娇色导航

Hertz empezó alquilando una docena de Ford Modelo T hace más de 100 años. Hoy, la compañía opera en 160 países y cuenta con más de 20.000 empleados y 500.000 vehículos en su flota. Para agilizar una operación con tantas partes móviles, la empresa ha desplegado Hertz Connected Fleet OS, un sistema operativo habilitado para IA para la gestión de flotas.

“Todo esto gira en torno a nuestro objetivo de cara a los clientes: asegurarnos de que tenemos el coche adecuado, en el lugar adecuado, en el momento adecuado”, indicó el vicepresidente ejecutivo y director de informática Tim Langley-Hawthorne en el AIPC de Palantir el mes pasado, antes de dejar el cargo poco después. “Orquesta a los clientes, los vehículos y la mano de obra. Esos son los tres componentes críticos para empresas como la nuestra sobre el terreno”.

Hertz ha aprovechado Palantir Foundry y Palantir Artificial Intelligence Platform (AIP) para crear un conjunto de aplicaciones impulsadas por IA que le ayuden a aumentar la eficiencia en la devolución de vehículos, reducir los gastos de mantenimiento, asignar de forma predictiva su mano de obra entre las ubicaciones sobre el terreno y asignar el mejor coche a los clientes.

En la actualidad, cuando los clientes devuelven un vehículo a uno de los 11.000 establecimientos de Hertz, éste debe pasar por un proceso antes de poder ser alquilado a otra persona, todo ello con una tecnología relativamente baja. Primero pasa por admisión, luego se traslada a mantenimiento. Los trabajadores de mantenimiento revisan el vehículo y certifican que se han completado varias comprobaciones antes de pasarlo a la fase de suciedad. A continuación, los trabajadores limpian el vehículo antes de pasarlo a la fase limpia. A partir de ahí, está listo para ser alquilado de nuevo.

Los retrasos en cualquier punto de este proceso pueden producirse en cascada y poner en peligro la capacidad de la empresa para proporcionar a los clientes los vehículos que desean lo antes posible. “Históricamente, esta operación funcionaba con radios bidireccionales y despachadores”, explica Langley-Hawthorne. “Funcionaba con gente corriendo por los lotes, hablando con la gente”.

Ahora, sin embargo, Hertz tiene una aplicación ligera construida en Foundry y desplegada en dispositivos Android. Todos los empleados implicados en el proceso -desde los trabajadores de mantenimiento y limpieza, hasta los transportistas y los agentes de atención al cliente- pueden registrar en qué punto del proceso se encuentran y recibir información sobre la siguiente acción que deben realizar. Con esos datos, la IA puede supervisar la actividad y ofrecer recomendaciones en tiempo real para suavizar los cuellos de botella.

Por ejemplo, un fenómeno meteorológico en Atlanta puede retrasar los vuelos y colapsar el tráfico, lo que puede dificultar que los clientes devuelvan los coches a tiempo y prolongar los tiempos de limpieza. Foundry podría sugerir el traslado de algunos empleados de la recepción, el mostrador principal y las puertas de salida a las devoluciones, porque predice que habrá un aumento de devoluciones más tarde en el día como resultado. También podría determinar que es necesario hacer horas extra para hacer frente a algunos de esos problemas, y enviar solicitudes de horas extra a los empleados a través de sus dispositivos Android. Los empleados pueden aceptar o rechazar la solicitud, y sus respuestas se incorporan al modelo para optimizar la operación.

Un caso de éxito de datos

Hertz, según Langley-Hawthorne, no es una empresa que está aquí para hacer proyectos matemáticos y experimentos científicos. Más bien, el equipo de TI se centra sin descanso en facilitar el negocio. Sin embargo, cuando se incorporó a la empresa en noviembre de 2021, no contaba con un equipo de análisis de datos. “Todos los líderes tecnológicos que me precedieron en los últimos 10 años empezaron algo, pero nunca lo terminaron”, explicó a CIO.

El resultado fue que la empresa carecía de una arquitectura de datos de referencia. Aunque la sabiduría convencional dice que es esencial tener en orden la arquitectura y la gobernanza de los datos antes de lanzarse a la IA, el plan de Langley-Hawthorne consistía en identificar las áreas en las que los datos podían marcar una gran diferencia para la empresa y desarrollarlas lo antes posible. Tampoco pidió financiación adicional para poner en marcha la arquitectura y la gobernanza de datos. En lugar de eso, se dedicó a retirar lagos de datos y tecnologías heredadas, a buscar ahorros y a reinvertir en gobernanza de datos, por ejemplo.

“El truco para nosotros fue no intentar perfeccionarlo todo, continúa. “Reducirlo a las áreas en las que pensamos que el uso de herramientas como Foundry aportará más valor y conseguir esa parte. Yo no diría que nuestra arquitectura de datos y nuestra gobernanza de datos está totalmente completa en este momento, pero estamos en un lugar bastante bueno en el área de la flota. No es perfecto, pero lo hemos reducido a las áreas que consideramos más valiosas”.