Pedestal AI
先掃描你的 ERP、TMS、WMS、資料倉儲與試算表,整理成「Logistics Graph」並向資深員工追問缺口;上面跑現成代理:送貨前打電話確認時段、從 Email/PDF/EDI 讀採購單寫進 ERP、排隔天班表、預測哪些訂單會延誤、哪台機器快壞、哪個客戶要流失
Pedestal AI 是波士頓的新創,11 月 17 日結束隱身並宣布完成 470 萬美元種子輪,由 Eclipse 領投,TechCrunch 當天就做了報導。執行長 Raj Aggarwal 之前是 AWS 生成式 AI 部門總經理,與技術長 Henry Cipolla 合作過 Localytics 和被 Snap 收購的 Demand Sage,這是兩人第三次一起創業。
它想解的問題很實際:供應鏈資料散在好幾套老系統裡,同一個「準時」各部門定義還不一樣,所以通用 AI 接進來只會亂猜。Pedestal 的做法是先在你的雲端裡掃一遍資料,自動起草每個指標與術語的白話定義,再去問專家補洞,累積成它稱為 Logistics Graph 的知識層,代理都建在這層上面。
功能特色與適用場景:官網列出的現成代理有五類。客戶協調代理在送貨前打電話或傳簡訊確認時段、收集大樓門禁等備註,在一家財星 500 大電商每天打超過 5,000 通,錯過送貨率降了兩成以上;訂單處理代理讀 Email、PDF 與 EDI 採購單,逐行比對價格與庫存後寫進 ERP,異常才轉給人;人力規劃代理排好隔天班表、經主管核准後回寫 WMS;預測維護代理找出快故障的設備;營運分析代理全天盯資料、追異常的源頭。另有預測模組,每天早上 6 點列出可能延誤的訂單與可能流失的客戶。問答介面會附上用到的指標版本與資料來源。快桅(Maersk)就用它把報關專家的知識做成可以回答客戶的系統。
部署上,Pedestal 跑在客戶自己的雲或資料倉儲,沿用既有權限、每一步都留紀錄,也有 Databricks 應用程式可直接裝。可以自己寫代理、一起做,或交給它們的物流專家代管。
台灣使用者怎麼用:適合有自己車隊或配送外包的電商與家具業、做北美線的貨代與報關行,以及工廠的廠務與倉儲團隊。官網與示範全是英文,中文電話與中文單據能做到什麼程度沒有說明,導入前要拿自己的資料驗。同類可比較 project44、Didero 與 Vooma。
TheAI學院 編輯建議
編輯實測後的真心話供應鏈 AI 很多停在「給你一張儀表板」,Pedestal 比較少見的是把重點放在資料定義:先搞清楚各系統的「準時」到底怎麼算,再讓代理去打電話、寫 ERP。創辦人有 AWS 生成式 AI 的背景,報價區間也寫得很直接。我沒有實測,從官網的案例看來它最適合北美據點多、系統又老又雜的中大型企業;台灣公司要先確認中文電話與中文單據的表現。
主要功能
- 掃描 ERP、TMS、WMS、資料倉儲與試算表,自動起草指標與術語定義的 Logistics Graph
- 客戶協調代理在送貨前致電或傳簡訊確認時段並收集備註
- 訂單處理代理讀取 Email、PDF、EDI 採購單,比對價格與庫存後寫入 ERP
- 每日預測延誤訂單、可能流失的客戶與即將故障的設備
- 自然語言問答附上指標版本與資料來源,並主動寄出營運週報
- 部署在客戶自己的雲或 Databricks,沿用既有權限並記錄每個動作
如何使用 Pedestal AI
- 到 pedestal.ai 點 Book a Demo,選擇真人簡報或回答幾個問題取得 AI 簡報
- 跟團隊開 1 小時會議,挑出第一個要交給代理的工作,例如送貨確認或訂單輸入
- 提供去識別化的資料,1 週內拿到可試用的原型代理
- 確認合適後,讓 Pedestal 部署到自己的雲端或 Databricks,串接 ERP、TMS、WMS 與信箱
- 約 1 個月正式上線,之後自行新增代理或交給 Pedestal 的物流專家代管
適用場景
- 電商或家具業在送貨前自動致電客戶,降低撲空與二次配送
- 業務助理不再手動把 Email 與 PDF 採購單打進 ERP
- 倉儲主管每天早上拿到隔天建議班表,核准後直接寫回 WMS
- 報關行把資深人員的報關知識整理成可以回答客戶的問答系統
- 工廠提前一兩週知道哪條產線的馬達或齒輪箱可能故障
Pedestal AI 的優點與缺點
優點
- 不只給建議,會打電話、取得核准、回寫系統把事情做完
- 1 週出原型、約 1 個月上線,流程與費用區間寫得很清楚
- 資料留在自己的雲裡,適合對資料外流敏感的企業
缺點
- 只接企業案,沒有可自助註冊的方案
- 介面與語音示範皆為英文,中文電話與單據支援未說明
- 正式上線費用約 2.5 萬至 5 萬美元起,小公司門檻高
價格方案
不公開定價、採業務洽談。官網流程寫明:1 小時挑選第一個用例、1 週內以去識別化資料做出可試用原型(雙方確認合適前不收費),約 1 個月正式上線,上線費用約 2.5 萬至 5 萬美元。實際報價以官網與業務洽談為準
Pedestal AI 常見問題
Pedestal AI 怎麼收費?
官網沒有公開定價。流程上先用 1 週做出原型,雙方確認合適之前不收費;約 1 個月正式上線,官網標示的上線費用約 2.5 萬至 5 萬美元,實際報價要跟業務談。
資料會被傳到 Pedestal 那邊嗎?
官網說明 Pedestal 部署在客戶自己的雲端或資料倉儲旁,直接在原地讀取資料、沿用既有權限,每個代理的動作都會留下紀錄,並標示符合 SOC 2。用 Databricks 的公司可以直接安裝它的 Databricks 應用程式。
一定要自己的工程師來寫代理嗎?
不一定。官網提供三種方式:你的團隊自己在平台上寫代理、跟 Pedestal 一起做第一批再交接,或交給它們的物流專家建置並代管。
有哪些實際客戶案例?
官網公開的有快桅(Maersk)的報關知識問答、一家財星 500 大居家電商每天 5,000 通以上的送貨確認電話,以及一家紙品製造商與一家汽車零件製造商。
使用者評價
還沒有足夠評價,搶先分享你的使用心得!
寫下你的評價
Pedestal AI 的替代方案
查看相似的 AI 工具 →相關 AI 工具
實價雷達 HouseTW
把台灣 349 萬筆實價登錄成交,跟液化、斷層、淹水風險標在同一張地圖上的免費房價查詢站。
Profet AI
台灣製造業的無程式碼 AutoML,讓製程工程師自己建模。
Cubo AI
台灣團隊做的 AI 寶寶攝影機,口鼻遮蓋偵測是它的招牌。
Whoscall
台灣國民級防詐 App,來電響起就告訴你對方是誰。
Claude
Anthropic 的 AI 助理,長文件與寫作品質是它的主場。
Corma
自己訓練專給防守方用的資安基礎模型,部署成一組 AI 資安人員,在身分、雲端、端點、SIEM、防火牆之間切換調查、串證據、處置,需要判斷時在 Slack 或 Teams 找人核准
猜你也想看的AI 企業專用
更多美國的 AI 工具
同樣來自美國的 AI 工具,一起看看。