‘The First Day Is the Worst Day’: DHL’s Gina Chung on How AI Improves Over Time
24:07 Share

作为物流公司DHL的创新副总裁，Gina Chung负责监督芝加哥一个面积达28,000平方英尺的创新设施。自从大学时代起就对供应链着迷（“我认为这与我来自新西兰并在世界一个相当偏远的地方长大有关，”她解释道），她 spearheads AI 和机器人项目，重点关注一线运营——例如自动化托盘检查和堆叠、送货路线优化和飞机利用率。Gina指出，“AI的第一天是最糟糕的一天”：这项技术随着时间的推移在人工输入下得到改进，达到人们信任和接受的准确性水平。她描述了成功需要与主要利益相关者密切合作、整合变更管理、在引入新技术时让团队参与进来以及以最终用户为中心设计解决方案。在此处阅读剧集记录。在https://sloanreview.mit.edu/aipodcast了解更多关于我们节目的信息，并关注该系列节目。我和AI是我与AI是麻省理工学院斯隆管理评论和波士顿咨询集团之间合作播客，由Sam Ransbotham和Shervin Khodabandeh主持。它的工程师是David Lishansky，协调制作人是Allison Ryder和Sophie Rüdinger。嘉宾简介：Gina Chung是DHL美洲创新副总裁，负责DHL美洲创新中心，这是一个专门为客户、初创企业和行业提供未来物流服务的平台。她管理着一个项目组合，重点是在整个物流运营中快速测试和采用协作机器人和人工智能等技术。我们鼓励您对我们的节目进行评分和评论。您的评论可能会用于“我和AI”的材料中。我们想知道您对“我和AI”的感受。请参加一个简短的两道题的调查。</context> <raw_text>0 今天，我们播放的是由我们的朋友Modern CTO Podcast制作的一集节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式AI的兴起，成功运用技术的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。在Apple Podcast、Spotify或您收听播客的任何地方都可以找到Modern CTO Podcast。当然，管理人员可以更改流程以使用AI。

但是，采用AI会如何改变组织？AI是一股变革的力量，但变革并非易事，它必须是一个学习过程。在本集中，DHL的Gina Chung讲述了采用AI如何能够转变企业文化以拥抱创新。欢迎收听“我和AI”，这是一个关于人工智能和商业的播客。每周我们都会向您介绍一位使用AI进行创新的个人。

我是Sam Ransbotham，波士顿学院信息系统教授，也是麻省理工学院斯隆管理评论AI和商业战略大创意项目的客座编辑。

我是Shervin Kodabande，BCG高级合伙人，我共同领导BCG在北美的AI业务。BCG和MIT SMR一起研究AI已有四年时间，采访了数百名从业人员，并对数千家公司进行了调查，了解构建、部署和扩展AI能力以及真正改变组织运营方式需要什么。

所以在过去的几集中，我们与沃尔玛、Humana进行了交谈。我很兴奋。今天，我们将与来自DHL的Gina Chung交谈。你好，Gina。欢迎来到节目。你能花一分钟时间介绍一下自己，并告诉我们一些关于你角色的信息吗？

你好，我是Gina Chung。我负责DHL美洲地区的创新工作。作为这项工作的一部分，我还负责运营我们在芝加哥的创新中心，该中心专注于帮助供应链领导者在我们全球运营中利用AI、机器人技术和可穿戴设备等技术。那么你是如何到达那里的呢？你是如何最终担任那个职位的？

我可能会从大学时代开始回答这个问题。我上大学时想成为一名投资银行家，很快就发现那不适合我。但我参加了一门供应链课程，最终对物品是如何制造和分发的着迷起来。

我认为这与我来自新西兰并在世界一个相当偏远的地方长大有关。无论如何，大学毕业后，我加入了DHL在德国的总部，八年前帮助启动了我们与运营中的初创企业合作的第一个项目。几年前，他们然后让我有幸在芝加哥这里启动了我们的第三个创新中心，为美洲地区服务。

实际上，我认为我们可以就此结束。我喜欢有人从投资银行家转变为供应链和运营人员。我认为这很棒。那么，你能举一个你的团队应用AI等技术的一个项目例子吗？

是的，我们使用AI和计算机视觉完成的一个项目是使用它来自动检查我们世界上的托盘。所以目前，我们的操作员必须查看是否可以将一个托盘堆叠在另一个托盘的顶部。这看起来可能非常琐碎，但实际上有时很难确定底部的托盘是否会损坏。你必须寻找某些标记，某些迹象。

通过将摄像机视觉系统与AI软件相结合，我们能够自动化该过程，并减少潜在损坏，同时优化我们飞机的利用率。

那么谁使用这个系统呢？谁在使用它？是我们的运营部门。所以是在车间帮助装载我们飞机的人员，托盘通过我们的系统。如果托盘不能堆叠，它会发出警报。然后我们的操作员能够看到这一点，然后取出该托盘，并为其添加正确的标记，说明它不能堆叠。然后该过程中还有一些其他步骤来处理不能堆叠的托盘。

以前，有人必须接受如何识别托盘是否可以堆叠的培训。因此，他们必须接受关于寻找这些类型的标记、这些类型的凹痕的培训。然后，每个托盘通过时，你都必须绕着它走动并做个记录并将其输入系统。但是现在我们可以使用AI和计算机视觉自动化该过程。

这是一个很好的例子，说明AI是如何消除不必要的人工角色的，我假设它甚至提高了准确性和精度，例如挑选人类可能错过的东西。你能评论一下你们用来使AI引擎智能化的过程吗？我假设在设计过程中有人参与其中。你能评论一下它是如何工作的吗？

当然可以。所以我总是说AI是一个非常广泛的术语。因此，你可以在机器人技术中使用AI，你可以在计算机视觉中使用AI，你可以在算法中使用AI。对于这个特定的用例，我们与一个合作伙伴合作，实际上是一家初创公司。

然后，在我们运营部门和一家初创公司的共同努力下，我们为这个特定用例开发了算法。最初它是由大量图像设计的。所以只是收集托盘的图像和图像，与我们的运营部门合作来训练该算法以寻找这些特定的标记和凹痕。

然后在部署之后，就会有一个建议，对吧，这个托盘不可堆叠。这取决于我们的工人是否信任它。如果他们认为不准确，他们可以做一个标记，我们会查看它，看看是否需要改进AI算法。我们在流程中设置了这个循环来持续训练算法，因为我们的货物形状和大小各不相同。这是一个很好的观点，因为众所周知，如果没有这个循环，

它会犯错误，而这些错误会累积。所以这个循环的建立方式非常有趣。那么，第一天你启动这个系统时，你得到了什么样的反应？人们感觉如何？

是的，我们总是喜欢说AI的第一天是最糟糕的一天。我们的意思是，你知道，算法随着你摄取越来越多的数据和越来越多的不同例外情况而变得越来越准确。因此，当我们启动AI时，尤其是在试点期间，准确性看起来相当低，人们开始质疑，嘿，我认为AI实际上无法做到这一点。

但是，当我们看到试点一周又一周地进行，并且它摄取越来越多的数据时，它也从我们的工人那里学习，准确性也急剧提高，然后人们开始真正相信它，并且它开始让他们的生活更轻松。因此，我们试图专注于自动化那些真正乏味、重复的活动。我们还试图将准确性提高到如此高的置信度水平，以至于人们信任它并接受它，而不是，你知道，

AI吐出人们知道不正确的建议。是的。我认为这是一个很好的观点，Gina。这个想法不是强制使用蛮力，而是用户从一开始就参与设计，他们实际上会看到它更好，他们自己的判断，对吧？

我可以想象，如果你们以不同的方式去做，也许是一种更老派的方式，说，好吧，这是最好的方法，因为它使用了所有算法和所有信号，它比你更了解。如果你不使用它，我们将扣除你的分数，或者其他什么，你会得到什么样的强烈反对。所以听到这个消息真是太好了。是的。我认为非常重要的是，嗯，

让最终用户可以使用该选项，对吧？所以，你知道，你的员工中有很多人都是他们所做工作的专家，他们已经做了很多年了。因此，我们引入的工具是为了帮助我们的员工和员工。在我们推动DHL的AI议程时，我们始终牢记这一点。你提到了用户。用户需要了解这是AI还是仅仅是一个计算机程序吗？是的。

你如何让人们接受某种建议？你做了很多培训还是如何运作的？他们需要知道是否是AI吗？我想这是表达方式的一种。我认为人们有兴趣知道是否是AI，但很多时候人们只想继续前进，对吧？所以我们的客户，你知道，他们向我们寻求解决方案。他们不想详细了解该模型是如何开发的。我们是如何开发该算法的？使用了什么类型的技术？他们只想要一些有效、可靠的东西，

你知道，价格点符合他们的需求。我们的运营部门也是如此，他们是我们一些AI工具的最终用户。他们只想拥有易于使用、让他们的生活更轻松并且他们可以信任的东西。如果所有这些都存在，他们不想深入了解部署了哪种最新的ML技术来实现这一点。

成功的关键部分是变更管理。我们正在引入运营中的许多技术，旨在让员工的生活更轻松。

所以我认为过去，是的，变更管理很重要。是的，我们需要关注文化、改变沟通、改变我们的流程。但随着时间的推移，我认为我们作为一家公司已经了解了变更管理的重要性以及关键性，尤其是在引入尖端AI、尖端机器人技术时。这完全是人机交互协作的新形式。因此，在我们所有的创新计划中，这始终是我们的首要任务。

你能分享一些其他AI用例的例子吗？是的，我有一些非常令人兴奋的例子，实际上与让用户参与其中有关。因此，我们还在与一家初创公司合作，在最后一英里送货和取货中实施AI驱动的路线优化。同样，我们再次查看利用数据、查看路线、查看其他外部因素以优化最佳路径。

用于取货和送货，这些取货和送货请求贯穿始终。因此，它不断优化路线。然后，我们的司机实际上会在车内的平板电脑或手机上收到建议，他们可以选择遵循该建议，也可以选择不遵循该建议，因为他们已经驾驶这些路线多年了，其中一些人只会知道最佳方式。

由于各种不同的原因。因此，他们能够遵循它，不遵循它。如果他们不这样做，我们可以尝试了解原因，并再次改进该算法，也许是为了一个全新的司机，并且没有那种经验知识。这是一个非常好的例子。

以前有人在做路线规划，现在你已经引入了AI元素。我猜想很多东西以前可能已经自动化了。但是，当你说，好吧，我希望你遵循这台电脑告诉你的事情时，人们会有什么反应？人们很兴奋吗？他们生气吗？人们的反应是什么？

总是喜欢说你不能轻视，你知道人的方面，我的意思是AI可以提出建议，但实际上是人要采取行动，对吧？托盘不会因为有了这个建议而自己移动到某个地方。因此，在我们的团队所做的许多项目中，我们试图确保我们有合适的人参与其中，所以不仅仅是创新团队和

领导层，还有车间的人员，他们实际上将AI用作最终用户。因此，我们试图尽早获得他们的认可。然后我们还提供这样的选择，实际上，你知道，建议是不正确的，或者我认为这是更好的方法。因此，我们允许这种选择，这样我们就不会强迫每个人都遵循该建议，但我们仍然给予自由，你知道，让人们自己做出选择。

Gina，我想补充一下你关于客户希望它发挥作用的评论，他们不一定想了解所有细节，然后将其与你在创新中心拥有的团队联系起来。你发现你的技术人员必须具备哪些属性或个性类型才能在这种环境中茁壮成长？

我总是说，对于我们的创新经理来说，他们会进入我们的运营部门并与客户和合作伙伴合作，将这些项目付诸实施。有三种成功因素。一是他们能够深入了解技术。我自己不是技术人员，所以我总是声明这一点，但我确实努力跟上技术发展步伐，并尝试快速理解不同的概念并学习。

第二部分是了解我们的运营。企业创新的一个大忌就是坐在创新中心，与业务的现实脱节。因此，我们确实确保我们身处运营部门，了解一些挑战，与一线员工交谈。第三个是接近我们的客户。

因此，能够以客户能够理解的方式传达这些复杂的想法和概念，并将这些想法转化为客户会接受并希望我们参与并与他们一起努力的业务价值驱动因素。所以这是一种，我会说，一个具有良好技术背景但能够清晰地传达这些概念、获得认可，并且脚踏实地，能够参与我们运营中一些项目的个人的组合。是的。

快速跟进一下。谁发起这些项目？你的创新团队在寻找它们吗？在努力寻找，比如，你知道，我们有一些很酷的工具。我们可以在哪里使用它们？或者有人来找你，说我们有一个问题？这些方向是如何流动的？

我会说在DHL中这是相当有机的。所以有时它可能从用例开始，对吧？所以它可能是一个业务部门说，嘿，我们有这个具体的挑战。有哪些解决方案可以解决这个问题？其他时候，我们与众多不同的初创公司紧密合作，并且出现了一个新的初创公司，我们知道它可以提高效率。然后我们可以找到一个问题来解决。所以它来自不同的方向。有时是我们的团队。有时是我们的业务部门。有时是我们的客户。

有时只是一个合作伙伴提出了一个我们知道在我们的业务中具有巨大潜力的真正突破性的解决方案。

作为一名教授，我们称之为“以上所有”答案。来自各处。那么，对你来说，什么令人兴奋？什么是有趣的？什么让你害怕起床并开始一个项目？什么让你对开始一个项目感到兴奋？有什么有趣或令人兴奋的地方吗？AI、机器人技术以及我从事的一些其他主题的令人兴奋之处在于

它确实正在塑造物流的未来。所以，你知道，我们在2016年做的第一个机器人项目，这是我们投入仓库的第一个机器人项目之一。然后四年后，它就成为了我们业务部门议程上最重要的主题之一。这一切都与如何在我们仓库中利用新的自动化有关。

所以我认为这总是令人兴奋的，我们做的一些早期概念验证和试点项目可能是行业中的第一个。然后几年后，它们就成为常态，这只是做生意的一种方式。所以这总是让它保持非常令人兴奋。然后，当然，与公司内部以及我们合作伙伴的一些杰出人士合作，这总是让日常生活充满活力。

我觉得AI的一些诅咒是，因为它都是闪亮的新事物，然后突然之间它就变成了每个人都应该做的事情，它是正常的，你总是必须寻找下一个很酷的东西。

我认为如果我们回到17世纪，向某人展示拼写检查，他们会认为，哦，我的羽毛笔实际上会检查，你知道，当我拼错单词时用红色下划线。我的意思是，那将是巫术。但是现在，你知道，如果纸张没有实际自己书写，我们就会感到厌倦，它看起来并不像很酷的技术。是否有任何你感到兴奋或认为你可以应用来做一些事情的酷炫技术？你知道，短期内有什么令人兴奋的吗？在AI方面，我认为……

我们的一些分析服务的演变发展成为更高级的AI将非常令人兴奋。举个例子，几年前我们开发了一个名为Resilience 360的供应链风险管理工具，现在由于今年发生的一切，它非常及时。因此，使用Resilience 360，这是一个工具，如果存在可能扰乱供应链的风险，它会发出警报。

它是DHL的一个真正的海量数据分析灯塔工具。但我们实际上无法预测风险，也无法量化该风险将对你的供应链造成什么影响。现在我们正在努力利用AI并将此提升到一个新的水平。所以我认为这是一个非常令人兴奋的领域。感谢你今天抽出时间与我们交谈，Gina。这真的太好了。谢谢，Sam。谢谢，Shervin。很高兴与你们交谈。

我们非常喜欢与Gina交谈。Shervin，让我们回顾一下，谈谈我们学到了什么。其中一点是关于AI是一项重大变革。这不仅仅是一件技术问题。这是关于变更管理，她强调了这一点。

是的，我喜欢这一点。我将从她那里借用她的那句话，AI的第一天是最糟糕的一天，因为它非常能说明这有多么困难。因此，是的，变更管理至关重要，但它也很困难。她谈到了她遵循或创建的过程，该过程将用户和操作员尽早纳入设计阶段，以便

他们不会对AI最终创造的东西感到惊讶，但他们对它的创建非常重要。他们会改进它。他们对它不会完美抱有正确的期望。我们正在努力。我们部署它。我们测试它。我们看看情况如何。所以我认为她谈到它必须是一个学习过程，并且必须是

在正确的期望设定下，但更重要的是，用户必须持续参与其中，而不仅仅是在技术人员构建了一些东西并将它强加给用户之后。我认为这需要耐心。这是一个学习过程，如果组织期望事情在第一天就能顺利运行，那么就会有很多失望。

是的，我喜欢这一点，因为如果没有耐心，如果没有用户、创新中心和AI演变的积极持续参与，就不会有转型。但是，如果这个过程能够协调一致地进行，那么……

一切皆有可能。那时，创新中心才能真正开始彻底改变流程，创建新的流程，并真正改变人们的工作方式。设定这样的期望，即从那一天开始会变得更好。也许这是一个很好的基准。我们希望它不会变得更糟。第一天之后它会变得更好。

但另一方面是AI本身可以改变组织。AI可以成为变革的力量。Jean在……她在创新团队中，他们的职责不是在整个组织中部署AI。他们的职责是创新。

听起来AI在改变DHL的创新文化方面确实发挥了重要作用。是的，我也在几个方面注意到了这一点。一个是AI的用户，你知道，10年前你问他们，它是如何完成的？好吧，它是手动完成的。人们是如何走这些路线的？好吧，他们都是根据自己的判断来决定的。当然，今天他们有AI告诉他们一些事情。它并没有强加给他们。但他们可以从该信号和该建议中获益。如果他们认为自己可以做得更好……

他们会知道自己是否做得更好。如果他们做得更好，那么AI就会知道它可以做得更好。这个过程本身正在引入你正在谈论的这种变化，Sam。所以我认为他们设置它的方式非常有趣，并且他们正在跨不同的用例进行扩展。她多次使用“建议”一词，这很好。她没有谈论系统提供的解决方案。她谈论的是建议，这是一个非常……

协作共事的方法。我认为这是一次很棒的谈话。我们期待着与保时捷的Matthias Ulbrich进行下一集节目的谈话。请抽出时间加入我们。感谢收听“我和AI”。如果您喜欢这个节目，请花点时间给我们写评论。如果您向我们发送屏幕截图，我们将向您发送麻省理工学院SMR关于人工智能的最佳文章合集，在有限的时间内免费提供。

将您的评论屏幕截图发送至[email protected]。