物流 AI 人机协同
跟单工作台
面向物流运营与企业客服的 AI 人机协同异常跟单系统 —— AI 前置处置运单异常，AI 失败后流转人工介入，实现人机分工提效。
物流整车运输运单会产生大量异常：车辆停留、轨迹丢失、轨迹偏移、设备低电量、预计送达超时。传统模式全部依靠人工客服逐单巡检、电话跟进，单量巨大、人力成本高、响应滞后、处理标准不统一。
本项目 0–1 搭建人机协同 AI 跟单工作台，设计 2 类 AI 数字跟单员（时效跟单员、轨迹跟单员），优先 AI 自动处置异常，AI 处置失败再流转运营、企业客服人工介入，释放人力。
- 降低人工跟单工作量，AI 承接大部分标准化异常处置
- 标准化异常处理流程，统一处理轮次与升级逻辑
- 缩短运单异常响应时长，异常闭环可追溯
海量运单全部人工筛查，人工巡检效率低，重复电话跟进占用大量人力
异常处理没有标准化轮次，谁发现、谁联系司机、何时升级，全凭经验，处理时序混乱
异常事件零散分布，处理人看不到完整事件链路；人工接手需要重新收集全部信息
一单多异常场景，需要分开查看，反馈填写繁琐
分不清哪些交给 AI 自动跑，哪些必须人工介入；AI 处理过程对人不可见，人不知道 AI 做没做事
每条需求对应一个交互目标，作为后续核心方案的判断依据。
信息分层 —— 概览（大盘）→ 详情（追溯）→ 操作（录入），三层清晰
人机过程可视化 —— AI 执行动作显性化，让人工看见 AI 已完成的工作，避免重复劳动
多异常兼容 —— 同一运单多条异常独立分组，分模块填写反馈
视图差异化 —— 两套视图满足两种阅读场景（完整排查 vs 快速定位）
降低操作成本 —— AI Agent 内嵌工作台，减少页面跳转，支持批量处理
状态一眼分清 —— 区分 AI 自治中 / 待人工介入，用户一眼知道哪些必须马上处理
| AI 跟单员 | 覆盖异常类型 |
|---|---|
| 轨迹跟单员 | 长时间停留 / 长时间无轨迹 / 轨迹偏移 / 设备低电量 |
| 时效跟单员 | 预计送达超时 |
🔍 点击查看大图
模块拆解
- 顶部数据统计卡片 —— 检测任务量 / 检出异常量 / AI 跟单闭环量 / 待人工介入，给运营宏观大盘感知
- AI 协同运行中模块 —— 展示 AI 正在自动处理的运单，标签高亮多条异常，展示 AI 执行进度
- 人机协同模块 —— AI 处理失败升级上来、待人工接管的运单列表，提供「人工接管」快捷按钮
- 工作台列表表格 —— 全部运单明细，筛选 / 查看详情入口
- 可收起 AI Agent 面板「路歌婷姐」 —— 支持批量修改、导出上报，消除跨系统跳转成本
交互逻辑
区分两类运单状态：AI 自治中 / 需要人工介入，用户一眼分清哪些不用管、哪些必须马上处理。
设计考量：把"AI 正在处理"和"AI 失败需要人"在首页做强对比，是整个工作台的信息架构基石 —— 用户进来第一眼先看哪些运单需要自己动手。
完整还原运单全生命周期事件：开始检测 → 异常检出 → AI 多次联系司机 → 外呼 → 获取反馈 → 人工介入 → 异常闭环。时间轴条目区分 AI 行为事件 / 人工事件 / 系统事件，AI 呼叫次数、联系结果全部可视化。
💡 解决痛点：人工接手运单不用重新复盘，完整看见 AI 全部操作历史
🔍 点击查看大图
将同一条运单下多条独立异常分组折叠展示（低电量 / 停留 / 预计超时），每个异常卡片独立：触发时间、状态（已闭环 / 待人工）、事件摘要，可展开看子事件。
💡 核心价值：一单多异常时，用户不需要在海量时间轴逐条翻找，直接聚焦每一条告警。日常 80% 场景使用此视图
设计要点
- 按异常项分组表单 —— 一个运单多条异常，拆分为独立表单区块，每条异常携带原始信息（触发时间、异常内容）
- 每个异常独立填写 —— 跟进原因 / 预计重新出发时间 / 上传凭证 / 备注；部分异常增加额外选项（能否准时送达）
- 表单校验必填项 —— 底部统一操作：取消 / 查看轨迹 / 确定提交
交互思考
不做成单一表单而是按异常分组 —— 多条异常可能原因完全不同（停留是车坏、低电量是设备），分开填写保证数据准确性。
代价是表单变长，用分组标题 + 明确的异常标签帮助用户识别分组归属。
→ 看大盘指标，浏览待人工介入运单
→ 点击【人工接管】打开跟单详情
→ 根据场景切换视图：排查问题 → 全部时间轴；快速处理 → 异常检出视角
→ 点击人工跟单 → 跟单反馈 → 分异常填写跟进结果提交
→ 处理完成后工作台状态更新闭环
→ 可调用侧边 AI 婷姐做批量导出、批量修改
| 决策点 | 方案 A | 方案 B | 最终选择 & 理由 |
|---|---|---|---|
| 详情/反馈用弹窗 vs 新开页面 | 弹窗 | 新开页面 | 弹窗 —— 用户需频繁切换列表和详情，新开页面丢失筛选状态；时间轴内容多，用双视图降阅读压力 |
| 双视图拆两个页面 vs Tab 切换 | 两个独立页面 | 同一弹窗 Tab | Tab —— 同一运单用户会来回切换，Tab 成本远低于跳转；80% 场景用异常检出视图 |
| AI 婷姐常驻 vs 可关闭 | 常驻右侧面板 | 可收起/手动唤起 | 可关闭 —— 部分用户不需要 AI 辅助，常驻挤占内容空间；需要时手动唤起 |
| 一单多异常表单合并 vs 分块 | 一张统一表单 | 按异常分块独立 | 分块 —— 多异常原因可能完全不同，分开填写保证数据准确性；代价是表单变长 |
📈 业务结果
- AI 承接大部分标准化异常跟单（闭环率 80%），减少人工重复呼叫工作量
- 异常处理流程标准化，运单异常全链路可追溯，每条异常留存处理记录、凭证
- 人机边界清晰，AI 处理过程对人工完全可见，减少信息沟通成本
🎨 交互交付产出
- 业务流程图、用户任务流程图
- 高保真交互原型（4 张核心页面截图）
- 页面状态枚举：异常状态 / 闭环状态 / 待人工状态 / 多异常组合状态
- 交互说明文档：视图切换规则 / 表单逻辑 / AI‑人流转规则
✅ 收获
从复杂 B 端物流业务规则出发，把业务轮次、AI 逻辑转化为可被用户感知的界面交互；重点处理 B 端常见的一单多状态、多异常、人机协同可视化这类复杂场景；学会区分用户不同工作场景，用多视图解决同一页面的不同使用诉求。
⚠️ 不足 / 可优化方向
- 异常检出视图多条异常堆叠，运单异常数量很多时页面过长 —— 后续可增加"折叠收起全部异常"交互
- AI 婷姐 Agent 和主工作台联动还可强化 —— 支持选中运单直接给到 AI 做分析，减少手动点批量处理路径