AI 正在吞噬物流业

摘要

本期《Light Cone》播客邀请了 Flexport 创始人兼 CEO Ryan Peterson，深度探讨了人工智能如何重塑全球物流行业。Flexport 是一家年营收 20 亿美元的全球物流公司，2014 年毕业于 Y Combinator，以现代化技术栈为核心竞争力。Ryan 分享了 AI 在 Flexport 的全方位应用：从自然语言数据查询、集装箱装运优化，到语音代理确认仓库地址、客户情绪检测等，自动化率从年初的 20% 预计年底达到 50%，明年目标 80% 甚至 90-95%。AI 优化航运路线为 Flexport 节省了 2% 的海运支出，同时将运输时效提升 20%，打破了"更快或更便宜"的传统权衡。Ryan 还阐述了"规模经济共享"商业模式——规模越大成本越低，节省让利于客户，进而吸引更多业务。他预测未来几年内海运集装箱运输价格可降低 8-10%，其中劳动力成本约占货代层 10%，AI 全面铺开后将实质性地降低全球贸易成本。话题还延伸至黑客松驱动的自下而上创新、非工程师 AI 培训计划、融资与招聘纪律、人类社会在自动化浪潮中的哲学思考，以及 Flexport 2035 年覆盖全球的愿景。

Flexport 的定位与 AI 实践

Ryan Peterson 首先介绍了 Flexport 的核心定位：一家以现代技术栈为基础的全球物流公司（Global Logistics Company），帮助客户通过海运（Ocean）、空运（Air）、卡车（Truck）和铁路（Rail）等多种运输方式将货物从 A 点运送到 B 点，以更低的成本实现按时交付。

在 AI 方面，Flexport 的应用从客户体验出发——利用客户数据提供更好的访问能力，优化集装箱装载方式，将集装箱以最低成本分配到最合适的船只，同时保持或超越运输时效预期。此外，大量原本通过邮件和电话完成的工作正在被自动化，甚至包括那些因人工成本过高而从未被执行过、但确实有价值的任务。Ryan 提到，物流行业的大多数合同以数千行、十多个工作表的巨型 Excel 文件形式出现，无法直接喂给 OpenAI 获取结构化 JSON 输出——需要先编写解析器（Parser），而 AI 可以帮助编写这些解析器。他坦言应用场景几乎是无穷无尽的，团队至今仍在不断发现新的可能。

规模经济共享：越大规模越低成本

Ryan 将 Flexport 的商业模式概括为"规模经济共享"（Scale Economies Shared）：规模越大，成本越低；自动化本身就是一种规模优势。成本降低后让利于客户，使客户更具竞争力，从而增加与 Flexport 的业务量，形成飞轮效应。他以 Costco 为类比——持续压低价格使自身更具吸引力，不断循环。Flexport 的目标是在未来几年内将海运集装箱运输价格降低 8-10%，AI 是其中的重要推手，虽然不是唯一因素。

从 ChatGPT 发布到公司级 AI 转型

Ryan 回忆，像许多人一样，他在 2022 年 11 月 ChatGPT 发布后便开始痴迷于大语言模型（LLM）。他注意到公司内部对 AI 的采用并不均衡，因此从管理层推动"不能做 Boomer 公司"的紧迫感。他坦言，Flexport 作为"自浏览器时代以来唯一大规模物流公司"的独特定位面临挑战——YC 新批次中已有创始人声称"我们是 GPT 发布以来唯一的货代公司"，这并非没有道理。

在 incumbents（在位企业）与初创企业的 AI 竞争中，Ryan 认为在位者拥有三大优势：数据规模、领域经验（知道该解决哪些问题，哪些只是功能而非产品）、以及分发能力（新产品次日即可被数千家企业使用，而初创公司需要从零争取信任和客户）。

黑客松：自下而上的创新引擎

Flexport 通常每年举办一到两次黑客松（Hackathon），采用自由选题模式。Ryan 观察到，过去 18 个月里，黑客松项目从仅有四五个 LLM 相关项目发展到如今约 90% 基于 LLM，每次约 50-60 个团队参与。许多黑客松项目已不再是"玩具"，而是转化为真正的产品线或功能。

Ryan 分享了自己从"管理者模式"到"创始人模式"的领导力演变。早期他信奉"招聪明人然后放权"，后来意识到需要更加自上而下、目标明确地推动方向。但看到黑客松中涌现的创意后，他开始重新思考产品路线图中自下而上创新的空间，甚至考虑将黑客松安排在每六个月一次的路线图规划之前，以便为好想法预留预算。

非工程师 AI 培训计划

Flexport 推出了面向非工程师的 AI 技能培训项目——员工每周可脱产一天，持续 90 天，学习 AI 动手编程（Vibe Coding）等技能。该计划发起人向经理们承诺"将以同僚十倍的效率归还此人"，虽然尚未在指标中完全体现，但员工反响热烈。项目最初从阿姆斯特丹工程办公室自发启动，六个月后总部发现其价值，正向全球办公室推广。

Ryan 设想了理想的场景：如果每个人都是工程师，他们会立刻自动化自己的重复工作。如今通过 Cursor、Streamlit 等低代码/无代码工具，领域专家可以直接构建工作流自动化工具，无需等待工程师。这让货运操作人员能审视自身工作，识别并消除重复流程，实现"自我自动化"。

核心 AI 产品与自动化成果

自然语言数据查询

Flexport 最具影响力的客户侧 AI 功能始于一次黑客松项目：客户无需了解 SQL 或构建仪表板，只需用自然语言提问，系统即可生成图表和表格。该功能不仅深受客户喜爱，还节省了约 25% 的客户经理时间——此前这些时间主要用于帮客户生成报告。

海运路线优化

Flexport 早在 LLM 时代之前就部署了机器学习模型进行集装箱规划：综合考虑合同价格、船期、航线变异性等因素，将集装箱分配到最优船只。该模型节省了 2% 的海运支出，同时将运输时效提升 20%。关键机制在于：每周约有 2000 个集装箱被客户取消，系统每天 10 次重新调度——将因取消而空出的舱位分配给原定一周后出发的货物，从而压缩等待时间。这是人力无法完成的规模和频率。

Ryan 展望未来：随着工具使用（Tool Use）能力的增强，LLM 可以调用现有的优化求解器（Solver）作为工具之一，同时还能主动联系客户确认是否可以提前交付，实现"代理即用户"的模式。

仓库地址验证与预约

在交付前，若某仓库地址近三个月内未进行过配送，LLM 代理会通过邮件或语音联系仓库确认地址和预约时间。这在过去因人工成本过高而很少执行，导致地址错误频发、卡车迷路等问题。自动化后，通信协议从"有损"升级为类似 TCP 的确认机制。

客户情绪检测

Flexport 平台内的消息通信中蕴含大量客户情绪信号。AI 模型可检测客户不满情绪，自动升级至一线人员的经理处理。物流行业情绪波动大——客户的业务命悬一线，及时响应至关重要。

自动化率目标

年初 Flexport 已自动化 20% 的工作，预计年底达 50%，原定明年目标 80%，如今认为上限可能达 90-95%，且随着 LLM 持续进步还有更大空间。

AI 对海运成本的实际影响

Ryan 估算，在货代（Freight Forwarding）层的完整损益表（P&L）中，约 10% 是劳动力成本。AI 全面铺开后，海运集装箱运输价格可降低约 8-9%，对全球贸易有重大经济连锁效应——运输成本降低将促进更多贸易，尽管当前贸易战和关税环境使这一影响难以精确衡量。

轴心时代的哲学思考

Ryan 提出了一个引人深思的历史类比：约公元前 500 年的"轴心时代"（Axial Age），硬币的普及使交易变得非人格化，社会信任关系瓦解，而佛陀、老子、孔子和苏格拉底几乎同时涌现，为人类提供新的道德框架。互联网在更大规模上重复了这一模式，而 AI 可能再次引发类似的信任与关系重构。他乐观地认为，人类欲望无穷——"人的灵魂中有一个无法被满足的无限欲望"——因此自动化不会导致大规模闲置，人们会追求更多事物。

人类在环与定制经纪

Ryan 指出，在高度监管行业中，政府要求"人类在环"（Human in the Loop）——例如金融科技中 AI 不能单独审批贷款，定制经纪（Customs Brokerage）中人类必须审批交易。Flexport 为此构建了类似"AI 拼写检查器"的工具，自动检测两位国家代码错误（如澳大利亚 AU 与奥地利 AT 的混淆），行业基准错误率约 2%。

他进一步设想了未来企业的组织形态：核心是一个超智能 AI 系统连接所有记录系统，不断优化决策；外围是政府要求的"人类在环"节点负责审批和承担责任；以及维护人际关系的角色（如选择供应商时"谁请我吃了最好的牛排"这类决策）。只要最终服务对象仍然是人类，人际关系就不可或缺。

如果今天重新创办 Flexport

Ryan 表示不会有太大改变。Flexport 成功的关键在于从未将自己视为纯粹的技术公司——愿意亲自打电话解决问题、开车去港口跟单。他举例说，最近一个新客户需要卡车配备起重机卸货，这不是标准服务，他直接让人跟车确保顺利执行。许多技术团队在传统市场失败的原因正在于"如果没有 API 就做不了"的心态——AI 代理没有起重机工具，不代表任务无法完成。

融资与招聘纪律

Ryan 给出融资建议：只要估值上升，大胆融资，但关键指标是每股价格（Price Per Share）和控制权。他严重低估的问题是"钱天生想花掉自己"——融资后容易陷入"用钱解决问题"的惯性，表现为"这个问题——招人来做"，导致组织臃肿、速度变慢。他给创始人的具体建议是：完成大额融资后，立即实施 90 天招聘冻结，向团队传递"钱不会解决问题，我们自己解决问题"的文化信号。

Flexport 2035 年愿景

Flexport 的愿景已从最初的定制经纪扩展到端到端全球物流——从工厂车间到消费者门店，包括电商履约和零售门店配送。目标是实现"任何地点、任何方式、任何数量"的全球运输，全部通过 API、语音或简单交易完成，将物流变成像电网一样的公共设施——按下开关就有电，无需思考。

目前 Flexport 业务覆盖 147 个国家，但仅在 22 个国家有员工。路线图计划 2028 年自有团队覆盖 95% 的集装箱贸易，2035 年覆盖所有合法运营地区。Ryan 坦言在技术层面 Flexport 正在扩大领先优势，但在全球覆盖上仍落后于传统竞争对手，这为团队带来了既充满挑战又令人兴奋的扩张任务。