MODE Global collabore avec HappyRobot pour automatiser des opérations critiques

À propos de MODE Global

MODE Global est l'un des plus grands prestataires logistiques non propriétaires d'actifs du pays. Basée à Dallas, l'entreprise exploite un réseau national réparti sur des dizaines de bureaux aux États-Unis et au Mexique. Elle gère un vaste réseau de transporteurs et traite des centaines de milliers de chargements chaque année, en connectant les expéditeurs à la capacité disponible sur les segments camion complet, LTL, intermodal et fret express. L'équipe de vente aux transporteurs de MODE se trouve au cœur de l'activité : elle prend les appels entrants, négocie les tarifs, vérifie les transporteurs et réserve du fret à grande échelle, chaque jour.

Enjeu

La vente aux transporteurs est le moteur d'un courtier de fret, mais c'est aussi l'une de ses fonctions les plus manuelles et les plus intensives en main-d'œuvre. Chaque jour, les commerciaux de MODE traitaient un volume élevé d'appels entrants de transporteurs cherchant à prendre en charge des chargements. Et chaque appel exigeait du temps humain pour y répondre, y compris ceux qui n'aboutissaient à rien.

Une part significative du volume entrant provenait de transporteurs incapables de prendre en charge le chargement précis pour lequel ils appelaient : mauvais type d'équipement, licence manquante ou documentation de conformité incomplète. Le risque de fraude aggravait le problème. Des acteurs malveillants de plus en plus sophistiqués sondaient le réseau, et la vérification manuelle ne suivait pas le rythme. Les commerciaux triaient des appels qui n'auraient jamais dû leur parvenir, et les interactions à plus forte valeur — négociation tarifaire, développement de la relation et réservation — en payaient le prix.

Le calcul était simple : à l'échelle de MODE, même une réduction modeste du traitement d'appels sans valeur ajoutée représenterait des milliers d'heures économisées chaque année. La vraie question était de savoir comment y parvenir sans dégrader l'expérience transporteur dont dépend l'activité de MODE.

Solution

MODE Global a choisi HappyRobot après avoir évalué le champ émergent des fournisseurs d'IA dans le fret. Ce qui a distingué HappyRobot n'était pas le marketing, mais la combinaison d'une profondeur technique, d'une connaissance métier de la logistique et d'une équipe prête à s'intégrer et à construire aux côtés de MODE plutôt qu'à livrer un produit clé en main.

Le partenariat a commencé par la vente aux transporteurs en entrant : le workflow au plus fort volume et au plus fort niveau de friction sur le plateau. L'IA vocale de HappyRobot prenait les appels entrants, présentait les informations sur les chargements et lançait le processus de vérification avant même qu'un humain n'intervienne. L'authentification des transporteurs, associée à des intégrations de données tierces et aux classifications de transporteurs propriétaires de MODE, a permis au système d'appliquer un contrôle rigoureux de détection de la fraude, de façon automatique et invisible, sans ralentir les transporteurs légitimes.

Les résultats sont arrivés rapidement. Les délais de première réponse sont tombés à zéro : chaque appel entrant recevait une réponse immédiate, quel que soit le volume. Le taux de réponse a atteint 100 %. Les premières négociations de lignes ont posé les bases d'une amélioration des marges. La preuve de concept a fonctionné. Et la confiance construite durant cette phase initiale est devenue le socle de tout ce qui a suivi. L'équipe HappyRobot a fonctionné comme une extension de MODE, intégrée aux équipes techniques et opérationnelles, itérant rapidement et répondant à la fois aux exigences de rapidité d'un courtier en mouvement permanent et aux exigences de conformité d'une grande entreprise.

Une portée plus large

MODE n'a pas déployé l'IA pour mener une expérimentation, mais pour changer la façon dont l'entreprise fonctionne. Dès le départ, l'objectif était de permettre à l'équipe MODE d'en faire plus, de réserver davantage, de construire de meilleures relations avec les transporteurs et de concentrer l'énergie humaine sur le travail de jugement que l'IA n'a pas encore appris : la gestion des exceptions, les décisions stratégiques et les dynamiques relationnelles qui déterminent si un transporteur revient.

Cette approche a façonné le produit. Dans chaque workflow, l'autonomie de l'IA couvre les flux standards. Le temps humain va aux défis les plus critiques. La main-d'œuvre numérique ne concurrence pas l'équipe : elle la prolonge, en absorbant le volume pour que l'équipe puisse gérer tout le reste.

Impact

La preuve de concept a validé le modèle. La feuille de route vise désormais le passage à l'échelle. Les prochaines phases prévoient de renforcer les intégrations construites pendant le POC, de permettre davantage de flux de données en temps réel et d'élargir les capacités d'exécution des workers IA à mesure que la confiance dans le système grandit. La vente aux transporteurs en sortant est une priorité : des agents IA sourcent proactivement de la capacité au sein du réseau de transporteurs de MODE, au lieu de se limiter à répondre au volume entrant. Le suivi des expéditions vient ensuite, avec la même logique d'automatisation appliquée au monitoring des chargements, aux confirmations d'heure d'arrivée estimée (ETA) et à la gestion des exceptions sur des milliers d'expéditions actives. Le déploiement dans l'ensemble des bureaux MODE est également en cours. Ce qui a fonctionné en environnement pilote devient le modèle opérationnel standard, avec une main-d'œuvre numérique complète qui exécute à grande échelle et renvoie des données en temps réel aux personnes qui prennent les décisions importantes.

La suite

MODE a prouvé que le modèle fonctionne. Il s'agit maintenant de passer à l'échelle : plus de workflows, plus de bureaux, une part croissante de l'activité fonctionnant comme le pilote. La preuve de concept n'est pas la destination. C'est la ligne de départ.