人工智能，机器学习如何简化货运代理，报关行的工作流程
整理自：www.freightwaves.com
来自外地的见识— Vector.ai
James Coombes是Vector.ai的首席执行官兼联合创始人，他说：“货运代理和报关行通过电子邮件和文档键入来管理其客户工作流程的日子已经到了。”
他继续说道：“这不是一个新的野心，到目前为止，我们只是缺少合适的工具。以前，人们只专注于EDI和API等技术来推动数字化。但是，现在市场没有一种万能的解决方案。这是人类的挑战，只有使用智能工具才能解决，而不是愚蠢的工具。”
这是Vector.ai的来源。
根据Coombes的说法，Vector.ai建立了一个独特的平台，该平台足够强大，可以理解货运代理人和海关经纪人每天大量遇到的电子邮件内容和文件种类。
他说，Vector.ai通过智能地收集给定交易中所需的信息（无论是文档还是电子邮件）来帮助运营商，并允许他们在该数据的基础上快速做出响应。这导致更快的决策，更快的周转时间和更快乐的客户。
了解技术挑战
我让Coombes向我介绍了Vector.ai的秘密秘诀，这是独特的见解或方法，可帮助Vector.ai的团队在可能怀疑采用新技术的市场中与客户取得成功。
他说：“物流通讯数据是一个非常令人兴奋的挑战，非常适合AI。”
“这些文档和电子邮件的内容会发生变化，但要在定义明确的上下文中进行；例如，我们不会要求平台弄清楚如何处理邀请您最好的朋友的生日聚会。
在物流中，幸运的是，任何交易都需要分配大量的数据点和数据，例如，在发出预警前的一组文档。对于基于机器学习的技术而言，这一限制使其成为一个巨大的问题。”
但是，Coombes指出，尽管可以很好地定义问题，但这并不意味着该技术在现实世界中易于构建或易于补充。
他说：“我们非常注重产品；但是在幕后，构建它所必需的技术非常困难。”
“我们的机器学习模型的构建可在各种数据可用性范围内工作，从低质量和劣质数据到丰富的数据集，我们已经开创了跨各种技术的方法：从深度学习到强化学习以及此外，为了在不同时间保持客户在不同数据分布上的性能。这是我们正在进行的研究重点。
凭借计算机视觉和自然语言处理方面的专业知识，我们积极使用了来自学术界的最新技术，这些技术才刚使用了几个月，就使这些技术真正并为客户所用。”
剑桥大学信息工程学教授，也是Vector.ai的技术顾问的Roberto Cipolla在评论Vector.ai的成就时说：“在贸易问题中，Vector.ai的核心技术已经在其他人远远不够的地方获得成功。”