Load One：自研控制塔+多 Agent，报价压到约 2 秒、日均承接约 3800 任务

原文 · CCJ Digital

密歇根 Taylor 的加急货运运营商 Load One（CCJ Top 250）自建一套 AI Agent 与「AI Control Tower」控制塔，覆盖报价、账单合规、在途跟踪与司机确认电话等。CEO Chad Tabor 对 CCJ 强调：加急市场「谁报价快谁更容易拿单」，且坚持 human in the loop，不要无人值守乱跑。

公司已有自研 TMS（Transcend），因此 Agent 能直接读写运力、外协报价与密度数据，而不是外挂一个聊天窗口。

Tabor 称纯人工报价大约要 5–20 分钟：读邮件、判断车型与约束、查运力与市况、回价。高峰时还要跟人、邮件、TMS 来回切。账单侧要人工核对 POD/提单；派车后确认电话占人力。

痛点不是「没有系统」，而是重复沟通与核对吃掉加急窗口。

1. 报价 Agent：LLM 读客户邮件，区分「新询价」与「在途问进度」；接 TMS 评估自有运力、伙伴报价与市场密度；约 2 秒算出价格并自动回复。早期会误判车型，靠规则与主管反馈闭环纠偏（例如码头高度车 vs 仅看重量）。
2. 电话/确认 Agent：派车后外呼司机，念载荷、线路、时效与报酬，记录接受/拒绝。首周 1381 通，话费账单约 131.49 美元。
3. 账单合规 Agent：批处理核对交付单据；称约 15 分钟可处理约 275 张发票。
4. 在途与风控：入站/出站 check-call、GPS 异常触发追问；销售侧付款风险 Agent 标逾期与缺票。
5. 控制塔：单屏看所有 Agent；可一键摘要长邮件线程；人盯错价、运力上限与置信度后再对客户承诺。

短引：「We believe strongly that AI works best with a human in the loop.」——Chad Tabor / CCJ。

入站 check-call Agent 读在途消息并秒级更新；出站 Agent 在 GPS 失更新时主动邮件司机/伙伴要状态再写回 TMS。客户付款风险 Agent 盯账期、缺票与逾期，试图在小差异滚成信贷问题前告警。Tabor 强调效率节省不是为了裁光人，而是让业务在不线性加人的前提下扩规模，异常仍要落到能对客户负责的人。

数字来自 CCJ 对 Load One 管理层的转述（证据 C）：

• 报价：人工 5–20 分钟 → Agent 约 2 秒（CEO 口径）。
• 截至 10 月底前后，Agent 每天承接约 3800 件「年初还靠人做」的任务。
• 确认电话 Agent 首周 1381 通 / 账单约 $131.49；账单合规吞吐如上。
• 首个 Agent 约 3 月上线，发稿时约 7 个，计划年底到 9 个。

未见第三方工时审计。列表页指标与本稿一致。

• 2 秒报价的「自动回复」是否全部免审，错价责任与投保未写。
• 3800 任务的定义（含失败重试？）与分 Agent 占比未给。
• 模型供应商、提示与评测集未披露。
• CCJ 页面对部分爬虫曾 403，以本次成功抓取正文为准。

可迁移点：先有可写的 TMS/业务 API，再挂 Agent；控制塔把「多 Agent 并行」变成可监督对象；电话/邮件这种非结构化入口很适合 LLM，但车型等硬约束必须规则兜底。

minimal_trial：只做「询价邮件 → 结构化字段 → 人工确认后发报价」；电话 Agent 先对内测司机池。先量：中位报价时长、错车型率、人工改价率。

与 Worldwide Express（运费异常/财务）同属物流，但本案偏报价与调度沟通。

• CCJ Digital：Load One AI control tower transforms expedited freight quoting