在貨車司機供給緊俏的市場，數位轉型將幫助貨運公司立於有利地位，以資料改善營運並驅動決策。
文／Paula Rooney‧譯／羅耀宗
在全球各地的供應鏈困境成為眾所注目的焦點之際，貨運和物流公司正轉向資訊科技以改善營運，作為長期數位轉型努力的一部分。
設在美國田納西州查塔努加（Chattanooga）的 US Xpress 就是這樣一家貨運公司，正將它的數位架構改造為富有彈性的多雲端平臺，以擴展它的貨運路線、加快交貨速度，並吸引更多的貨車司機為它效力。
US Xpress 貨運公司的代理資訊長 Bryan Johnson 說，資訊科技（IT） 團隊已經在亞馬遜網路服務（Amazon Web Services, AWS） 上開發和微調三個司機路線應用程式，而且正將它的老舊後端系統，遷移到 Oracle Cloud Fusion E-Business Suite，預料應該會在 2022 年底或 2023 年初完成。
[ 推薦閱讀：永聯物流開發 ─ 打造新世代物流基礎設施 ]
Johnson 說，除了過渡到雲端，US Xpress 也正將人工智慧（AI）和機器人流程自動化（RPA）引進營運中。所有這些都添增更多的複雜性和營運挑戰，但從吸引更多司機、預測貨運量和路線效率提高、生成資料礦等方面獲得的回報來看，投入的努力非常值得。
他說：「2022 年，我們計劃以『雲端優先』策略，繼續現代化我們的技術堆疊。這帶來流程標準化、資料品質、由資料驅動決策、高可用性的雲端環境和可擴展性，因為我們的目標是在未來四年將營業收入提高一倍。」
Johnson 也是幕僚長，2021 年 9 月，推動公司數位轉型多個層面的前資訊長 Robert Pischke 離職，由他接下代理資訊長一職。
Johnson 談到獲得 2021 年百大CIO獎的 US Xpress 轉型時說：「從顧客的角度來看，這使得我們靈活得多。隨之而來的是變革管理，但實際上從企業的角度來看，標準程序提供的可擴展性，遠比老系統要好。最重要的是，資料的品質完全改變了我們今天所處的位置，現在我們懂得可以如何在未來的世界中，善用資料的力量。」
改善貨運物流體驗
新冠肺炎肆虐導致供應鏈大亂，造成貨車司機供給短缺和需求殷切，不足為奇。US Xpress 引用 ATA 美國貨車運輸協會（American Trucking Association）提供的數字預估，到 2022 年底，這個行業會減少 100,000 名專業司機。
因此，吸引和留住貨車司機，是當務之急。US Xpress 將它在 AWS 上的三大前端應用程式，視為能夠支援和招募更多司機，以及為沃爾瑪（Walmart）、Target 百貨、一元商店（Dollar Store）、家得寶（Home Depot）和勞氏（Lowe’s）等為數眾多的顧客，提供更富彈性和全方位服務的關鍵因素。
[ 2022年度CIO大調查報告下載 ]
三管齊下的計畫，包括提供功能更強大的工具和更優渥的薪酬給貨車司機。他們依照指定的每日或每週班表，開 US Xpress 的紅色貨車載運貨物，執行公司的核心服務；第二個計畫 Variant 是為長途貨車司機設計的。他們經常一次上路行駛二到六週之久；以及數位經紀服務，撮合經常開自有貨車的獨立貨車司機，運送由 US Xpress 管理的貨物。
「所有這三塊領域相互依存，而且合力運作，以支援我們以非常快的速度擴展的目標，」Johnson 說。「我們知道技術將成為它的核心，也都是這三塊領域的核心。」
帶著 RPA 和 AI 上路做預測
這家貨運公司也正擴大投資於 RPA ，去年和 RPA 巨擘 UiPath 簽署協議，將人力資源、薪資名冊和財務等後端流程自動化。
去年（2021）執行幾個模型的 US Xpress 資訊科技總監 Corey Goux 說：「RPA 非常適合需要做一百次的重複性、高接觸、大量、低錯誤類型的活動。」
UiPath 有個這樣的模型，被用於建構高階的司機報到就職自動化系統。Goux 說，公司以 UiPath 開發的模型和演算法，也更能預測貨車司機的流動率，讓管理階層有機會處理問題並留住有價值的員工，而這是 US Xpress 攸關業務成敗的職能。
「我們已經使用 AI ML 提前預測 30 天後會辭職的司機，因此協助業務人員注意我們預測要辭職的人、找出他們可能辭職的真正原因，並與他們交談。這會影響人員的耗損，」他說。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球CIO同步獲取精華見解 ]
Goux 和 Johnson 說，US Xpress 的 RPA 策略下一步是一項公民開發（citizen development）計畫，要讓財務、業務分析師、維護人員等員工能夠編寫 RPA 機器人，將手動流程自動化。
Johnson 說，US Xpress 也和 UiPath 合作開發機器學習（ML）演算法，以提高對司機和顧客來說的業務效率。裝載量預測尤其是 US Xpress 致力改進的一個領域。
他說：「我們可以提前三到七天做好預測，所以我們知道即將交運的裝載量、貨車可以和應該在哪裡，以及從執行的角度擬定更好的計畫，最後是改善我們對顧客的服務。」
給貨車司機使用的一流平板電腦
US Xpress 也開始淘汰貨車駕駛室內的通訊系統，取而代之的是 Platform Science 的整合式平板電腦和資料系統，可實現更好的通訊、可適性導覽（adaptive navigation）、加強版氣象報告、強制登錄、交貨證明軟體、機械檢查，以及提醒休息站有停車空間。
「我們的司機有舊的司機技術系統，可用以和後端應用程式互動，以及填寫規定要寫的司機日誌等等，」Goux 說。「在 Platform Science 的系統上，升級到更新的技術，確實提供了他們習慣使用的許多相同功能，但我們藉轉移到 Android 平板電腦，進一步豐富它的內容。」
這方面的豐富，包括能將更多的文書工作數位化，以密接無縫傳送到後端，並讓司機以減少接觸的方式，和顧客的保安人員、倉庫人員互動。這在疫情嚴峻期間極為重要。
「傳統上必須有簽名的任何類型文書工作，」Goux 說，「我們現在可以利用那些資料，並在沒有人身接觸的情況下，來回傳送資訊。」
US Xpress 計劃在年底前，為整個車隊配備平板電腦。目前已經安裝了 3,300 多輛貨車。
前端司機應用程式和後端系統之間的密接無縫互動，以及使公司的許多業務流程自動化的 AI 和 RPA 模型，將使 US Xpress 能夠收集 PB（petabytes）等級的資料，經擷取和分析後，可望推進它的貨運能力，為 US Xpress 的下一步行動奠定基礎。
「我們正在制定一套資料策略，將資料化為我們的最大資產，」Johnson 談到這家貨運公司數位旅程的下一個目的地時說。「這需要確保我們對整家企業的資料元素有單一且一致的定義、提高資料素養、將資料分類以便於資料的可發現性和可解釋性、維護主資料的單一真實來源、資料治理以維持資料的品質、安全和存取，以及資料民主化。」
(本文授權非營利轉載，請註明出處：CIO Taiwan)
