← All white papers
PulseCargo™ White Paper

货运代理商的合成智能

v1.0 · 2026年5月 · 约12分钟阅读

Intended reader: 货运代理商运营商(CIO、COO、总经理、运营主管或所有者),正在评估2026年的客户门户和智能平台。

执行摘要

货运代理商被告知他们需要AI。他们被展示的大多数AI工具都是在开放互联网上训练的,然后被扭接到通用SaaS上。这些工具可以写一首关于货运的诗。它们无法告诉货运代理商为什么某张特定发票是错误的,为什么某个承运人在特定路线上性能下降,或为什么本周发票批次中的异常为什么重要。

本文介绍了合成智能 — 一个我们用来描述精心设计、范围狭窄、基于真实货运数据结构而不是从互联网规模聊天机器人改造而来的智能的类别。我们解释为什么这种区分很重要,它在实践中在八个专用模块中的样子,以及该架构与货运代理商目前被推销的通用AI产品有何不同。

1 — 类别问题

“AI驱动”已成为B2B物流软件中最常见的声称。该短语现在在功能上没有信息:它出现在现有TMS营销上、在仓库管理供应商上、在客户门户初创企业上,以及在货运经纪平台上。买家调出去。RFP采购团队将其过滤为基本表述。

更糟糕的是,“AI驱动”隐藏了差异。被营销的功能范围从:

  • 围绕现成LLM的聊天机器人包装器,没有领域基础
  • 对通用时间序列数据的预测分析
  • 对供应商自己数据库的检索层
  • 由手工编写的规则驱动的自动化引擎
  • 在货运特定数据上训练的真实机器学习模型

这些不是同一件事。它们有不同的运营特征、不同的故障模式、不同的审计轨迹和不同的成本。评估”AI驱动”功能的货运代理商无法从营销中区分差异。

我们提出一个不同的词汇。

2 — “合成智能”的含义

我们使用合成智能的方式与化学工业使用合成 — 不是作为虚假的委婉说法,而是对为某个目的而设计的东西的描述。合成纤维比替代它们的天然纤维更强。合成机油比石油表现更好。合成生物学生产永远不会进化的化合物。

货运中的合成智能是应用于智能的相同理念。底层技术 — 大型语言模型、嵌入、检索增强、统计模型、规则引擎 — 是每个其他供应商都拥有的相同工具包。区别在于设计意图:每个模块都是围绕货运转发中的特定运营问题而设计的,具有明确的范围、可解释的输出和租户边界的上下文。

三项承诺将合成智能与通用AI区分开来:

  1. 工程化,而非拼接。 每个模块的存在是因为特定的运营问题需要它。PO对发票对账模块的存在是因为货运代理商因费用差异而流失利润;它是围绕合同汇率卡和货运特定费用代码构建的,而不是围绕通用发票匹配模板。

  2. 租户范围的上下文。 每个合成智能查询都只从租户自己的数据库读取。没有对其他租户数据训练的模型,没有跨租户检索。按租户SQL Server隔离是底层;AI层通过设计继承它。

  3. 可解释的输出。 每个警报都可以检查。每个预测都有一个置信区间。每个对账差异都指向触发它的源记录。运营商可以覆盖;合规可以审计;客户可以验证。

3 — 八个模块

PulseCargo的合成智能作为八个专用模块而提供。每个都映射到我们在运行CargoWise的货运代理商中反复观察到的特定运营痛点。

3.1 Pulse Chat

与租户TMS数据相关的会话问答。客户或运营商问”PO-44218在哪里?“或”为什么我在上海到洛杉矶路线上这个月被收费超过上个月?“并获得引用实际记录的特定答案。有15种语言可用。将TMS里程碑代码(“FCL_MILESTONE_05_CLEAR”、“DECON”)作为答案的一部分翻译成人工语言。

该模型是提供商可插拔的:默认为Azure OpenAI;OpenAI、Anthropic、Google Gemini和自托管Ollama可以按租户配置。租户管理员控制其模型选择;PulseCargo从不为跨租户模型改进对客户数据进行训练。

3.2 异常检测

费用差异、运输时间异常、计费不匹配和承运人模式中断在出现的那一刻浮出。每次收费都针对租户的历史基线;每个运输时间都针对路线的分布;每个承运人的行为都针对其自己的最近记录。

异常检测不是一个在货运上广泛训练的模型。它是一个按租户统计层,学习租户的正常并浮出偏离。新客户没有历史?第一个月是校准期,系统明确说明这一点,而不是产生低置信度噪声。

3.3 PO ↔ 发票对账

比较采购订单与ASN与发票,并在批准前标记差异。引擎今天随表头级汇率差异检测和缺失费用检测而提供。行级数学、多币种、税金和燃油附加费处理在构建路线图上,我们在第一次通话中而不是过度承诺清楚地说明了该范围。

对账表面与租户可配置的规则引擎配对。货运代理商定义他们自己的合同汇率、审计规则和容差阈值;引擎捕获偏离并将例外排队以供财务审查。

3.4 承运人计分卡

按路线、按模式、按季节的计分卡跨越租户的承运人名单。准时百分比、运输时间方差、费用差异率、文件完整性率。从租户自己的货运历史中计算,而不是从承运人自我报告。

该模块的存在是因为货运代理商不断告诉我们他们每年根据相当于部落知识的东西重新谈判承运人合同。合成智能用可审计的数据替代部落知识。

3.5 文档提取(Dox)

从上传的BOL、商业发票、装箱单和原产地证书中提取结构化字段。Azure Document Intelligence在幕后,具有按租户凭据,以便客户的文档在客户与Azure的合同条款下处理。

一旦字段被提取,下游模块 — 特别是对账 — 可以将它们作为结构化数据而不是运营商将发票金额重新输入到电子表格中。

3.6 Pulse Trace

跨链接实体的自然语言货运叙述。给定任何货运参考,Trace跨链接的PO、ASN、发票、例外和海关条目组装一个单句的旅程故事 — 运营经理从五个浏览器选项卡手工组装的摘要类型。

Trace是租户自己数据上的图分析,呈现为可读的英文。运营商看到与他们手工构建的答案相同,瞬间。

3.7 Pulse IQ

将每个其他智能模块的输出聚合为一个分时图的货运内每个时间线。打开任何集装箱、PO或发票,看到完整的见解流:浮出的异常、费用审计发现、对账诊断、ETA修订、文档提取事件。

Insights是组合,而不是新的预测。它移除了关于功能丰富平台的最常见的运营投诉:“数据在那里,但我必须知道要打开哪个模块。“

3.8 Pulse Flows

可视化工作流构建器。触发 → 上下文检索 → LLM步骤(带工具循环) → 工具执行 → 审计。租户跨平台定义他们自己的自动化:当费用差异超过阈值时,运行审计详情提示并为财务审查排队例外;当容器里程碑击中延迟模式时,运行Trace并以租户的语言通知客户。

第1阶段 — 后端执行循环和手动触发 — 今天提供。第2阶段 — 可视化构建器UI — 今年正在推出。我们在采购过程中记录阶段分割,而不是在发现它。

4 — 我们刻意不会声称什么

合成智能是一个比大多数AI供应商做出的更小的声称。它不是人工通用智能。它不是自我改进的黑盒。它不是自主决策制定。它不是替代运营团队的聊天机器人。

我们要特意写下边界,因为当供应商过度承诺时,买家是付出代价的那一个:

  • 今天没有租户训练的模型。 PulseCargo的租户范围在检索和上下文层,而不是训练层。每个租户的查询基于他们自己的数据返回结果,但底层语言模型是共享的。我们不声称按租户模型训练,因为我们还没有构建按租户模型训练。如果买家的采购团队需要那个,对话需要提前发生,而不是在合同之后。

  • 生产中没有自主执行循环。 Pulse自动驾驶配置在Enterprise层提供;PO到发票对账的实际执行循环没有人类批准仍在脚手架中。营销今天不声称执行循环。我们会在它着陆时。

  • 没有”AI替代您运营团队”的框架。 每个合成智能模块都定位为运营商的工具。该模型生成可解释的输出;运营商决定。试图在2024年用AI替代headcount的货运代理商现在正在招聘回来。

  • 没有未签署参考发布的客户属性储蓄图形。 我们在早期部署中有观察到的储蓄数据。我们不发布特定数字,直到参考客户已签署报价和图形。在那之前,公开营销不说”客户X节省了$Y/月。“

5 — 架构基础

合成智能建立在三个底层决策之上,这些决策对于我们规模的SaaS供应商来说是不常见的,而采购团队通常会注意到:

5.1 按租户SQL Server数据库隔离

不是行级过滤。不是具有tenant_id列的共享架构。每个客户被配置为一个单独的SQL Server数据库。中间件解析每个请求中的租户并路由到正确的数据库。跨租户查询在架构上是不可能的,因为连接字符串是错误的。

这在运营上比行级隔离更昂贵。我们支付该决策是因为合规审计官在SOC 2评审的五分钟内注意到它。(查看按租户数据库隔离架构以获得完整的深入挖掘。)

5.2 多提供商AI抽象

合成智能层是提供商可插拔的。默认情况下,我们使用Azure OpenAI。租户可以改为配置OpenAI、Anthropic、Google Gemini或自托管Ollama。两个原因很重要:

  • 一个租户,其自己的合同义务需要自托管推理,可以在不离开PulseCargo的情况下自托管。
  • 一个租户,其首选模型改进,可以在不离开PulseCargo的情况下切换模型。

我们不会将客户锁定到我们做出的模型选择。

5.3 设计审计日志

每个合成智能查询都用时间戳、用户、租户、模型提供商和检索的记录记录。审计日志由租户管理员可查询。SOC 2证据收集是原因;租户信任是副产品。

(出站集成审计日志 — Stripe、TMS提供商探针 — 部分实现并正在扩展;我们在安全文档中浮出该差距,而不是在SOC 2证据审查期间发现它。)

6 — 如何评估合成智能供应商

对于被推销”AI驱动”平台的货运代理商,六个问题切穿营销:

  1. 向我展示故障模式。 当AI错误时,运营商看到什么?“它很少” 是错误的答案。

  2. 租户边界在哪里? 在检索层?在上下文层?在训练层?供应商经常声称”租户范围的AI”而不指定哪个。

  3. 您使用什么模型,我能改变它吗? 对单个模型提供商的锁定是一个采购风险,在18个月后浮出。

  4. 向我展示审计日志。 按查询日志应该存在。如果不是,SOC 2评审稍后会抓住它。

  5. 范围今天与产品路线图是什么? 一个说”一切都提供”的供应商要么在说谎,要么有一个小产品。诚实的答案是一个提供的清单和一个飞行中的清单。

  6. 您会承诺书面范围吗? 营销声称应该映射到合同能力。一个会承诺”PO到发票对账,包括行级数学和Q3多币种”的供应商对今天的范围和明天的计划诚实;一个只会承诺”AI驱动的对账”的供应商还没有做过工作。

7 — 关于PulseCargo

PulseCargo是货运代理商的合成智能层。我们连接到现有TMS — CargoWise现在直播,Magaya、Descartes和GoFreight在集成产品路线图上 — 并浮出TMS从不被设计以提供的运营层:客户门户、嵌入式Power BI、八个合成智能模块、软件托管、ISO 14083碳报告,以及多框架合规平台。

按公司。不按座位。从Starter Lite(自助服务评估)到Enterprise+(多区域、专用基础设施)的五个层。与销售联系以了解层范围和定价。

要求演示:pulsecargo.ai/contact


本白皮书版权所有 © 2026 PulseCargo, Inc. 合成智能类别框架和附带语言是PulseCargo品牌定位的一部分,可以带有归属地转载。PULSECARGO已与美国专利局提交,意图使用第1(b)条;™ 称号生效。

Want to dig deeper?

Request a 30-minute briefing with the founder — bring your toughest questions on the topics in this paper.

Preview Pulse VOX

Tap to speak