложной ситуации на рынке грузоперевозок в 2025 году. В то же время операции в сегменте less-than-truckload (LTL) показали рост скорректированной валовой прибыли на 10,5%, а суммарные показатели с начала года демонстрируют небольшое снижение по автоперевозкам и рост на 6,7% по LTL.

Несмотря на эти достижения, некоторый скептицизм сохраняется. По состоянию на 15 декабря в шорт было продано 6,47% акций компании, что является относительно высоким показателем. Остаются вопросы, связан ли рост акций с традиционной брокерской деятельностью или с ИИ-инициативами компании. Ли признает роль брокерских операций, но отмечает, что некоторые инвесторы считают, что C.H. Robinson имеет уникальные возможности для извлечения выгоды из ИИ в своем секторе.

Ли подчеркивает, что хотя многие компании в экосистеме ИИ — такие как производители чипов и дата-центры — считаются чистыми ИИ-игроками, гораздо реже встречаются операционные компании, которые успешно используют ИИ на уровне прикладных решений. В этом отношении C.H. Robinson выделяется как явный лидер.

Дополнительные материалы

Первоначально опубликовано на FreightWaves.