Runink FACE · Logística reativa, voltada ao motorista
este é um cenário do Runink FACE, o lado voltado ao motorista. O que vem a seguir é o que o produto foi feito para fazer e como ele rodaria contra os registros da sua própria frota. É uma ilustração do mecanismo, não o relato de uma implantação. O que é o FACE.
Em Resumo
- O motorista pergunta em voz alta e ouve a resposta. Onde é a próxima parada, o que o cliente pediu, qual portão usar. Nenhuma tela para ler e nenhum motivo para encostar. Cada resposta da conversa é sintetizada dentro do próprio processo do FACE, a partir de uma voz embutida no binário, e a fala que entra vai para o servidor de modelos que você já roda — o único endpoint de inferência para o qual você aponta o FACE, carregando um modelo capaz de áudio — e não para uma API de voz operada por outra pessoa. Duas ressalvas, ditas e não escondidas: esse endpoint é um que você configura, não uma recusa de chamar para fora escrita no código, e o aviso de gravação e a saudação que abrem a ligação são falados pela voz do próprio provedor de telefonia, porque são lidos das instruções de abertura da ligação antes de o canal para as suas máquinas estar aberto.
- É uma ligação telefônica, então ela vai pela rede de telefonia. Vale dizer isso com clareza em vez de esconder. O trecho entre a cabine e o prédio é carregado por um provedor de telefonia, igual a qualquer outra ligação que os seus motoristas fazem. O que esse provedor nunca recebe é o texto: a transcrição, e o raciocínio que produz a resposta, acontecem nas suas máquinas, e a resposta falada é codificada lá também. Ele carrega esse áudio, como tem que carregar, e a voz dele mesmo lê o aviso de gravação e a saudação antes de o canal para as suas máquinas abrir.
- O que a ligação produz é uma transcrição, não um item no quadro. Os dois lados da conversa são escritos no log da ligação, falante por falante, então a hora perdida no portão fica registrada no momento em que é dita. O que um turno de voz não pode fazer é gravar no seu sistema de despacho ou de transporte — não existe caminho de ação da ligação para os seus registros. Uma palavra urgente na ligação levanta, sim. As mesmas seis palavras são vigiadas no telefone e do lado do texto — urgent, asap, emergency, broken, failing, late — e uma coincidência muda como o agente responde e envia a frase do próprio interlocutor para o número de responsável que você configurou. No telefone, continua sendo alguém com nome na mesa, lendo o registro, que transforma isso em uma mudança.
As Mãos No Volante.
Um motorista que precisa ler uma tela para responder a uma pergunta ou encosta o caminhão, ou lê em movimento. O primeiro caso te custa a hora. O segundo te custa muito mais, um dia.
Onde Isso Dá Errado
Uma carga está atrasada. O motorista sabe uma hora antes de todo mundo, e o escritório descobre por último. Para avisar, o motorista tem que encostar e digitar, ou digitar em movimento. Na maioria dos dias, isso simplesmente espera a próxima parada.
No sentido inverso funciona igual. A mesa tem uma mudança e precisa ligar para todos para encaixá-la, um caminhão por vez, esperando que cada um consiga atender. Metade das ligações cai na caixa postal e é refeita vinte minutos depois.
Quem sabe primeiro é quem não pode digitar.
Então o dia é escrito no fim do dia, de memória, quando é escrito. O pneu que precisava de ar, a hora perdida num portão, a entrega que foi recusada — depois de oito horas o detalhe fica ralo, e a hora no portão é justamente a que você nunca cobra.
O Que Acontece No Lugar
O motorista fala e o FACE responde. Onde é a minha próxima parada. Qual portão. É perguntado em voz alta e volta em voz alta, então os olhos ficam na estrada e as mãos ficam onde estavam. A ligação em si é uma ligação telefônica comum e pega um provedor de telefonia para chegar; o canal de áudio que entra no prédio é autenticado, e tudo o que acontece depois que ele chega acontece nas suas máquinas. A fala é transformada em texto pelo servidor de modelos que você roda — o mesmo e único endpoint de inferência configurável pelo qual o resto do FACE raciocina, carregando um modelo capaz de áudio, e não uma API de voz com contrato próprio — e cada resposta da conversa é falada por um sintetizador que roda no mesmo processo que o resto do FACE, a partir de uma voz embutida no binário. Nenhuma transcrição acaba na conta de outra pessoa. Duas ressalvas cabem na mesma frase, não numa nota de pé. O aviso de gravação e a saudação que abrem a ligação são falados pela voz do próprio provedor, porque são lidos das instruções de abertura da ligação antes de o canal para o seu prédio existir. E o endpoint de transcrição é um que você configura, então para onde ele aponta é coisa que se confere numa revisão, não coisa que um teste garante.
O que a ligação deixa atrás de si é a própria conversa, escrita conforme acontece: cada turno, quem disse, contra a ligação a que pertence. A hora no portão fica no registro no portão, e não reconstruída às seis da tarde. Seis palavras são vigiadas nos dois canais — urgent, asap, emergency, broken, failing, late. No telefone, uma coincidência muda como o agente responde e envia a frase do próprio interlocutor para o número de responsável que você configurou. Num WhatsApp ou SMS recebido a mesma coincidência escala do mesmo jeito, e ali uma mensagem que casou mas não chegou a ninguém fica escrita no log dizendo isso, em vez de passar por atendida. A ligação põe o fato no registro poucos minutos depois de acontecer; alguém tem que estar lendo o registro.
Aqui está a linha, e ela importa mais do que a lista de funções. Um turno de voz não grava nos seus sistemas. Ele não cria o registro de atraso, não atualiza a entrega e não move a parada — não existe caminho da ligação para o seu sistema de transporte, e um produto que te dissesse o contrário estaria descrevendo uma integração que não construiu. O que a ligação faz é tirar o fato da cabine e colocá-lo no registro enquanto ele ainda está correto. Uma pessoa na mesa lê e faz a mudança.
Mais uma recusa, porque é do tipo que normalmente fica escondido. Em outras partes do FACE você pode anexar um recado de voz a uma conversa, e esse anexo não é transcrito. Em vez de deixar o modelo improvisar em volta, é dito ao modelo sem rodeios que um anexo de áudio chegou, que o conteúdo dele é desconhecido e que ele não deve chutar o que foi dito — e ele é instruído a te avisar que o áudio não foi processado. Um sistema que não consegue ouvir algo e diz isso vale mais do que um que preenche o buraco.
Quem Cuida Disso
Três mesas, e o que cada uma tem na mão hoje.
- A mesa de expedição. Hoje uma mudança significa ligar para um caminhão atrás do outro torcendo para cada um conseguir atender, e metade das ligações cai na caixa postal e é refeita vinte minutos depois. O que muda é que um motorista pode perguntar e ser respondido em voz alta, e a ligação se escreve sozinha. A mesa continua fazendo a mudança; ela deixa de ser o único caminho por onde um fato pode viajar.
- O gerente do depósito. Hoje o dia é escrito no fim dele, de memória, quando é escrito, e a hora perdida num portão é a que nunca se fatura. O que muda é que os dois lados da conversa vão para o registro de ligações conforme acontecem, então a hora no portão fica registrada no portão.
- TI e segurança da informação. Hoje um produto de voz significa perguntar em qual conta de terceiros a transcrição vai parar. O que muda é que a fala é transformada em texto pelo servidor de modelos que você já opera, e cada resposta de conversa é pronunciada dentro do próprio processo do FACE, a partir de uma voz embutida no binário. O trecho telefônico é carregado por uma operadora, como em qualquer ligação, e o aviso de gravação e a saudação são lidos com a voz dessa operadora antes de o canal para as suas máquinas estar aberto.
Como Você Saberia Que Funcionou
Todo número abaixo é seu, não nosso. Anote onde você está hoje, porque a linha de base se perde para sempre no momento em que qualquer coisa muda.
- Tempo que os caminhões passam parados sem entrega. Os seus veículos já mandam onde estão e quando o motor é desligado. Pegue uma semana disso, tire as paradas que casam com uma entrega, e olhe o que sobra.
- Minutos entre o problema acontecer e a mesa saber. Pegue uma amostra de um mês de rotas atrasadas e entregas recusadas. Quando aconteceu, e quando a primeira mensagem sobre isso chegou ao escritório.
- Tempo de espera em portões e em locais de entrega, e quanto disso você cobra. Dos seus próprios registros de serviço e das suas faturas. Na maioria das frotas as horas são reais e só algumas estão escritas.
- Quanto do log do dia é escrito na estrada. Conte as notas e os alertas levantados durante o turno contra os levantados depois que ele terminou. É nesse que todo o resto se apoia.
Traga uma base e uma semana de dados de rastreamento de veículos.
Perguntas De Um Gerente De Frota
O que se pergunta antes de alguém falar em contrato.