我要投稿

Z Product｜人工客服消失？YC支持的AI客服如何用AI重新定义物流管理，答复效率100%，提效4倍以上

发布日期：2025-03-16 12:06:50 浏览次数： 1602 来源：Z Potentials

Z Highlights

货物运营代理市场规模达260亿美元，作为货运代理，经纪人和承运商每天需要对接大量的供应商和零售商的信息，并进行针对性匹配和派单。这种简单重复的信息确认和录入工作大部分依靠人力完成，通过电话、短信、电子邮件和过时的软件解决方案拼凑经营业务，高昂的人力费用使得毛利不高的代理行业雪上加霜，加剧中小企业的压力。

HappyRobot曾在世界最大的食用油公司工作，发现物流代理行业需要大量行业存在人力进行录入和沟通信息，但效率低下，且存在信息遗漏问题。Pablo Palafox，Javi Palafox和Luis Paarup针对此痛点，创立HappyRobot，使用人工智能语音代理系统提供24/7运营代理，提供一次性处理全部通话邮件的智能物流信息服务平台，上线以来，已经与包括Flexport, Job&Talent，Spot Inc.，Syfan Logistics在内的50多个货物代理运营商合作，答复效率100%，提效4倍以上。

HappyRobot成立于2022年8月26日，24年12月初完成1,560万美元A轮融资，由Andreessen Horowitz(a16z)领投，Y Combinator和Ryder Logistics旗下RyderVentures参投。种子轮基金来自Array Ventures和Y Combinator。本轮融资后，公司估值达到8,950万美元。

01 依赖人工的20亿运营代理市场，AI能做点什么

货运代理行业(BPO)是全球9.4万亿美元物流市场的重要组成部分，预计24年市场规模有望达到260亿美元。

图片来源：Statista

作为货运代理，经纪人和承运商每天需要对接大量的供应商和零售商的信息，并进行针对性匹配和派单，即使是中小型货运经纪公司每天也可能发出和接收数百个，甚至数千个电话。这种简单重复的信息确认和录入工作大部分依靠人力完成，通过电话、短信、电子邮件和过时的软件解决方案拼凑经营业务，高昂的人力费用使得毛利不高的代理行业雪上加霜，进一步加剧中小企业的压力。

创始人Javi曾于一家食用油公司担任CFO，发现大量货运罚款支出主要源于信息遗漏，人工无法全天候接打电话，保证信息收集整理和录入准确率100%，导致信息缺失，降低运输效率，造成损失，因此联合堂弟Pablo和校友Luis共同创立了HappyRobot，希望建立一个一站式对接处理全部信息的智能平台。

02 HappyRobot如何重新定义货运经济

HappyRobot致力于人工智能技术重新定义货运经济，改变物流公司的运营方式，搭建了一个能够一次性处理不同来源，不同内容形式信息的平台，人工智能语音代理系统通过提供24/7运营支持服务，减少人为错误，并帮助中介机构有效扩展其运营范围，有效解决货运沟通人力成本高，效率低下的问题。

通过HappyRobot，所有电话由机器人接听，机器人对通话信息进行拆解，结合存储的知识记忆进行回复，将特殊需求自动匹配到对应客户经理，整合信息对客户进行回复。经纪人和客户经理无需再进行电话拨打和接听服务，只需要对关键信息进行回复和核查即可，机器人能够自动完成出站承运，进程记录检测，POD收集，客户筛选等工作。

HappyRobot主要功能如下：

1.出站承运

有新货物委托时，自动联系优先承运商，确保每次都获得最佳运价。

图片来源：happyrobot.ai

2.拆解通话信息

拆解通话信息，准确掌握每一批货物的位置，并匹配最优路径满足客户需求。

图片来源：happyrobot.ai

3.客户筛选

自动接听每一个来电，只将真正有意向的客户筛选进一步转接给人工销售。

图片来源：happyrobot.ai

4.自动创建和收集POD

更快速收集签收证明（POD），实时掌握付款进度。

图片来源：happyrobot.ai

美国物流行业领先公司Circle Logistics的高级副总裁安德鲁·史密斯表示：“24年8月，公司已经通过 HappyRobot 拨打了超过100,000个电话，每周电话接听率100%，顾客无需等待，也无需支付任何的咨询额外费用。人力资源被用来使用执行具备更高价值增量的任务，比如拓展客户，而非简单的对接数据。

HappyRobot垂类定制化物流模型，兼容集成多渠道平台，解决传统RPA效率低下，配置费用高等问题

传统RPA通过模仿人力操作来执行任务，一旦业务流程或系统界面发生变化，RPA往往失效需要重新配置，受限于结构化数据和固定流程，对于动态变化的非结构化数据，特别是语音等复杂场景表现力不足，无法应对高峰时段，且信息记录准确性受限，部署时间较长，成本高于人工。那HappyRobot是如何改善以上问题的呢？

1.物流定制化微调模型：

HappyRobot的底层模型，基于大量来自真实物流领域通话数据集进行训练，专门针对物流行业进行定制化微调，匹配物流行业通讯需求，与僵硬的RPA系统不同，AI智能体能够针对对话内容不断进行调整，并存储记录迭代更新。

2.通话需求预测模型：

分析历史数据和趋势来预测通话量，在模型每一层构建观察系统，跟踪LLM完成、转录和文本到语音任务所需的时间，针对瓶颈战略性地调整工作流程，如果某个LLM模型变慢，无缝切换到其他模型，避免对用户体验产生任何可见影响。

3.兼容集成多渠道平台：

•TMS集成： 与主要的运输管理系统无缝连接，为经纪人和物流公司提供了对关键数据的即时访问，增强了决策制定和运营响应能力。

•实时更新： 与Samsara等系统兼容，实现实时车辆跟踪，提供实时信息反馈。

•通信工具： 与电子邮件和消息平台（如Slack）集成，实现高效的内部通信。

•可定制的工作流程：用户可以在平台内构建独特的工作流程，根据特定需求触发自动化，确保系统适应每个业务的独特要求，操作简单，适配不同物流需求。

图片来源：happyrobot.ai

03 物流行业老炮携手兄弟创业

HappyRobot成立于2022年8月26日，由Pablo Palafox(首席执行官）、Javi Palafox(首席运营官)和Luis Paarup(首席技术官)共同创立。

首席运营官Javi，2009年经济学硕士毕业后作为审计师加入毕马威，2012年加入西班牙驻墨西哥贸易委员会担任投资分析师，2014年作为财务经理进入世界上橄榄油公司之一Deoleo，2018年升任CFO。在Deoleo的财务工作中，Javier意识到货物代理运营过程中存在沟通效率低下，信息遗漏等问题，希望能够通过人工智能技术建立一个能够一次性处理所有通话和邮件的系统，减少人力成本，提升信息处理效率，于2022年离职创立HappyRobot。

图片来源：Linkedin

CEO Pablo是Javi的堂弟，2019年进入慕尼黑工业大学的3D AI实验室攻读博士学位，主攻计算机视觉方向，参与了结合语义分割和单目深度估计技术的自动驾驶研究，以及面向长期运行的小型无人机在移动平台上实现自动起飞、跟踪和降落的视觉辅助系统开发，2021-2021年在Meta FRL实验室进行了为期5个月实习。

图片来源：Linkedin

CTO Luis是Pablo同校机器人队的队友，在euRathlon比赛中，与团队共同设计的Sparus II自主水下机器人，获得第5名，并获得一家西班牙公司的赞助。2018Luis从慕尼黑工业大学机械工程硕士毕业后，2019年作为数据分析师加入安永，2020-2022年加入惠普担任云服务解决方案架构师，2022年辞职创业。

图片来源：Linkedin

图片来源：Y Combinator

04 融资及商业化

HappyRobot现已完成1,560万美元A轮融资，由Andreessen Horowitz(a16z)领投，Y Combinator，Sequoia Capital和Ryder Logistics旗下RyderVentures参投。本轮融资后，公司估值达到8950万美元。种子轮基金来自Array Ventures和Y Combinator。