← 사례
미국소비재2026 – 진행 중

킴벌리클라크

운송 예외 상황 모니터링용 트레이시 AI 에이전트

킴벌리클라크는 트레이시로 운송 예외의 90%를 오전 9시까지 파악했다고 포카이츠가 밝혔다

성과 확인공급사 사례공급사 자료 ↗

문제

운송 담당자들은 늦은 오후까지 운송사의 최신 정보를 쫓았다. 일일 분류가 끝났을 때 이미 오래된 정보도 있었다.

접근 방식

킴벌리클라크와 포카이츠는 포카이츠의 추적 에이전트 트레이시로 예외 처리 워크플로를 만들어 도입했다. 직원들은 계속 결과를 검토하고 입력값을 다듬었다.

주요 수치

90%포카이츠에 따르면 이전에는 오후 5시였던 예외 파악 시점을 오전 9시까지로 앞당긴 예외 비율공급사 사례[1]
60%포카이츠에 따르면 이메일 양 감소율공급사 사례[1]
from 50% to 70%포카이츠에 따르면 도입 전후 고객 약속 일정 변경을 당일에 마친 비율공급사 사례[1]

시사점

예외를 더 일찍 파악하면서 팀은 당일 안에 고객 약속을 조정할 시간을 더 얻었다.

분류

규모
대기업
산업
소비재
경영 기능
물류·공급망
혁신 유형
프로세스 혁신
근거
공급사 사례

출처

  1. Kimberly-Clark — Identifying 90% of Exceptions by 9 a.m. with Tracy
    FourKites2026년 10월 23일공급사 자료

출처 요약

[1]FourKites2026년 10월 23일

포카이츠는 트레이시를 쓴 예외 모니터링 워크플로와 직원의 지속적인 검토를 설명했다. 더 이른 파악, 이메일 양 감소, 당일 약속 일정 변경 증가를 보고했다.

자세한 내용은 원문에서 확인하실 수 있습니다.

등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
사례 페이지 열기 ↗