赫兹在100多年前创业时，仅出租十几辆T型福特汽车，如今，赫兹业务遍及160个国家，拥有2万多名员工，旗下车队车辆超过50万辆，为使如此庞大且复杂的运营流程更加高效，该公司推出了赫兹智能车队操作系统，这是一款用于车队管理的AI操作系统。

“这一切都围绕着我们为客户服务的宗旨，即确保在正确的时间、正确的地点为客户提供合适的车辆，”赫兹执行副总裁兼首席信息官蒂姆·兰利 - 霍桑(Tim Langley-Hawthorne)在上个月的 Palantir AI与前沿计算大会(AIPC)上表示，不久后他便卸任了该职位，“该系统协调客户、车辆和员工这三个关键要素。对于我们这类地面业务企业而言，这是至关重要的。”

赫兹已利用 Palantir Foundry 和 Palantir AI平台(AIP)创建了一系列AI应用程序，以提高车辆周转效率、降低维护成本、预测性调配各网点员工，并为客户匹配最合适的车辆。

目前，当客户将车辆归还至赫兹11000个网点中的任意一个时，在车辆能够再次出租前，公司必须完成一系列流程，而此前这些流程的衔接主要依靠相对低效的技术手段。首先，车辆进入接收环节，随后被移至维护暂存区，维护人员对车辆进行全面检查，确认多项检查项目完成后，车辆被移至待清洁暂存区，接着，工作人员对车辆进行清洁，之后车辆被移至已清洁暂存区。至此，车辆方可再次出租。

这一流程中的任何延误都可能引发连锁反应，影响公司尽快为客户提供所需车辆的能力。

兰利 - 霍森表示：“过去，这项业务主要依靠双向无线电和调度员来管理，员工在停车场四处奔走，相互沟通。”

如今，赫兹开发了一款基于Foundry的轻量级应用程序，并在安卓设备上部署。参与该流程的所有员工，包括维护人员、清洁工、运输人员和客户服务人员，都可以在应用程序中记录流程进度，并获取下一步最佳行动建议，基于这些数据，AI可以监控活动情况，并提供实时建议，以消除流程瓶颈。

例如，亚特兰大发生天气事件可能导致航班延误和交通拥堵，这可能使客户难以按时还车，进而导致车辆清洁时间延长。在这种情况下，Foundry可能会建议将部分员工从前台、总服务台和出口岗调至还车区域，因为它预测当天晚些时候还车数量会激增，它还可能判断需要加班来应对这些问题，并通过安卓设备向员工发送加班请求，员工可以接受或拒绝请求，他们的反馈将被纳入模型，以优化运营。

构建数据应用案例

兰利 - 霍森表示，赫兹并非一家致力于数学项目和科学实验的公司，相反，其信息技术团队始终专注于推动业务发展，然而，2021年11月他加入公司时，公司尚未组建起一支完善的数据分析团队。

他在接受采访时说：“过去10年里，在我之前的每一位技术领导者都启动了相关项目，但都未能完成。”

其结果是，公司没有建立起参考数据架构。尽管传统观念认为，在深入应用AI之前，必须先完善数据架构和数据治理，但兰利 - 霍森的计划是，确定数据能够为业务带来重大改变的领域，并尽快在这些领域进行开发，此外，他也没有申请额外资金来建立数据架构和数据治理，相反，他逐步淘汰了旧的数据湖和技术，从中节省资金，然后再投资于数据治理等领域。

他说：“我们的诀窍是不要试图做到尽善尽美，将精力集中在我们认为使用 Foundry 等工具能够创造最大价值的领域，并先完成这些部分，我不敢说我们的数据架构和数据治理目前已经完全完善，但在车队管理领域，我们已经取得了不错的进展。虽然并不完美，但我们已经将重点缩小到了我们认为最具价值的领域。”

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。