3種類の専門エージェントを輸送管理システムへ接続しました。同社は導入6か月後に未処理例外の75％減と入金までの期間の4週間短縮を報告しています。 運送会社ごとの規則を参照し、人が承認する構成が焦点です。報告された成果は個社の導入結果であり、他社の効果や費用を保証するものではありません。 請求の不一致を扱う業務へAIを適用 AWSは10月30日、Worldwide ExpressがAmazon Bedrockを使って貨物輸送の請求例外を処理した事例を公開しました。同社はAWSとLTMと協力し、輸送管理システムSpeedShipへ複数のエージェントを接続しました。対象は注文、受領、請求の情報が一致しない案件です。明細の食い違い、契約料金との差、予定外の付加料金などでは、運送会社ごとの規則を調べる必要があります。従来は案件ごとに照会し、回答を待ち、管理システムへ結果を反映していました。記事はこの一連の判断と操作を、専門化したエージェントと人の承認で扱う構成を示しています。製品の一般的な性能試験ではなく、物流事業者の業務導入についての報告です。 担当を分けた3つの判断を既存APIへ接続 構成では請求照合、料金差異、付加料金の妥当性を扱う3つのエージェントを使います。それぞれの役割、入力、判断の境界、出力形式を定め、必要な運送会社の規則を取得してから提案します。SpeedShipの既存APIを通じ、人の担当者と同じ契約料金や配送記録を参照し、同じ業務へ結果を書き込みます。処理後には確認内容と対応を説明する文章を生成します。初期は人が提案を承認し、精度が99％を超えた段階で一括承認を基本にしたとしています。6か月後には40社を超える運送会社へ展開し、毎週およそ1万件の例外を処理すると報告しました。影響を受けるのは請求管理や収益回収の担当者です。定型案件から複雑な係争へ時間を振り向ける一方、判断根拠と処理権限を追えることが業務上の条件になります。 業務指標と却下履歴を運用へ戻す 記事は未処理の例外が75％減り、入金までの期間が4週間短くなったとの同社の報告を紹介しています。年間100万ドル超の費用削減も挙げています。ただし個社の業務範囲と導入条件に基づく数字であり、そのまま別の現場へ適用できるものではありません。実務上は運送会社別の自動処理率、例外の種類別の誤り、処理時間、人による変更を追う構成が参考になります。担当者が提案を却下した場合は、その履歴を指示や知識ベースの改善に使います。導入を考える組織では、まず対象案件と承認の条件を絞り、既存の統制を維持できるかを確認することが論点になると見られます。推論を行う仕組みだけでなく、運送会社の規則の更新、APIの権限、判断記録を維持する体制が継続的な費用と信頼性を左右する可能性があります。人が判断を変えた理由まで残すことが、対象範囲を広げる際の材料になると見られます。