--- title: Jev: sprawdzamy, jak AI może pomóc w pracy spedycji description: Czym jest Jev, gdzie może pomóc firmie transportowej i dlaczego już testujemy scenariusze, które mogą uczynić LiteTMS jeszcze bardziej użytecznym. slug: jev-ai-decisions-transport locale: pl date: 2026-09-17 updated: 2026-09-18 category: technology tags: ai, jev, transport, automation author: Zespół LiteTMS draft: false --- Jev to nowość w świecie AI, która działa inaczej niż narzędzia, z którymi wiele osób spotyka się na początku. W czacie z asystentem AI wpisujemy pytanie i dostajemy odpowiedź albo prosimy o napisanie maila. Za powstającym tekstem stoi duży model językowy, określany skrótem LLM. Jev, zaprezentowany przez TypeSafe AI, służy do szybkiego podejmowania decyzji w ściśle określonych sprawach wewnątrz oprogramowania, zamiast do tworzenia tekstu. W transporcie mógłby na przykład wskazywać wiadomości wymagające uwagi lub sprawy, które powinien przejąć człowiek. W LiteTMS już testujemy różne scenariusze jego zastosowania, szukając sposobów na jeszcze bardziej użyteczny system do zarządzania transportem. ## Czym jest Jev bez technicznego żargonu Najłatwiej wyobrazić go sobie przy sortowaniu informacji. System dostaje wiadomość i musi ustalić, czego dotyczy. Jev odpowiada na zadane pytania, wybierając spośród ustalonych możliwości albo podając ocenę czy prawdopodobieństwo odpowiedzi tak lub nie. Nie pisze maili ani nie prowadzi rozmowy. [LangChain pokazuje](https://www.langchain.com/blog/building-a-harness-with-jev?utm_source=litetms.eu), jak taki model może współpracować z AI tworzącą tekst. Przykład poglądowy z transportu: kierowca pisze „Dalej stoję na magazynie. Zaczną ładować dopiero jutro”. System mógłby zapytać, czy wiadomość oznacza opóźnienie i czy wymaga uwagi spedytora. Jev przekazałby ocenę, a dalsze działanie zależałoby od zasad zapisanych w oprogramowaniu. [TypeSafe określa Jev mianem modelu System One](https://typesafe.ai/blog/introducing-system-one-models-and-jev?utm_source=litetms.eu), przeznaczonego do szybkich decyzji wykorzystywanych bezpośrednio przez programy. Model jest dostępny we wczesnym dostępie. Interesuje nas możliwość dodania takich drobnych ocen do codziennej pracy, bez konieczności otwierania kolejnego czatu z AI. ## Gdzie widzimy możliwe zastosowania w transporcie Poniższe przykłady to kierunki do sprawdzenia. Nie są zapowiedzią gotowych funkcji LiteTMS opartych na Jev. ### Ważna wiadomość trafia pod uwagę biura Informacja o opóźnieniu załadunku wymaga innej reakcji niż potwierdzenie przyjazdu na miejsce. Model mógłby pomagać w porządkowaniu wiadomości według tematu i pilności, wskazując te, w których pojawia się problem. Wartość takiego rozwiązania zależałaby od tego, czy wyłapuje istotne sprawy i jednocześnie nie zasypuje biura zbędnymi powiadomieniami. ### Rozbieżność w ustaleniach czeka na wyjaśnienie W zleceniu widnieje poranny rozładunek, ale w późniejszej wiadomości klient wspomina o popołudniu. System mógłby wskazać możliwą sprzeczność i skierować spedytora do obu informacji. Ustalony termin pozostałby bez zmian do czasu sprawdzenia sprawy przez człowieka. ### Dokument trafia do właściwej osoby Po odczytaniu tekstu dokumentu przez osobne narzędzie Jev mógłby pomóc określić, czy chodzi o potwierdzenie dostawy, pytanie o naliczoną opłatę czy reklamację. Ułatwiłoby to kierowanie spraw do spedycji lub administracji. Odczyt skanu i ocena jego treści to dwa różne etapy; ten przykład dotyczy drugiego z nich. ### Niejasna sprawa wraca do człowieka Niektóre zgłoszenia mają oczywisty dalszy krok. Inne zawierają za mało informacji albo dotyczą spornego kosztu. Ocena modelu mogłaby pomóc wybrać sposób obsługi, w tym przekazanie sprawy pracownikowi. Dobrze zaprojektowane rozwiązanie powinno ułatwiać odnalezienie i poprawienie niepewnych ocen. ## Szybka odpowiedź też może być błędna [TypeSafe podaje korzyści dotyczące szybkości i kosztu](https://typesafe.ai/blog/introducing-system-one-models-and-jev?utm_source=litetms.eu) przy odpowiednich zadaniach. Wyniki producenta nie mówią jednak, ile zyska konkretna firma transportowa. Poprawny format odpowiedzi nie gwarantuje też trafnej decyzji: model może wybrać niewłaściwą z dozwolonych opcji. W naszych scenariuszach transportowych należałoby więc sprawdzać przeoczone opóźnienia, zbędne alarmy i niejednoznaczne wiadomości, a nie tylko czas odpowiedzi. Ważny byłby też zakres przekazywanych informacji. Samo słowo „jutro” niewiele wyjaśnia, jeśli system nie zna daty wysłania wiadomości. ## Dlaczego testujemy Jev w LiteTMS Śledzimy nowe technologie i już testujemy różne scenariusze, w których Jev mógłby pomóc uczynić LiteTMS jeszcze bardziej inteligentnym i użytecznym dla firm. Opisane wyżej przykłady pokazują, jakie możliwości warto sprawdzić. Nie przedstawiamy ich jako zakończonych wdrożeń ani potwierdzonych wyników testów. Chcemy, żeby biuro łatwiej zauważało istotne sprawy i poświęcało mniej pracy na porządkowanie informacji przed podjęciem działania. Każde zastosowanie musi pokazać swoją wartość, mieć jasno określone granice i pozwalać człowiekowi łatwo przejąć sprawę. Konkretnymi wnioskami będziemy dzielić się wraz z postępem prac. ## Źródła - [TypeSafe AI: Introducing System One Models & Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev?utm_source=litetms.eu) - [LangChain: Building a Harness with Jev](https://www.langchain.com/blog/building-a-harness-with-jev?utm_source=litetms.eu) - [Flavio Copes: A deep dive into Jev, TypeSafe's System One model](https://flaviocopes.com/jev/?utm_source=litetms.eu) - [heise online: AI model “Jev” to make machines decide faster](https://www.heise.de/en/news/AI-model-Jev-to-make-machines-decide-faster-11457071.html?utm_source=litetms.eu) ## FAQ ### Do czego Jev może przydać się firmie transportowej? Potencjalne zastosowania obejmują porządkowanie wiadomości, wskazywanie możliwych sprzeczności w informacjach o zleceniu i kierowanie spraw do właściwej osoby. To scenariusze wymagające sprawdzenia, a nie gwarancja efektów. ### Czy funkcje oparte na Jev są już dostępne w LiteTMS? Testujemy możliwe zastosowania. Ten artykuł nie ogłasza udostępnienia funkcji klientom ani terminu wdrożenia. ### Czy Jev miałby podejmować decyzje za spedytora? Opisane scenariusze zakładają wsparcie spedytora przez wskazywanie informacji i sugerowanie sposobu obsługi sprawy. Zmiany ustaleń dotyczących transportu wymagałyby odpowiednich kontroli i nadzoru człowieka.