核心观点 - 联邦快递正通过数据、人工智能和网络整合降低成本、提升配送精度，并拓展供应链技术服务，以实现2029年财务目标[1] 财务目标与业务势头 - 公司重申2029年目标：适度收入增长、双位数盈利增长及60亿美元自由现金流，并称业务势头良好[2] 网络转型与成本削减 - 公司自2022年起启动结构性成本削减计划，已从成本结构中移除数十亿美元[2] - DRIVE计划已节省40亿美元，Network 2.0计划额外节省20亿美元[2] - 核心转型是将美国Express和Ground网络合并，被描述为近期历史上最大的工业转型之一[3] - 上次财报电话会议时整合完成约42%，预计年底达62%，明年完成全部工作[3] - 数字孪生技术支撑成本节约和网络整合，并为新客户服务奠定基础[4] - 公司运营700架飞机、20万辆卡车和5000个设施，每日产生约2PB数据，网络年处理约2万亿美元商业交易[4] 人工智能应用 - 公司认为AI在物流领域仍处于早期阶段，正内部应用提升效率并创造新收入流[5] - AI将飞机维护研究时间从30分钟降至3分钟，效率提升约90%[6] - 可预测配送时间窗口从4小时缩至2小时[6] - 计算机视觉识别非标准包裹，追回可能遗漏的附加费收入，年收益超数千万美元[7] - 孟菲斯枢纽将航班到达时间改善8分钟，被视为有意义的运营提升[7] 供应链可见性与编排 - 公司认为全球供应链存在1.9万亿美元的低效问题[8] - 医疗、汽车、航空航天、数据中心和高科技等高价值B2B客户寻求采购、制造、供应商及物流的可见性[9] - 帮助医疗设备制造商将库存和供应商洞察与医院系统连接，使客户更早识别需求信号并重新平衡库存[10] - SenseAware可监控高价值货物温度及天气，Surround提供包裹位置可见性，40%医疗客户使用其中一项[10] - DataWorks部门（成立约4-5年）围绕专有数据洞察、技术外部化和供应链编排发展业务[11] - 编排平台包括库存流、供应商洞察、需求管理、预测和堆场管理模块[11] - 与邓白氏合作推出零售动量指数，作为美国零售销售的领先指标[12] - DataWorks近期宣布与美国陆军合作，协助其供应链编排[12] 物理自动化 - 公司正推进物理AI用于卡车装卸，因包裹尺寸、形状和重量各异而难以自动化[13] - 预计12月前在马里兰州黑格斯敦部署机器人执行装卸任务[13] - 与Aurora合作开发设施间高速公路路线的自动驾驶卡车，认为高速公路更易部署自动驾驶[14] 未来展望 - 公司优先目标是使供应链更互联和可预测[15] - 行业从印刷标签向主动智能标签的转变可能创造新机会[15] - 公司物理网络和一手数据提供竞争优势，旨在定位为客户和合作伙伴创造额外价值的平台[15]