작성자 Maksym Misichenko · Yahoo Finance ·
AI 에이전트가 이 뉴스에 대해 생각하는 것
패널은 Project44의 Autopilot에 대해 의견이 분분하며, 결과 기반 가격 책정, 귀속 및 책임에 대한 우려가 데이터 해자와 잠재적 비용 절감에 대한 낙관적인 사례를 능가합니다.
리스크: 결과 기반 가격 책정에서의 귀속 분쟁과 역설적인 인센티브는 규제 조사와 고객의 반발을 초래할 수 있으며, 잠재적으로 모델을 하이브리드 모델로 붕괴시킬 수 있습니다.
기회: Project44이 절감액 귀속을 정확하게 측정하고 포착할 수 있으며, 4%의 운송 비용 절감과 70%의 수동 조정 감소를 확장할 수 있다면, 물류 운영 비용을 의미 있게 압축할 수 있습니다.
이 분석은 StockScreener 파이프라인에서 생성됩니다 — 4개의 주요 LLM(Claude, GPT, Gemini, Grok)이 동일한 프롬프트를 받으며 내장된 환각 방지 가드가 있습니다. 방법론 읽기 →
Project44, 인공지능 기반 물류 운영 체제인 Autopilot 출시, 무한한 노동력 제공
Craig Fuller, FreightWaves CEO
8분 읽기
Project44은 쉬퍼, 브로커, 3PL이 프롬프트를 작성하거나, 통합을 구축하거나, 엔지니어링 팀을 고용하여 연결할 필요 없이 공급망 워크플로우 전반에 AI 에이전트를 배포할 수 있는 노코드 플랫폼인 Autopilot을 출시했습니다.
이 제품은 project44 네트워크 전반에 걸쳐 18개월 이상 에이전트가 배포된 결과물입니다. 회사에 따르면 이러한 작업은 이미 운송 비용 4% 감소, 수동 조정 70% 감소, 소싱 주기 최대 75% 단축, 중단 관련 비용 최대 40% 감소를 가져왔습니다.
하지만 Autopilot은 단순한 기능 출시 그 이상입니다. 이는 향후 10년간의 공급망 소프트웨어 모습을 보여주는 project44의 베팅입니다. 또한 지난 2년간 수억 달러를 모금하여 project44이 현재 자동화하고 있는 것과 동일한 워크플로우를 자동화하려는 에이전트 AI 스타트업 물결에 대한 직접적인 도전입니다.
(project44의 Autopilot 스크린샷. (이미지: project44))
Autopilot이란 무엇인가
Autopilot은 사용자에게 시각적 워크플로우 캔버스를 제공하며, AI 에이전트가 실시간 물류 신호(배송 지연, PRO 번호 누락, 하역항에 너무 오래 머무르는 컨테이너 등)에 응답하고 이를 자율적으로 처리합니다. 고객은 트리거를 구성하고, 운송업체 또는 경로별 조건부 분기를 설정하고, 에스컬레이션 경로를 정의하고, 알림, 작업 생성 또는 인간 운영자에게 작업 라우팅과 같은 에이전트 후 조치를 선택합니다. 초안 작성 및 게시 모델을 통해 팀은 실제 운영을 방해하지 않고 워크플로우 구성을 반복할 수 있으며, 모든 에이전트 작업은 project44의 Movement Collaboration Center를 통해 기록되고 감사 가능합니다.
사전 구축된 라이브러리는 현재 트럭 마일스톤 수집, 배송 지연 사유 코드, 누락된 PRO 번호, ETA 확인을 위한 운송업체 연락 등 약 40개의 워크플로우를 다룹니다. Project44은 매주 두세 개의 새로운 워크플로우를 출시하고 있다고 말합니다. 관리자는 클릭 한 번으로 이들 중 하나를 활성화하고 자체 에스컬레이션 경로 및 알림 기본 설정에 맞게 단계를 조정할 수 있습니다. 프롬프트 엔지니어링이 필요 없습니다. TMS 통합 프로젝트가 필요 없습니다. 데이터 정규화가 필요 없습니다.
초기 고객인 Eastman Chemical Co.는 출시 발표에서 이 플랫폼을 통해 운영 복잡성을 추가하지 않고도 APAC로 확장하고 덜 기술적인 운송업체를 온보딩할 수 있었다고 말했습니다. Eastman의 글로벌 공급망 프로세스 책임자인 Josh Moss는 "올바른 작업이 수동 개입 없이 올바른 사람에게 전달됩니다."라고 말했습니다.
신호, 트리거, 액션
출시를 미리 본 대화에서 창립자이자 CEO인 Jett McCandless는 자신이 project44 플랫폼의 신호-트리거-액션 진화라고 부르는 것, 그리고 더 나아가 공급망 가시성 자체의 진화를 설명했습니다.
"신호"는 네트워크입니다. 10년 이상 구축해 온 데이터 그래프로, 현재 259,000개의 운송업체를 연결하고 연간 15억 건의 배송을 186개 국가 및 지역에서 처리하며 하루에 7억 건 이상의 물류 이벤트를 수집합니다. McCandless는 이를 세계 최대의 동기식 물류 데이터 그래프라고 부르며, 그 비용이 얼마나 들었는지 숨기지 않습니다.
McCandless는 "이 레이어를 구축하는 데 10억 달러가 들었습니다. 아마도 그 이상일 수도 있지만, 이것이 모든 것에 대한 맥락입니다."라고 말했습니다.
"트리거"는 project44이 COVID 시대에 추가한 것입니다. 2022년경 출시된 예외 엔진으로, 원시 배송 데이터의 파이어호스를 우선순위가 지정된 작업 항목으로 전환했습니다. 새로운 레이어인 "액션"은 Autopilot입니다.
McCandless의 프레임은 대부분의 공급망 소프트웨어 회사가 회피하는 것을 포착합니다. 가시성은 근본적인 문제를 해결하지 못했습니다. 오히려 드러냈습니다.
"우리가 불을 켜면 혼돈이 돌아왔습니다."라고 그는 말했습니다. "지금은 모든 것을 볼 수 있습니다. 하지만 어떻게 소음과 신호를 구분할 수 있습니까? 실제 예외가 무엇인지 어떻게 알 수 있습니까?"
예외 엔진이 등장할 때쯤 고객들은 다른 문제를 안고 있었습니다. 잘못된 것을 볼 수는 있었지만 너무 빨리 처리할 수는 없었습니다. McCandless는 "사람들은 거기에 있는 것만큼 많이 처리할 능력이 없습니다. 그래서 실제로 더 많은 사람을 고용해야 했습니다."라고 말했습니다.
그의 설명에 따르면 Autopilot은 이 격차를 해소하여 인력 증가가 아닌 작업량 증가에 따라 확장되는 액션 레이어를 만듭니다. "사람들은 사람들이 일을 하는 데 도움이 되는 기술을 구매해 왔습니다. 이제는 이 기술을 구매하여 일을 할 수 있는 지점에 도달했습니다."라고 그는 말했습니다.
(이미지: project44)
경쟁 주장
Autopilot의 가장 도발적인 점은 제품이 아닙니다. project44이 이를 통해 제기하는 경쟁 주장입니다.
McCandless는 물류 컨퍼런스에 몰려드는 에이전트 AI 스타트업이 실제 경쟁자가 아니라고 주장합니다. 그의 프레임에서는 기본 데이터, 기록 시스템 또는 자체적으로 대규모로 배포할 유통 없이 빈 캔버스 도구입니다.
McCandless는 "그들은 어떤 맥락도 가지고 있지 않습니다. 그래서 이 모든 회사들은 데이터 레이크를 만들고, 데이터를 정규화하고, TMS 및 CRM 및 기타 모든 시스템과 동기화해야 합니다. 그런 다음 프롬프트 엔지니어를 고용해야 합니다. project44에 연결하여 데이터를 추출해야 합니다. 그런 다음 에이전트를 조립하여 서로 통신하고 정보를 주고받아야 합니다. 대부분의 프로젝트는 실패하고 있습니다."라고 말했습니다.
반전: project44은 실제로 Autopilot 내에서 이러한 공급업체 중 일부를 사용합니다. 이 플랫폼은 특정 작업, 예를 들어 특정 언어로 운송업체에 다시 전화하거나 웹훅을 받지 않는 운송업체를 위한 인바운드 음성 에이전트와 같은 작업을 해당 작업에 가장 잘 수행하는 에이전트 공급업체로 라우팅합니다. 모든 최고의 에이전트 공급업체 브랜드가 라우팅 레이어에 표시됩니다. 고객은 이를 보지 못하며 별도의 청구서를 받지도 않습니다.
이는 의미 있는 재포지셔닝입니다. McCandless는 효과적으로 에이전트 회사가 레이어가 아니라 더 큰 플랫폼 내의 상품 투입물, 기능이라고 주장하고 있습니다. 그는 물류 기술 투자자인 Art Mesher에게서 나온 말을 인용했습니다. "한 사람의 제품은 다른 사람의 기능일 뿐입니다." 그는 project44이 방어 가능한 플랫폼을 구축했는지 아니면 기능인지에 대한 질문에 "우리에게는 그렇습니다."라고 말했습니다.
왜 "컨트롤 타워"가 아닌가
project44의 포지셔닝에서 눈에 띄게 빠진 것은 나머지 카테고리가 5년 동안 소유하려고 노력해 온 문구인 컨트롤 타워입니다. FourKites도 사용합니다. 대부분의 레거시 TMS 공급업체도 마찬가지입니다. McCandless는 이 프레이밍을 거부합니다.
그의 설명에 따르면 컨트롤 타워는 항공 교통을 연상시킵니다. 수만 명의 인간 관제사가 1960년대 기술을 기반으로 구축된 시스템을 운영합니다. 이것은 Autopilot이 설계된 것과 정반대입니다. project44이 지난 여름 가시성 회사에서 "결정 인텔리전스 플랫폼"으로 리브랜딩했을 때 McCandless는 회사가 "지능형 운영 체제"라고 불리는 것을 심각하게 고려했으며, 먼저 프레이밍을 충족하는 제품을 출시할 수 있는지 확인하기 위해 보류했다고 말했습니다. "이것이 무엇인지 보면, 이것이 바로 그 지능형 운영 체제입니다. 그리고 우리는 아직 거기에 대해 리브랜딩하지 않았습니다."
비즈니스 배경
Autopilot은 project44의 상업적 측면에서 흥미로운 시점에 출시되었습니다. McCandless는 회사가 현금 흐름 손익분기점에 도달했으며 전략적 고객 세그먼트인 쉬퍼 비즈니스가 전년 대비 20% 이상 성장하고 있다고 말했습니다.
최고 1,200명이었던 직원 수는 현재 582명입니다. McCandless는 회사가 600명을 넘지 않을 것이라고 말했습니다. 그 이유는 AI가 현재 project44 코드의 약 85%를 작성하고 있기 때문입니다. 그리고 우리는 운영을 위해 AI를 활용합니다. McCandless는 소프트웨어 구축 비용이 제로로 수렴함에 따라 해자는 세 가지로 이동한다고 주장합니다. 가장 큰 쉬퍼 및 LSP로의 배포, 독점 데이터, 끊임없는 변화를 흡수할 수 있는 문화입니다. 처음 두 가지는 Autopilot을 지원하는 동일한 10억 달러 규모의 데이터 그래프로 방어 가능합니다.
그리고 플랫폼을 평가하는 쉬퍼에게 가장 중요할 수 있는 또 다른 반전이 있습니다. Autopilot은 현재 무료입니다. McCandless는 "현재 전혀 요금을 부과하지 않습니다."라고 말했습니다. 암시적인 가격 모델은 성과 기반입니다. Project44은 좌석, 토큰 또는 에이전트당 요금으로 청구하는 대신 Autopilot이 제공하는 절감 또는 효율성을 공유할 것입니다. 이는 AI 소프트웨어 전반의 일반적인 방향과 일치하지만, 화물 기술 공급업체는 이에 전념하는 데 눈에 띄게 느렸습니다.
주시할 점
Autopilot은 카테고리 주장입니다. Project44은 다음 공급망 소프트웨어 가치 파동이 포착될 곳은 가시성 레이어가 아니라 액션 레이어이며, 이를 포착할 수 있는 위치에 있는 회사는 세 가지 모두를 가진 회사뿐이라고 주장합니다. 즉, 데이터 그래프, 가장 큰 쉬퍼 및 3PL로의 배포, 자기 파괴 문화입니다.
이 베팅은 불합리하지 않습니다. 이 논제에 대해 공격적으로 자금을 조달하는 에이전트 AI 공급업체는 독립형 도구 이상을 구축할 수 있음을 증명해야 합니다. 레거시 TMS 플레이어는 온프레미스 아키텍처에 에이전트를 볼트온하는 방법을 알아내야 합니다. 그리고 쉬퍼 및 3PL의 경우 Autopilot이 project44이 광고하는 운송 비용, 수동 조정 및 소싱 주기 개선에 근접한 것을 제공한다면 물류 운영 팀의 인력 충수에 대한 수학은 빠르게 변합니다. McCandless가 말했듯이 액션 레이어는 마침내 무한한 노동력을 갖게 되었습니다.
4개 주요 AI 모델이 이 기사를 논의합니다
"Project44은 가시성 데이터 제공업체에서 자율 운영 계층으로 성공적으로 전환하고 있으며, '에이전트 AI' 스타트업 생태계를 자체 플랫폼의 상품화된 기능 세트로 효과적으로 전환하고 있습니다."
Project44은 고전적인 플랫폼 해자 플레이를 실행하여 유틸리티(가시성)에서 운영 체제(액션)로 전환하고 있습니다. '에이전트' 계층을 상품화하여(가장 성과가 좋은 AI 공급업체에 작업을 라우팅하면서 고객을 P44 생태계 내에 유지) 틈새 AI 스타트업의 위협을 효과적으로 무력화합니다. 결과 기반 가격 책정으로의 전환은 여기서 진정한 신호입니다. 이는 데이터 그래프의 예측 정확성에 대한 높은 자신감을 시사합니다. 만약 그들이 실제로 4%의 운송 비용 절감을 제공할 수 있다면, 그들은 더 이상 단순한 소프트웨어 공급업체가 아니라 가변 비용 공급망 파트너가 되는 것입니다. 이것은 Oracle 또는 SAP와 같은 레거시 TMS에 대한 직접적인 위협이며, 이들은 이러한 에이전트를 안정적으로 만들기 위해 필요한 깨끗하고 동기식 데이터 그래프가 부족합니다.
'무한한 노동력' 약속은 위험한 추상화입니다. AI 에이전트가 환각을 일으키거나 복잡하고 비표준적인 운송업체 계약을 잘못 해석하면, P44은 현재 인간이 모니터링하지 않는 시스템적인 공급망 중단에 대해 막대한 책임을 질 수 있습니다.
"Project44의 동기식 데이터 그래프는 방어 가능한 '액션 계층' 해자를 생성하여 에이전트 스타트업을 단순한 기능으로 상품화합니다."
Project44의 Autopilot은 10년간 구축된 데이터 그래프(259k 운송업체, 연간 15억 건의 배송)를 활용하여 노코드 AI 에이전트를 제공하며, 4%의 운송 비용 절감과 70%의 수동 작업 감소를 주장합니다. 이는 데이터 정규화를 위해 고군분투하는 스타트업에 비해 규모를 고려할 때 신뢰할 만합니다. 현금 흐름 손익분기점, 20% 이상의 쉬퍼 성장, 인력 582명으로 축소(AI가 85% 코드 작성)는 운영 효율성을 시사합니다. 무료 결과 기반 가격 책정은 채택을 가속화하며, Manhattan Associates(MANH) 또는 Descartes(DSGX)와 같은 레거시 TMS에 에이전트를 볼트온하도록 압박합니다. 해자: 유통 + 독점 신호가 빈 캔버스 AI 공급업체보다 우수합니다. 재평가를 위해 4분기 실적을 주시하십시오.
이러한 지표는 18개월간의 내부/파일럿 배포에서 비롯되었으며, 물류 혼란(예: 항만 파업, 지정학적 문제)이 인간의 재정의 없이 AI를 압도하여 '중단 비용' 주장을 부풀릴 수 있는 엔터프라이즈 규모에서는 검증되지 않았습니다.
"Project44은 방어 가능한 데이터 및 유통 해자를 가지고 있지만, 결과 기반 가격 책정과 초기 채택자를 넘어선 검증되지 않은 확장성은 이를 전략보다는 실행에 대한 높은 위험, 높은 보상 베팅으로 만듭니다."
Project44의 Autopilot은 단순한 기능 릴리스가 아닌 진정한 경쟁적 재포지셔닝입니다. 10억 달러의 데이터 해자 + 259,000개 운송업체로의 유통은 파편화된 에이전트 AI 스타트업에 대한 실제 방어력을 창출합니다. 4%의 운송 비용 절감과 70%의 수동 조정 감소는 재현 가능하다면 중요합니다. 그러나 무료 가격 모델은 빨간색 깃발입니다. 결과 기반 수익 공유는 Project44이 절감액의 귀속을 정확하게 측정하고 포착할 수 있는 경우에만 작동합니다. 이는 수십 가지 변수가 비용을 결정하는 물류에서 악명 높게 어렵습니다. 코드의 85%가 AI로 작성되었고 인력이 600명으로 제한될 것이라는 주장은 도발적이지만 검증할 수 없습니다. 가장 중요한 것은 Eastman Chemical에서의 초기 성공이 운영 규율이 부족할 수 있는 덜 정교한 3PL 및 브로커의 긴 꼬리에 대한 확장성을 증명하지 못한다는 것입니다.
결과 기반 가격 책정이 Project44에게 노이즈가 많고 다변적인 공급망에서 인과 관계를 증명하도록 요구한다면, 절감액 귀속에 대한 분쟁은 기사에서 시사하는 것보다 더 빠르게 단위 경제 및 고객 관계를 침식할 것입니다. JDA, E2open, Kinaxis와 같은 레거시 TMS 공급업체는 이미 고객 관계를 소유하고 있으며, Project44이 유통을 확장하는 것보다 빠르게 에이전트를 볼트온할 수 있습니다.
"광범위한, 고통 없는 운송업체 및 데이터 통합에 달려 있는 큰 상승 여력; 그렇지 않으면 주장된 효율성 증가는 규모에 맞게 실현되지 않을 수 있습니다."
Project44의 Autopilot은 가시성을 액션으로 전환하는 AI 주도 운영 시스템에 베팅합니다. 이는 대시보드를 넘어서는 야심찬 단계입니다. 만약 주장된 4%의 운송 비용 절감과 70%의 수동 조정 감소가 18개월간의 파일럿에서 광범위한 채택으로 확장된다면, 물류 운영 비용을 의미 있게 압축하고 가장 깊은 데이터 그래프를 가진 플랫폼으로 승리를 기울일 수 있습니다. 그러나 가장 강력한 반론은 실행 위험입니다. 데이터 품질, 259,000개 운송업체 전반의 표준화, 운송업체 및 3PL의 레거시 시스템과의 통합은 사소하지 않으며, '지금은 무료, 절감액에 따라 지불' 모델은 이러한 이익을 안정적으로 수익화하는 데 달려 있습니다. 광범위한 온보딩 없이는 수학이 성립되지 않을 것입니다.
반대: 실제 온보딩 마찰과 데이터 품질이 ROI를 제한할 수 있습니다. 보편적인 운송업체 참여와 강력한 거버넌스 없이는 예상 절감액이 환상으로 판명될 수 있습니다.
"결과 기반 가격 책정은 Project44을 소프트웨어 공급업체에서 사실상의 보험사로 전환시켜 막대하고 헤지되지 않은 책임 위험을 초래합니다."
Claude는 귀속에 대해 옳지만 법적 결과를 무시합니다. Project44이 결과 기반 가격 책정으로 전환하면 사실상 공급망의 공동 서명자가 됩니다. 에이전트가 배송을 잘못 라우팅하면, 4%의 절감액은 단일 책임 청구로 인해 무효화됩니다. 그들은 단순히 TMS를 구축하는 것이 아니라, 보험 상품을 액추아리얼 준비금 없이 구축하는 것입니다. 이것은 SaaS 배수에서 고베타 물류 서비스 제공업체로 위험 프로필을 전환합니다.
"계약 구조는 P44의 책임을 제한하지만, 확장되지 않은 AI 컴퓨팅 비용은 결과 가격 책정의 실행 가능성을 위협합니다."
Gemini의 책임 에스컬레이션은 표준 SaaS TOS를 무시합니다. P44은 '자문' 에이전트를 제공하며, 쉬퍼는 실행 책임을 유지합니다(예: TMS 권장 사항과 유사). 플래그가 지정되지 않은 위험: 결과 가격 책정 + 무료 진입은 손익분기점 달성을 위해 90% 이상의 총 마진을 요구하지만, 연간 15억 건의 배송에 대한 AI 추론 비용은 AWS/GCP 물류 벤치마크에 따르면 최적화되지 않으면 절감액의 15-20%를 소비할 수 있습니다.
"결과 기반 가격 책정은 SaaS ToS 언어가 완전히 해결할 수 없는 책임-이익 불일치를 생성합니다. P44은 모델이 확장되기 전에 고정 가격으로 복귀하라는 고객 및 규제 압력을 받을 것입니다."
Grok의 TOS 방어는 표준적이지만 불완전합니다. 자문 문구는 P44을 직접적인 책임에서 보호하지만, 결과 기반 가격 책정은 역설적인 인센티브를 만듭니다. P44은 에이전트가 비용을 절감할 때 이익을 얻지만, 이러한 절감이 공급 중단을 유발하더라도 아무런 불이익을 받지 않습니다. 쉬퍼는 실행 책임을 유지하지만, P44은 에이전트 로직을 제어합니다. 이 비대칭성(성공 시 이익, 쉬퍼에 대한 책임)은 SaaS 선례가 시사하는 것보다 더 빠르게 규제 조사를 받고 고객의 반발을 초래할 것입니다. Grok이 지적한 추론 비용 마진 압축은 현실이며, 귀속 분쟁과 결합하면 결과 기반 가격 책정은 18개월 이내에 하이브리드 모델로 붕괴될 수 있습니다.
"명시적이고 감사 가능한 절감액 검증 및 명확한 책임 면제는 결과 기반 가격 책정이 채택에서 살아남기 위해 필수적입니다. 그렇지 않으면 귀속 분쟁이 경제를 침식할 것입니다."
Claude는 귀속 위험을 빨간색 깃발로 지적합니다. 공정하지만, 실제 스트레스 테스트는 거버넌스입니다. 독립적이고 감사 가능한 절감액 검증 및 명확한 책임 면제 없이는 결과 기반 가격 책정은 분쟁으로 인해 실패할 것입니다. 더 미묘하게는 해자가 데이터에서 프로세스 제어로 이동합니다. P44이 노이즈가 많은 물류에서 인과 관계를 증명해야 한다면, 고객은 강력한 SLA, 변경 관리 지원 및 보험과 같은 보호를 요구합니다. 패널은 채택이 확대됨에 따라 모델을 정직하게 유지하기 위한 명시적인 검증 표준과 확장 가능한 거버넌스를 추진해야 합니다.
패널은 Project44의 Autopilot에 대해 의견이 분분하며, 결과 기반 가격 책정, 귀속 및 책임에 대한 우려가 데이터 해자와 잠재적 비용 절감에 대한 낙관적인 사례를 능가합니다.
Project44이 절감액 귀속을 정확하게 측정하고 포착할 수 있으며, 4%의 운송 비용 절감과 70%의 수동 조정 감소를 확장할 수 있다면, 물류 운영 비용을 의미 있게 압축할 수 있습니다.
결과 기반 가격 책정에서의 귀속 분쟁과 역설적인 인센티브는 규제 조사와 고객의 반발을 초래할 수 있으며, 잠재적으로 모델을 하이브리드 모델로 붕괴시킬 수 있습니다.