How Worldwide Express automated freight exceptions with Amazon Bedrock

Worldwide Express如何利用Amazon Bedrock自动化货运异常 | 人工智能

Worldwide Express如何利用Amazon Bedrock自动化货运异常

作为ShipStation Global的一部分，Worldwide Express已经构建了一个庞大的业务：系统总收入约50亿美元，拥有超过75家零担（LTL）承运商和13万多名客户。但这种规模也带来了隐藏的成本。每个月，1500万美元的自由现金流被冻结，困在尚未解决的账单异常中。每个异常都需要人工逐一处理，需要与每个承运商核对各自的规则。Worldwide Express将这项工作外包给一个团队，该团队逐个处理案件，为每个争议致电客户和承运商。异常案件不断累积，资金持续被冻结，每笔订单转化为现金的时间也变得更长。

Worldwide Express与AWS和LTM合作，基于Amazon Bedrock构建了一个多智能体AI解决方案，该方案直接集成到其运输管理系统（TMS）SpeedShip中。自推出六个月以来，该公司报告称活跃异常案件减少了75%，现金到账时间缩短了4周，每年节省100万美元，并一次性获得1000万美元的自由现金流注入。

在本文中，我们将描述面临的挑战，解释Worldwide Express如何设计多智能体解决方案，并分享取得的成果。

面临的挑战

在零担货运中，大约14%的发票无法通过采购订单、货物接收和承运商发票之间的标准三方匹配。当匹配失败时，发票将进入异常处理流程。对于Worldwide Express而言，异常案件可分为三类：

• 项目不匹配：数量或服务代码与运输记录不符。
• 定价差异：承运商计费的费率与合同价格不同。
• 意外附加费用：如升降平台费用、住宅附加费或重新称重调整等，这些费用在原始报价中未包含。

每个异常都会触发一个五步的手动流程：

• 通过将发票与采购订单、货物接收和定价进行交叉核对，确定异常类型。
• 在供应商记录中研究根本原因。
• 向承运商或仓库发送包含争议细节的电子邮件。
• 等待回复。
• 在TMS中执行解决方案。

由于每个承运商都采用不同的费率结构和争议处理流程，这个过程消耗了FinOps团队的大部分资源。

基于规则的流程自动化（RPA）可以处理结构化和可预测的工作流程。然而，异常处理需要上下文判断：解释承运商的附加费用政策、将费用与运输数据进行比较，并根据承运商、异常类型和金额决定其有效性。这种可变性正是使该问题适合智能体AI框架的原因。

从评估到生产

2025年6月，Worldwide Express聘请了AWS商业转型与价值咨询团队，识别了整个订单到现金生命周期中的19个自动化机会。鉴于异常处理的商业价值，Worldwide Express在不到6个月内就从评估阶段推进到了生产阶段。

实现方式

该解决方案部署在 AWS 上。Amazon Bedrock 提供 AI 推理能力，Amazon 弹性计算云（Amazon EC2）作为核心引擎。设计要求对每个代理的推理方式、决策边界以及代理之间异常路由的控制具有细粒度的掌控能力。直接在 Amazon EC2 上构建框架，由 Amazon Bedrock 提供推理服务，可将编排逻辑完全掌握在团队手中，并支持开源代理库。业务逻辑的生产控制使每个代理的角色、输入和决策边界明确且可审计。在账单争议工作流程中，每个自动化决策都需要可解释性。

代理

当检测到发票异常时，系统会将其路由到三个专门的 AI 代理之一，每个代理负责处理特定类型的账单争议：

• 发票匹配代理：查找匹配的运输记录，并标记不一致之处。
• 价格差异代理：将承运商的收费与合同费率进行对比，判断差异是否有效。
• 附加费用验证代理：检查意外费用（如住宅配送或升降平台费用）是否符合实际配送事件。

每个代理在做出推荐前会提取特定承运商的计费规则和政策。异常解决后，系统会生成一段自然语言说明，解释发现的问题和采取的行动。

每个自定义代理包含一个指令提示（定义其角色、决策边界和输出格式）、一组操作（集成到 SpeedShip 的接口），以及访问承运商特定知识库的权限。通过使用 Amazon Bedrock，每个代理可通过单一 API 访问合适的基础模型，同时继承现有 AWS 治理机制。有关各区域模型可用性信息，请参阅 Amazon Bedrock 中的 按 AWS 区域支持的模型。

操作

代理通过分析师使用的相同 API 连接到 SpeedShip。这意味着 AI 能看到人类审核员看到的相同内容（合同费率、运输详情、配送证明），并将解决方案写入相同的流程。由于 SpeedShip 的 API 部署在 AWS 上，代理可通过与现有系统相同的端点进行连接。

承运商知识库

每家承运商都有不同的计费规则、费用定义和争议流程。Worldwide Express 为每家承运商存储其文档：运价规则、附加费定义、争议步骤和差异阈值。当代理处理异常时，会在决策前检索该承运商的政策和标准操作流程（SOP）文档，确保每个决策都基于承运商自身的规则。这三类代理无需任何承运商特定代码即可处理所有承运商。

人工介入流程

在初始部署阶段，审批步骤对于 FinOps 的采用是必要的。最初，人工审核员会使用现有的 SpeedShip 界面批准推荐内容，然后再最终确定。当准确率超过 99% 后，批量审批成为默认方式。

可观测性

Worldwide Express 团队构建了仪表板，用于跟踪按承运商划分的自动化率、按异常类型划分的错误率、解决时间和人工覆盖频率。当审核员拒绝推荐内容时，系统会记录反馈。团队根据拒绝历史优化指令提示和知识库，逐步提高自动化覆盖率。

端到端流程

结果

六个月后，Worldwide Express 已将该解决方案部署到超过 40 家 LTL 承运商。目前，代理每周处理 10,000 起（约占 50%）异常，错误率低于 1%。这使 FinOps 团队的工作重心从日常问题解决转向复杂且高价值的争议处理。

影响最显著的体现在活跃异常的积压量上，该数值从 2025 年 6 月的 1500 万美元降至六个月后的 400 万美元，减少了 75%。Worldwide Express 解锁了 1000 万美元的现金流，实现每年超过 100 万美元的成本节约，并获得 60 倍的第一年投资回报率。公司报告称账期到现金的时间缩短了四周。

“借助 AWS，我们已自动化处理了超过 40% 的每周账单异常，显著降低成本并加速账单周期，从数天缩短至数分钟。如今，我们每周以前所未有的速度额外释放约 1000 万美元的客户账单。” —— Worldwide Express 财务运营副总裁 Nathanael Pearson

未来展望

Worldwide Express 正在将这一方法扩展到订单到现金流程的其他环节。对于管理大量承运商的物流公司，前进的路径是从小处着手。首先自动化最重复的异常类型，证明准确性后，再扩展到整个产品组合。

结论

Worldwide Express 的异常自动化展示了代理 AI 与明确业务问题结合时的潜力。通过 Amazon Bedrock、承运商专用知识库以及人工审批设计，Worldwide Express 在不到 6 个月的时间内实现了从评估到生产的转变，同时保持财务控制。公司现在正在将自动化扩展到其他订单到现金流程。

如需了解类似方法是否适用于您的组织，请联系您的账户团队进行讨论，或了解更多关于 Amazon Bedrock 的信息。合作伙伴如 LTM 可以使用您的数据为您运行价值证明冲刺。

作者简介

'"` /think