ShipStation, AI 배송 도구 확대

ShipStation은 10월 28일 배송 플랫폼에 생성형 AI와 예측형 AI 기능을 확대했다고 발표했습니다. 회사는 배송량 데이터를 활용해 판매자의 필요를 예측하고, 배송 정보를 자동화하며, 사업자가 자연어로 배송 데이터를 질문할 수 있게 한다고 밝혔습니다. 최고제품책임자 트래비스 리멜(Travis Rimel)은 이 기능이 판매자의 수익성을 지키고 사업 규모를 키우도록 지원하기 위한 것이라고 말했습니다.

AI 자동 입력 기능은 판매자별 배송 설정을 학습합니다. 여기에는 포장 유형, 무게, 배송 서비스 수준이 포함되며, 학습한 설정을 향후 주문에 적용합니다. 출시 후 매주 140만 건의 라벨 정보를 미리 입력했습니다. 라벨 생성 시간은 평균 약 100초에서 약 65초로 35% 줄었고, 판매자는 추천된 값의 최대 97%를 변경 없이 사용합니다. 이 기능은 ShipStation에서 활동 중인 판매자의 69%가 사용하도록 설정돼 있습니다.

ShipStation은 판매자 자체 플랫폼 데이터를 바탕으로 대화형 분석 질문에 답하는 AI 에이전트 3종도 선보였습니다. 배송비 최적화 에이전트는 배송 구역·서비스·운송사별 비용, 배송 속도, 반품 라벨 비용과 잠재 절감액을 분석합니다. 비즈니스 개요 에이전트는 주문, 배송, 추적, 인기 제품과 반품에 답합니다. 창고·재고 관리 에이전트는 피커 성과, 처리 시간, 묶음 작업 효율, 재고 수준, 재고 부족 알림과 재주문 상태를 보고합니다. 회사는 데이터 분석팀이 없는 소기업도 스프레드시트 전문 지식 없이 배송 운영을 분석하도록 돕는 도구라고 설명했습니다.

ShipStation은 10월 28일 배송 플랫폼에 생성형 AI와 예측형 AI 기능을 확대했다고 발표했습니다. 회사는 배송량 데이터를 활용해 판매자의 필요를 예측하고, 배송 정보를 자동화하며, 사업자가 자연어로 배송 데이터를 질문할 수 있게 한다고 밝혔습니다. 최고제품책임자 트래비스 리멜(Travis Rimel)은 이 기능이 판매자의 수익성을 지키고 사업 규모를 키우도록 지원하기 위한 것이라고 말했습니다.

AI 자동 입력 기능은 판매자별 배송 설정을 학습합니다. 여기에는 포장 유형, 무게, 배송 서비스 수준이 포함되며, 학습한 설정을 향후 주문에 적용합니다. 출시 후 매주 140만 건의 라벨 정보를 미리 입력했습니다. 라벨 생성 시간은 평균 약 100초에서 약 65초로 35% 줄었고, 판매자는 추천된 값의 최대 97%를 변경 없이 사용합니다. 이 기능은 ShipStation에서 활동 중인 판매자의 69%가 사용하도록 설정돼 있습니다.

ShipStation은 판매자 자체 플랫폼 데이터를 바탕으로 대화형 분석 질문에 답하는 AI 에이전트 3종도 선보였습니다. 배송비 최적화 에이전트는 배송 구역·서비스·운송사별 비용, 배송 속도, 반품 라벨 비용과 잠재 절감액을 분석합니다. 비즈니스 개요 에이전트는 주문, 배송, 추적, 인기 제품과 반품에 답합니다. 창고·재고 관리 에이전트는 피커 성과, 처리 시간, 묶음 작업 효율, 재고 수준, 재고 부족 알림과 재주문 상태를 보고합니다. 회사는 데이터 분석팀이 없는 소기업도 스프레드시트 전문 지식 없이 배송 운영을 분석하도록 돕는 도구라고 설명했습니다.