Runink FACE

Hablar con los Conductores sin Pantalla

Quien sabe que una carga va tarde es justo el que no puede escribir. Preguntar y responder en voz alta deja el dato en el registro mientras el camión sigue rodando, y el cambio lo sigue haciendo la mesa de despacho.

20 May 2024 · 8 min read

Runink FACE · Logística reactiva, cara al conductor

este es un escenario de Runink FACE, su extremo de cara al conductor. Lo que sigue es lo que el producto está hecho para hacer y cómo correría contra los registros de su propia flota. Es una ilustración del mecanismo, no el relato de una implantación. Qué es FACE.

En Resumen

  • El conductor pregunta en voz alta y oye la respuesta. Dónde está la próxima parada, qué pidió el cliente, por qué puerta entrar. Ninguna pantalla que leer y ningún motivo para echarse a un lado. Cada respuesta de la conversación se sintetiza dentro del propio proceso de FACE, con una voz embebida en el binario, y el habla que entra va al servidor de modelos que usted ya corre — el único extremo de inferencia al que apunta FACE, con un modelo capaz de audio — y no a una API de voz que opere otro.
  • Es una llamada de teléfono, así que va por la red telefónica. El tramo entre la cabina y el edificio lo lleva un proveedor de telefonía, igual que cualquier otra llamada que hagan sus conductores. Lo que ese proveedor nunca recibe es el texto: la transcripción, y el razonamiento que produce la respuesta, ocurren en sus máquinas, y la respuesta hablada también se codifica ahí. El proveedor transporta el audio, como en cualquier llamada.
  • Lo que la llamada produce es una transcripción, en el registro. Las dos partes de la conversación se escriben en el registro de la llamada, hablante por hablante, así que la hora perdida en la puerta queda registrada en el momento en que se dice. Una palabra urgente en la llamada sí levanta algo. En el teléfono se vigilan las mismas seis palabras que del lado del texto — urgent, asap, emergency, broken, failing, late — y una coincidencia cambia cómo responde el agente y envía la frase del propio interlocutor al número de responsable que usted haya configurado. Alguien con nombre en la mesa lee el registro y hace el cambio.

Las Manos En El Volante.

Un conductor que tiene que leer una pantalla para responder a una pregunta o detiene el camión o la lee en marcha. Lo primero le cuesta la hora. Lo segundo le cuesta mucho más, un día.

Dónde Se Tuerce

Una carga va tarde. El conductor lo sabe una hora antes que nadie, y la oficina se entera la última. Para contarlo, el conductor tiene que pararse y escribir, o escribir en marcha. La mayoría de los días simplemente espera a la siguiente parada.

Al revés funciona igual. La mesa tiene un cambio y tiene que ir llamando para colocarlo, camión por camión, esperando que cada uno pueda coger el teléfono. La mitad de las llamadas van al buzón y se vuelven a hacer veinte minutos después.

Quien se entera primero es el que no puede escribir.

Así que el día se escribe al final del día, de memoria, si llega a escribirse. La rueda que necesitaba aire, la hora perdida en una puerta, la entrega que fue rechazada: después de ocho horas el detalle es flojo, y la hora de la puerta es justo la que nunca se factura.

Qué Ocurre En Su Lugar

El conductor habla y FACE responde. Dónde está mi próxima parada. Qué puerta. Se pregunta en voz alta y vuelve en voz alta, así que los ojos se quedan en la carretera y las manos donde estaban. La llamada en sí es una llamada de teléfono corriente y viaja sobre un proveedor de telefonía para llegar; el canal de audio que entra en el edificio está autenticado, y todo lo que ocurre después de que llega ocurre en sus máquinas. El habla la convierte en texto el servidor de modelos que usted corre — el mismo y único extremo de inferencia configurable por el que razona el resto de FACE, con un modelo capaz de audio, y no una API de voz con su propio contrato — y cada respuesta de la conversación la pronuncia un sintetizador que corre en el mismo proceso que el resto de FACE, con una voz embebida en el binario. Ninguna transcripción acaba en la cuenta de otro.

Lo que la llamada deja detrás es la conversación misma, escrita mientras ocurre: cada turno, quién lo dijo, contra la llamada a la que pertenece. La hora de la puerta queda en el registro en la puerta, y no reconstruida a las seis de la tarde. Se vigilan seis palabras en los dos canales — urgent, asap, emergency, broken, failing, late. En el teléfono, una coincidencia cambia cómo responde el agente y envía la frase del propio interlocutor al número de responsable que usted haya configurado. En un WhatsApp o un SMS entrante la misma coincidencia escala igual, y ahí un mensaje que coincidió pero no llegó a nadie queda escrito en el registro diciendo eso, en lugar de pasar por atendido. La llamada pone el hecho en el registro a los pocos minutos de ocurrir, donde la mesa lo lee.

Lo que la llamada hace es sacar el dato de la cabina y ponerlo en el registro mientras todavía es exacto. Una persona en la mesa lo lee y hace el cambio.

Quién Se Encarga De Esto

Tres mesas, y lo que cada una tiene hoy encima.

  • La mesa de expediciones. Hoy un cambio significa llamar a un camión detrás de otro esperando que cada uno pueda descolgar, y la mitad de las llamadas van al buzón y se repiten veinte minutos después. Lo que cambia es que un conductor puede preguntar y recibir respuesta en voz alta, y la llamada se escribe sola. La mesa sigue haciendo el cambio; deja de ser el único camino por el que puede viajar un dato.
  • El jefe de delegación. Hoy la jornada se redacta al final, de memoria, si es que se redacta, y la hora perdida en una puerta es la que nunca se factura. Lo que cambia es que los dos lados de la conversación van al registro de llamadas según ocurren, así que la hora en la puerta queda registrada en la puerta.
  • TI y seguridad de la información. Hoy un producto de voz significa preguntar en qué cuenta ajena acaba la transcripción. Lo que cambia es que el habla la convierte en texto el servidor de modelos que usted ya ejecuta, y cada respuesta conversacional la pronuncia un sintetizador dentro del propio proceso de FACE, con una voz incrustada en el binario. El tramo telefónico lo lleva un operador, como en cualquier llamada.

Cómo Sabría Que Ha Funcionado

Todas las cifras de abajo son suyas, no nuestras. Anote dónde está hoy, porque el punto de partida se pierde para siempre en cuanto algo cambia.

  • Tiempo que los camiones pasan parados sin entregar. Sus vehículos ya mandan dónde están y cuándo se apaga el motor. Tome una semana de eso, quite las paradas que cuadran con una entrega y mire lo que queda.
  • Minutos desde que pasa un problema hasta que la mesa lo sabe. Tome una muestra de un mes de rutas retrasadas y entregas rechazadas. Cuándo ocurrió, y cuándo llegó a la oficina el primer mensaje sobre ello.
  • Tiempo de espera en puertas y en centros, y cuánto de eso factura. De sus propios registros de trabajo y de sus facturas. En la mayoría de las flotas las horas son reales y solo algunas están escritas.
  • Cuánto del registro del día se escribe en carretera. Cuente las notas y avisos levantados durante el turno frente a los levantados después de acabarlo. Este es el que sostiene todo lo demás.

Traiga una base y una semana de datos de seguimiento de vehículos.

Preguntas De Un Jefe De Flota

Lo que se pregunta antes de hablar de un contrato.

¿Qué tiene que hacer el conductor?
Hacer una llamada de teléfono corriente y preguntar en voz alta. Dónde está la próxima parada, qué puerta, qué pidió el cliente. La respuesta vuelve en voz alta, así que no hay pantalla que leer ni motivo para parar.
¿Quién lleva el audio y quién ve el texto?
El tramo entre la cabina y el edificio lo lleva un operador de telefonía, igual que cualquier otra llamada que hagan sus conductores, y transporta ese audio porque no puede ser de otro modo. El texto es otra cosa: la transcripción y el razonamiento que produce la respuesta ocurren en sus máquinas, en el servidor de modelos que ya ejecuta, y la respuesta hablada se codifica también allí.
¿Qué pasa cuando un conductor dice algo urgente?
Se vigilan seis palabras, en el teléfono y en los mensajes entrantes de WhatsApp o SMS por igual: urgent, asap, emergency, broken, failing y late. Una coincidencia cambia el tono con el que responde el agente y envía la frase del propio interlocutor al número de responsable que usted configuró. En el lado de texto, un mensaje que coincidió y no llegó a nadie se escribe en el registro diciéndolo, en vez de pasar por atendido.
¿Qué deja la llamada?
La conversación misma, escrita según ocurre: cada turno, quién lo dijo y la llamada a la que pertenece. La hora en la puerta queda registrada en la puerta y no reconstruida a las seis. Alguien con nombre en la mesa la lee y hace el cambio, que es lo que mantiene una frase dicha y una entrega modificada como dos hechos separados.
¿Qué voz oye primero el conductor?
La del operador de telefonía. El aviso de grabación y el saludo que abren la llamada se leen de las instrucciones de establecimiento, antes de que esté abierto el canal hacia su edificio. Toda respuesta conversacional posterior se pronuncia con una voz incrustada en el binario de FACE, en el mismo proceso que el resto.
¿Qué deberíamos traer a una primera conversación?
Una delegación y una semana de datos de seguimiento de vehículos. Con ellos van dos cifras suyas: los minutos entre que pasa un problema y la oficina se entera, muestreados sobre un mes de rutas con retraso, y cuánto del tiempo de espera en puertas factura hoy.

Runink: datos en los que confiar. Decisiones que puede defender.

Runink FACE lee los registros logísticos que usted ya guarda, los compara con las normas que los rigen y redacta una acción para quien toma la decisión. Todo en sus propios servidores o su cuenta en la nube, o en las máquinas compartidas de Runink para empezar, sin ningún servicio de IA externo.