制造 / 整车制造
Ford Motor Company：以自然语言查询运输运营数据并支持供应链决策
- 企业
- Ford Motor Company
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
Ford北美运输部门必须随着供应链情况的快速变化作出决策。单独生成报表或等待分析结果的往返流程，会拖慢信息传递给相关人员的速度。准时到达等术语也会因客户合同和运输方式而有不同含义，因此仅凭通用语言模型的回答难以判断运营数据。
使用的技术与数据
Ford使用的Mo是一款AI分析助手，通过project44的物流数据结构和客户专属业务定义解读自然语言问题。project44表示，它将运输合同、运输方式、实际运输节点和预计到达时间关联为业务背景。Snowflake的Cortex Analyst把解读后的问题转换为SQL，从存储的结构化数据中查询数值。系统向运输人员提供回答和下一步建议；原文没有说明AI独立批准Ford的实际运输行动。
成果
Ford北美运输负责人Doug Cantriel表示，Mo无需往返传递报表或等待分析，就能直接向需要的员工提供准确且有数据依据的回答。这是Ford人员确认的信息获取方式变化。project44还提供了全体客户使用情况及单独的内部测试数据，但未将其认定为Ford专属的节省金额或准确率结果。
局限与待解问题
原文没有披露Ford的成本节省金额或响应速度改善率。其他客户的节省金额以及供应商内部测试成绩并非Ford的成果。
来源
- project44 Turns Supply Chain Data Into AI-Powered Decisions with Snowflakeproject44 / GlobeNewswire, 查阅
本案例根据公开资料整理，并非 ATF Works 客户的成果。