US Foods如何成功构建并扩展生成式AI销售工具

US Foods如何成功构建并扩展生成式AI销售工具

关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， 生成式AI， Moxie， Sales Prospecting， Onboarding Tasks， Generative Ai Applications， Data Foundations， Agile Experimentation]

导读

参加本次会议，了解美国领先的食品服务分销商US Foods如何利用Amazon Bedrock构建自动化订单指南以提高销售生产力。机器学习工程副总裁将分享他和他的团队是如何确定合适的使用场景，通过轻量级概念验证快速构建和测试可行性，量化业务影响以获得高管支持，并最终投入生产的。

演讲精华

以下是小编为您整理的本次演讲的精华。

在科技日新月异的时代，生成式人工智能的出现为创新和颠覆性变革带来了新的时代。在这场革命的前沿，美国食品公司(US Foods)作为一家领先的食品分销公司，在全国拥有超过6，500辆卡车，服务于70个分销中心的庞大网络，年销售额达360亿美元。正是在这里，一场变革之旅展开，美国食品公司利用生成式人工智能的力量构建并扩展了一款尖端的销售工具，这是一个关于坚持、创新和对客户卓越服务不懈追求的故事。

这一努力的催化剂源于一种认识，正如爱丽丝梦游仙境中的红皇后所言:“你必须全力奔跑才能原地踏步。”在瞬息万变的生成式人工智能世界中，停滞不前绝非选择。美国食品公司拥有3，300名销售人员，为从独立餐馆到赌场、酒店和医院的多元客户群提供服务，意识到需要超越变革的无情步伐，建立一种竞争优势，使自己与众不同。

亚马逊云科技零售和消费品行业业务发展团队负责人Aparna Galliaso为成功驾驭从构思到生产的生成式人工智能之旅勾勒出三个关键学习。首先，确定持久的客户需求至关重要，例如节省时间、增加便利性或降低成本。利用IDEO的平衡突破模型等框架来优先考虑想法，该模型着重于三个维度——可欲性、可行性和可实现性，确保了战略方法。

其次，定制化是释放生成式人工智能真正潜力的关键。通过整合丰富的业务数据并利用组织内部独特的见解，美国食品公司可以创造出竞争对手无法复制的差异化体验。Aparna强调，数据是真正的区别因素，也是构建竞争优势的基础。它打开了可能被孤立或断开的更深层次的见解，并使人们能够民主化地获取这些数据，让那些以前可能无法理解图表和分析的人获得宝贵的见解。

第三个学习重点是建立坚实的数据基础。将数据视为资产，并投资于支持数据产品所需的人员、流程和技术至关重要。这不是一次性投资，而是一种持续的承诺，就像支持零售或消费品行业的产品或资产一样。五年前，人们可能会讨论将数据视为资产，但现在，零售商和品牌已经采纳了这种思维方式。问题在于如何构建可持续支持数据产品的基础设施。

通过模块化、灵活的解决方案实现敏捷实验也至关重要，这些解决方案可以随着需求的变化而发展。设计灵活性使美国食品公司能够根据业务需求的变化进行调整和定制。此外，随着解决方案的扩展，衡量投资回报率、优化成本以及管理风险和治理变得越来越重要。根据麦肯锡的一份报告，每花费1美元在人工智能上，就有3美元用于变革管理，这凸显了有效管理这一投资的重要性。

以这些学习为指导，负责美国食品公司机器学习运营团队的David Falk上台分享了该公司将生成式人工智能销售工具付诸实践的历程。

第一步是确定一个高价值、相对低难度的用例:为服务于全国70多个分销中心的3，300名销售人员自动化耗时的销售潜在客户开发和客户入职任务。这些任务每个客户可能需要3-4个小时，是单调乏味的，经常需要销售人员在夜间和周末工作，牺牲了本可用于建立更紧密客户关系的宝贵时间。

利用Amazon Bedrock，美国食品公司开启了一段实验之旅，探索了多种大型语言模型，如Claude和Llama。目标是构建一个最小可行产品(MVP)，能够理解非结构化数据(如手写笔记、菜单和客户请求)，并提供个性化的产品和服务建议。例如，客户可能会问:“我的午餐和晚餐选择很棒，但早餐呢?似乎来我餐馆的人都是刚从Orange Theory健身房出来的，穿着运动服，我们也许应该提供一些健康的高蛋白早餐选择。”该工具就可以推荐希腊酸奶或其他高蛋白、健康的选择。

MVP的初始准确度并不完美，徘徊在50-60%左右。然而，一个令人惊讶的发现浮现:即使建议并不总是准确，销售人员也对任何节省时间的做法感到高兴。这一见解是一个游戏规则改变者，因为它使美国食品公司能够优先将MVP推向用户，并收集宝贵的反馈以推动持续改进。

通过一个横跨芝加哥地区、威斯康星州、西部和东南部等地区的扩展试点计划，美国食品公司纳入了用户反馈，并通过矢量数据库(如Pinecone)整合了公司丰富的产品和客户数据。这种整合使该工具能够弥合客户描述需求的方式与美国食品公司产品和服务的技术规范之间的差距，确保提供准确和相关的建议。例如，如果客户要求希腊酸奶，但美国食品公司缺货，该工具就可以根据矢量数据库对语义和相似关系的理解，推荐类似的高蛋白选择，如冰岛酸奶或小葱酪。

模块化是支撑该工具开发的一个关键架构原则。通过将解决方案分解为更小、更模块化的组件，美国食品公司能够保持灵活性，通过缓存机制优化成本，并通过人工反馈循环实现持续学习。整合Amazon Textract进行光学字符识别(OCR)进一步增强了该工具的能力，使其能够准确处理和理解各种形式的非结构化数据，即使其中包含英语、中文、葡萄牙语或西班牙语等混合语言。

与法律、安全和业务团队的密切合作确保了开发过程遵守企业标准，并优先考虑负责任的人工智能实践。使用Amazon Bedrock提供了额外的安全层，因为美国食品公司无需与模型提供商共享任何专有数据或提示。

这一旅程在2023年10月达到顶峰，当时生成式人工智能销售工具投入生产，已经为销售人员节省了超过12，000小时，将那些3-4小时的任务缩短到仅20-30分钟。但影响远不止于节省时间;该工具增强了销售人员的专业知识，使他们能够花更多时间建立更紧密的客户关系并推动收入增长。即使是那些在美国食品公司工作了25-30年的资深销售人员也欣然接受了这一工具，认可其价值并成为推广使用的倡导者。

David Falk强调，这种转变不仅仅是自动化，更是增强，是构建能够增强用户生活的系统，同时自动化工作中单调乏味的部分。最棒的是?所有这一切都可以在当下通过Amazon Bedrock实现，而不是遥远的未来。通过遵循架构最佳实践、保持模块化以及利用跨区域推理和预配置吞吐量等服务，美国食品公司可以扩展其解决方案以满足数千名同时访问该工具的用户的需求。

在2024年re:Invent会议落下帷幕时，Aparna和David向观众传达了一个有力的信息:如果美国食品公司这样一家拥有6，500多辆卡车、年销售额360亿美元的公司，仅在几个月内就能彻底改变作为一个组织的工作方式，那么任何公司都可以做到同样的事情。生成式人工智能的未来不是遥不可及的梦想，而是一个可以在当下利用的现实，美国食品公司已经向世界展示了如何成功地做到这一点。

在科技不断变迁的环境中，唯一不变的就是变化本身，美国食品公司不仅跟上了步伐，更是超越了竞争对手。凭借对客户卓越服务的不懈追求、对创新的拥抱以及战略性地利用生成式人工智能，他们构建了一款将永远改变销售人员工作方式的工具，使他们能够提供无与伦比的服务，并在未来数年内推动增长。

下面是一些演讲现场的精彩瞬间：

Alice在红皇后的赛跑中狂奔，但红皇后指出她所有的努力只会让她原地踏步。

演讲者回忆起他们团队使用Mechanical Turk这个早期的众包平台的经历，以及它如何为与生成式人工智能模型合作做好了准备。

强调遵循最佳实践、坚持标准以及记录架构决策的重要性，以促进可重用性并为企业中的生成式人工智能应用程序开启新的使用场景。

Andy Watts强调投资于数据准备和现代化工作的重要性，即使这并不光鲜亮丽，因为它为未来的人工智能和机器学习进步铺平了道路。

Andy Jassy分享了通过询问利益相关者他们最乏味和耗时的任务，来找到生成式人工智能最佳使用场景的见解。

总结

在这个引人入胜的叙述中，Aparna Galliaso和David Falk从美国食品公司分享了他们成功实施生成式AI销售工具来增强销售团队能力的历程。Aparna强调了识别持久的客户需求、定制解决方案以及培养敏捷实验文化以跟上AI快速发展的重要性。

David随后向我们介绍了他们的AI驱动销售助手Moxie的实际实施过程。他强调了关键步骤:快速迭代并获取用户反馈、利用模块化架构实现灵活性、通过缓存优化成本以及维护数据质量。他们的方法不仅为销售人员节省了数千小时，还使他们能够更快响应客户需求，从而获得竞争优势。

核心信息是，生成式AI不仅仅是自动化，更是增强人类能力。通过拥抱这种思维模式并利用亚马逊云科技服务如Bedrock，美国食品公司已经改变了组织的运作方式，证明了这种转型如今是可以实现的，而不仅仅是遥不可及的可能性。

总之，这个叙述是一个引人注目的案例研究，展示了企业如何利用生成式AI的力量来推动创新、效率和客户满意度，从而在当今瞬息万变的商业环境中获得可持续的竞争优势。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。