C. H. 로빈슨, 씨티 2026 TMT 컨퍼런스: AI가 마진 개선 주도

Investing.com —

2026년 9월 8일 화요일, C. H. 로빈슨(CHRW)은 씨티 2026 글로벌 TMT 컨퍼런스에서 인공지능, 독점 데이터 및 효율적인 운영 모델로 재편되었다고 경영진이 밝힌 사업의 윤곽을 제시했습니다. 회사는 강력한 생산성 향상과 더 나은 영업 레버리지를 설명하는 한편, 부진한 운임 시장, 브로커 책임에 대한 법적 불확실성, 수요가 약하게 유지될 경우 성장을 유지하는 데 따르는 어려움도 인정했습니다.

주요 내용

• C. H. 로빈슨은 ’린 AI(Lean AI)’ 전략을 통해 2022년 말 이후 직원 1인당 매출총이익이 60% 이상 증가했으며, 북미 육상 운송 부문의 인력은 약 30% 감축했다고 밝혔습니다.
• 경영진은 회사가 AI 토큰에 연간 120만 달러 미만을 지출했지만, 2022년 말 이후 수억 달러의 영업이익 가치를 창출했다고 말했습니다.
• 회사는 가격 책정 및 견적 도구가 Now 실시간으로 조정되어 장기간의 운임 시장 침체기에도 강력한 영업 레버리지를 달성하는 데 도움이 되었다고 밝혔습니다.
• 경영진은 100조 데이터 포인트에 달하는 독점 데이터 세트와 450명의 엔지니어를 복제하기 어려운 기술 해자의 핵심 요소로 지목했습니다.
• 경영진은 또한 대법원의 몽고메리 판결 이후 브로커 책임 문제를 다루며, 보험 및 청구 비용이 역사적으로 낮고 관리 가능한 수준이었다고 말했습니다.

재무 결과 및 생산성 향상

경영진은 회사의 변화가 북미 육상 운송 사업의 경제성을 변화시켰다고 말했습니다. 이들은 전통적인 변동 비용 중개 모델에서 더 많은 영업 레버리지를 가진 준고정 비용 구조로의 전환을 설명했습니다.

• 2022년 말 이후 직원 1인당 매출총이익이 60% 이상 증가했습니다.
• 같은 기간 동안 북미 육상 운송 부문의 인력은 약 30% 감소했습니다.
• 직원 1인당 출하량은 두 자릿수 비율로 증가했습니다.
• AI 코딩 도구를 사용하는 약 500명의 엔지니어가 2,000~3,000명의 기존 엔지니어와 비교하여 작업 관리를 수행하고 있다고 회사는 밝혔습니다.
• 연간 AI 토큰 지출은 120만 달러 미만입니다.
• 경영진은 회사가 2022년 말 이후 수억 달러의 영업이익 가치를 창출했다고 밝혔습니다.

최고재무책임자(CFO)인 데이먼 리(Damon Lee)는 회사의 AI 투자가 이례적으로 높은 수익을 창출했다고 말했습니다. 그는 "2022년 말 이후 수억 달러의 영업이익 가치를 창출했습니다"라며, "연간 기준으로 토큰에 120만 달러 미만을 지출하고 있습니다"라고 덧붙였습니다.

회사는 또한 부진한 운임 시장에도 불구하고 실적이 견조하게 유지되었다고 밝혔습니다.

• 2024년에는 시장이 보합 또는 하락세였음에도 불구하고 수익이 20% 이상 증가했습니다.
• 2025년에도 같은 유형의 시장이었음에도 불구하고 수익이 20% 이상 다시 증가했습니다.
• 2026년 컨센서스는 시장이 보합 또는 하락세를 유지하더라도 20% 추가 수익 증가를 예상하고 있습니다.

경영진은 2025년 2분기를 증거로 제시했습니다. 시장이 4.5% 하락했음에도 불구하고 현물 운임이 30% 이상 상승했지만, 운송 건당 평균 매출총이익은 보합세였다고 밝혔습니다. 매출총이익이 90% 이상 영업이익으로 연결되었는데, 이는 자산 기반 경쟁사를 포함하여 물류 업계에서 최고의 영업 레버리지 성과라고 리는 말했습니다.

리는 "2년 전 누군가에게 시장이 4.5% 하락했고 현물 운임이 30% 이상 상승했을 때, 브로커가 운송 건당 AGP(평균 매출총이익)를 보합으로 유지할 수 있느냐고 물었다면, 물리적으로 불가능하다고 했을 겁니다"라며, "우리는 2분기에 그것을 증명했습니다"라고 말했습니다.

운영 업데이트 및 기술 전략

경영진은 회사의 기술 스택이 자체적으로 구축되었으며 장기적인 데이터 및 클라우드 파트너십으로 지원된다고 말했습니다. 데이브 보즈먼(Dave Bozeman) 최고경영자(CEO)는 회사가 시간이 지남에 따라 100조 데이터 포인트의 독점 데이터 세트를 축적했다고 말했습니다.

• C. H. 로빈슨은 맞춤형 기술을 구축하는 450명의 엔지니어를 보유하고 있습니다.
• 마이크로소프트와 클라우드 인프라 및 Azure를 통한 대규모 언어 모델 액세스를 위해 협력합니다.
• 또한 데이터 인프라를 위해 스노우플레이크를 사용합니다.
• 회사는 내부 플랫폼이 복잡성에 따라 적절한 모델로 작업을 라우팅한다고 말했습니다.
• 프론티어 모델은 더 복잡한 추론에 사용되며, 오픈소스 또는 기존 모델은 더 간단한 거래 작업을 처리합니다.
• 일부 오픈소스 모델은 회사가 직접 호스팅합니다.

최고 전략 및 혁신 책임자(CSIO)인 아룬 라잔(Arun Rajan)은 회사가 전통적인 소프트웨어 규칙뿐만 아니라 컨텍스트 레이어를 통해 효과적으로 "영어로 프로그램화"되고 있다고 말했습니다. 그는 대규모 언어 모델 위에 구축된 에이전트 시스템이 효율적인 운영 모델과 함께 생산성을 가속화했다고 말했습니다.

라잔은 "회사는 영어로 프로그램화되고 있습니다"라며, "우리가 LLM(대규모 언어 모델) 위에 구축한 이 에이전트 시스템은 지난 몇 년 동안 효율적인 운영 모델과 결합되어 생산성을 엄청나게 가속화했습니다"라고 말했습니다.

경영진은 아키텍처가 외부 공급업체가 아닌 회사 내부에 비용을 낮게 유지하고 가치를 두도록 설계되었다고 말했습니다. 그들은 스택을 복사하려면 15~20개의 개별 AI 플랫폼 회사와의 파트너십이 필요하며, 그렇게 하더라도 맞춤형 솔루션이 아닌 일반적인 솔루션이 나올 가능성이 높다고 추정했습니다.

자동화, 가격 책정 및 판매

회사는 AI가 견적, 가격 책정, 판매 및 백오피스 업무 전반에 걸쳐 사용되고 있다고 밝혔습니다.

• 거래 견적 에이전트가 60% 완료에서 100% 완료로 확장되었습니다.
• 해당 견적 처리 시간은 17~20분에서 31초로 단축되었습니다.
• 대화형 견적은 Now 추가 인력 없이 연간 600만 건의 견적을 지원하며, 이전 60만 건에서 증가했습니다.
• 잠재 고객 발굴 및 고객 재활성화는 AI가 처리하여 인력을 고부가가치 작업에 투입합니다.
• AI 에이전트는 평판, 온도 제어 및 대량 운송과 같은 화물 유형에 대한 주제 전문가로 훈련됩니다.
• AI 공급망 엔지니어는 Now 고객 통화에 참여하여 거래 성사를 돕습니다.

경영진은 회사의 가격 책정 엔진도 훨씬 더 역동적으로 변했다고 말했습니다. 4년 전에는 30~90일 기간 동안 한두 번 가격 전략을 조정했습니다. Now, 회사는 시간당 수십 번, 하루에 수백 번, 분기당 수천 번 가격 전략을 변경할 수 있다고 밝혔습니다.

머신러닝, 예측 분석 및 에이전트 AI는 Now 회사의 100조 데이터 포인트 중 상당 부분을 분석하여 마진을 개선하고 차익 거래 기회를 포착한다고 말했습니다. 회사는 자사의 매출 관리 역량이 물류 분야에서 이례적으로 강력하다고 설명했습니다.

시장 환경 및 수요 동향

경영진은 회사가 거의 4년 동안 운임 경기 침체를 겪고 있지만, 공급 측면 조정의 조짐을 보고 있다고 말했습니다. 그들은 공급 부족으로 가격이 상승했으며, 회사가 현물 및 계약 운임 모두에서 좋은 성과를 보이고 있다고 밝혔습니다.

• 산업 기술, 특히 데이터 센터는 일부 긍정적인 활동을 보이고 있습니다.
• 소매, 주택 및 제조업은 여전히 조심스러운 태도이며, 활동이 미미하고 개선의 징후가 산발적으로만 나타납니다.
• 회사는 경기 침체기 동안 "더 높은 고점, 더 높은 저점"을 위해 포지셔닝되어 있다고 밝혔습니다.
• 경영진은 기술 및 운영 변화가 이미 기본 사업을 개선했기 때문에 운임 시장이 상승세로 전환되면 더 강력한 성장을 기대합니다.

경영진은 거시 경제 약세에도 불구하고 회사가 시장 점유율을 확보하고 있다고 말했습니다. 그들은 운임 수요가 약하더라도 기술 투자가 중요하다고 주장했습니다. 왜냐하면 사업이 이미 2024년과 2025년에 20% 이상의 수익 성장을 달성했으며 2026년에도 다시 그렇게 할 것으로 예상되기 때문입니다.

브로커 책임 및 법적 환경

경영진은 또한 대법원의 몽고메리 판결 이후 브로커의 방어 수단으로서 선점권을 제거한 브로커 책임에 대한 투자자들의 우려를 다루었습니다. 회사는 판결이 중요하지만, 자사의 위험 프로필은 여전히 관리 가능한 수준이라고 주장했습니다.

• C. H. 로빈슨은 상장회사로서 28년 동안 엄격한 소송 관리 기록을 가지고 운영해 왔다고 밝혔습니다.
• 연간 약 3,700만 건의 운송을 처리합니다.
• 수억 건의 운송 건수 중 수십 건의 사례만 발생했다고 밝혔습니다.
• 약 98%의 사건이 기각되거나 합의되었습니다.
• 평균 합의 금액은 일반적으로 100만 달러에서 300만 달러 사이였습니다.

회사는 보험 및 청구 비용이 역사적으로 총매출의 50bp(베이시스포인트) 미만이었고, 자동차 책임 보험만으로는 25bp 미만이었다고 밝혔습니다. 경영진은 보험료의 상당한 인상도 이익에 제한적인 영향을 미칠 것이라고 말했습니다. 왜냐하면 비용의 상당 부분을 운임에 전가할 수 있기 때문입니다.

리는 회사의 2027년 보험 갱신이 시장에 위험 프로필에 대한 더 명확한 시각을 제공할 것이라고 말했습니다. 그는 또한 회사가 연방 자동차 운송업체 안전 관리국(FMCSA)과 교통부의 "책임 있는 운송(Responsible Freight)" 표준에 대해 협력하고 있으며, 워싱턴D.C.에서 입법 노력에 적극 참여하고 있다고 덧붙였습니다.

경영진은 Lipe 사건을 합의하지 않기로 결정했으며, 항소에 대한 자신감을 유지한다고 말했습니다. 또한 자사주 매입 프로그램을 사업에 대한 자신감의 증거로 제시했습니다.

미래 전망

경영진은 혁신의 다음 단계가 글로벌 포워딩 및 에이전트 AI의 더 넓은 사용에 초점을 맞출 것이라고 말했습니다.

• 중국에서 노스캐롤라이나로의 운송과 같은 복잡한 국제 견적은 현재 10~12일이 소요됩니다.
• 경영진은 AI 에이전트가 그 작업을 몇 시간으로 단축할 수 있다고 말했습니다.
• 동일한 플랫폼이 글로벌 포워딩과 북미 육상 운송 모두를 위해 개발되고 있습니다.
• 회사는 더 많은 기능을 백오피스 업무에서 고객 대면 업무로 전환하기를 원합니다.
• 경영진은 향후 2년이 지난 2~3년보다 더 흥미로울 것이라고 말했습니다.

보즈먼은 회사의 데이터 이점이 이러한 전망의 핵심이라고 말했습니다. 그는 "우리는 업계에서 가장 큰 데이터 세트를 보유하고 있습니다"라며, "시간이 지남에 따라 축적된 100조 데이터 포인트이며, 이 데이터 세트는 로빈슨의 독점 자산입니다"라고 덧붙였습니다.

그는 맞춤형 소프트웨어와 독점 데이터의 조합으로 인해, 처음부터 AI를 중심으로 구축된 회사라도 이 모델을 복사하기 어렵게 만든다고 덧붙였습니다.

Q&A 주요 내용

질의응답 시간 동안 경영진은 공급업체 지출, AI 수익의 원천, 향후 사용 사례 및 운임 시장이라는 여러 주제로 돌아갔습니다.

• 기술 공급업체에 대해 회사는 빌더 문화(builder culture)를 유지하며 마이크로소프트, 스노우플레이크, 프론티어 모델, 오픈소스 모델 및 자체 호스팅 모델을 혼합하여 사용한다고 말했습니다.
• 낮은 토큰 비용은 작업을 수행할 수 있는 가장 저렴한 모델로 작업을 신중하게 라우팅한 결과라고 밝혔습니다.
• AI 수익에 대해 경영진은 모든 프로젝트가 동일한 투자 풀을 놓고 경쟁하기 때문에 생산성, 가격 책정 및 성장 간에 이점을 깔끔하게 분리하기 어렵다고 말했습니다.
• 향후 사용 사례에 대해 글로벌 포워딩, 판매 생산성 및 고객 재활성화가 주요 기회라고 말했습니다.
• 운임 시장에 대해 공급이 조여지고 있으며, 현물 및 계약 운임 모두 전반적인 상황에 비해 건전하며, 사업은 약세 시장뿐만 아니라 강세 시장에서도 잘 수행하도록 구축되었다고 말했습니다.

경영진은 회사의 모델이 운임 회복이 도래하기 전에도 계속 개선되도록 설계되었다고 말했습니다. 그들은 낮은 비용, 더 빠른 견적, 더 나은 가격 책정 및 광범위한 AI 사용의 조합이 사이클 전반에 걸쳐 수익을 지원해야 한다고 주장했습니다.

독자들은 추가 세부 정보를 위해 아래 전체 녹취록을 참조할 수 있습니다.

이 기사는 인공지능의 도움을 받아 번역됐습니다. 자세한 내용은 이용약관을 참조하시기 바랍니다.