Jev predstavlja novi razvoj u oblasti vještačke inteligencije s drugačijom svrhom od alata s kojima se većina ljudi prvo susretne. U razgovoru s AI asistentom postavljate pitanje i dobijate pisani odgovor ili tražite pomoć pri sastavljanju e-maila. Iza tog teksta stoji veliki jezički model, često skraćeno nazvan LLM. Jev, koji je predstavio TypeSafe AI, dizajniran je za donošenje brzih, usko definisanih odluka unutar softvera, umjesto za generisanje teksta.
Za transportnu kompaniju to bi moglo značiti pomoć sistemu da prepozna kojoj poruci treba posvetiti pažnju ili koji slučaj treba proslijediti čovjeku. U LiteTMS-u već testiramo različite scenarije kako bismo vidjeli gdje bi ovaj pristup mogao naš sistem za upravljanje transportom učiniti korisnijim u svakodnevnom radu.
Šta Jev radi, jednostavnim jezikom
Zamislite sto za sortiranje pošte. Informacije stižu, a softver treba odlučiti gdje pripadaju. Jev prima te informacije i odgovara na pitanja unaprijed definisanim opcijama, ocjenama ili vjerovatnoćama tipa da/ne. On ne vodi razgovor niti sastavlja e-mail. LangChainovo predstavljanje objašnjava ovu razliku i pokazuje kako Jev može raditi paralelno s modelima koji generišu tekst.
Evo slikovitog primjera iz transporta: vozač napiše: „Još sam u skladištu. Neće početi utovar do sutra.” Sistem bi mogao postaviti pitanje opisuje li poruka kašnjenje i zahtijeva li pažnju dispečera. Jev bi pružio procjenu, a softver oko njega odredio bi šta s njom učiniti.
TypeSafe ovo naziva modelom Sistema jedan (System One): AI napravljen za brze odluke koje softver može direktno koristiti. Jev je u fazi ranog pristupa. Za nas je privlačna mogućnost uvođenja malih, korisnih procjena u radni tok bez potrebe da neko otvara novi chat.
Gdje bi mogao pomoći transportnoj kancelariji
Ovo su potencijalne primjene, a ne najava već objavljenih Jev funkcionalnosti u LiteTMS-u.
Isticanje važnih poruka
Kašnjenje na utovaru, promijenjena adresa isporuke i rutinska potvrda dolaska zahtijevaju različite reakcije. Model bi mogao pomoći u sortiranju dolaznih poruka prema temi i hitnosti, skrećući pažnju kancelarije na vjerovatne probleme. Pravi test korisnosti bio bi prepoznaje li važne izuzetke bez pretrpavanja ekrana nepotrebnim upozorenjima.
Uočavanje slučajeva koji zahtijevaju pojašnjenje
Pretpostavimo da nalog sadrži jutarnji termin za istovar, dok kasnija poruka klijenta spominje poslijepodne. Procjena bi mogla označiti mogući konflikt radi provjere. Ona bi trebala uputiti dispečera na relevantne informacije, ostavljajući dogovoreno vrijeme isporuke nepromijenjenim dok ga neko ne provjeri.
Usmjeravanje dokumentacije pravoj osobi
Nakon što poseban alat pročita tekst dokumenta, Jev bi mogao pomoći u kategorizaciji njegovog sadržaja: potvrda o isporuci, upit o trošku ili reklamacija. To bi moglo pomoći u usmjeravanju posla prema operativi ili administraciji. Čitanje skenirane stranice i odlučivanje gdje njen sadržaj pripada zasebni su koraci; ovaj primjer se odnosi na onaj drugi.
Odlučivanje kada čovjek treba preuzeti kontrolu
Neki zahtjevi imaju jasan sljedeći korak. Drugi sadrže nepotpune informacije ili se odnose na sporni trošak. Sistem bi mogao iskoristiti procjenu kako bi predložio odgovarajući način obrade, uključujući provjeru od strane čovjeka. Korisno rješenje omogućilo bi da se nejasni slučajevi lako pronađu i isprave.
Brzi odgovori i dalje zahtijevaju provjeru
TypeSafe navodi prednosti u brzini i troškovima na odgovarajućim zadacima. Te procjene proizvođača ne dokazuju dobitke za transportnu kompaniju. Zagarantovani format odgovora također se razlikuje od ispravne odluke: model i dalje može odabrati pogrešnu opciju.
Za naše predložene transportne scenarije to znači provjeru propuštenih kašnjenja, nepotrebnih eskalacija i dvosmislenih poruka, zajedno s vremenom odziva. Također bismo morali procijeniti koliko konteksta svaka odluka zahtijeva. Riječ „sutra” malo znači ako sistem nema datum poruke.
Zašto testiramo Jev u LiteTMS-u
Pratimo nove tehnologije i već testiramo različite scenarije u kojima bi Jev mogao pomoći da LiteTMS postane pametniji i korisniji za poslovanje. Navedeni primjeri opisuju smjerove vrijedne istraživanja; oni ne predstavljaju popis završenih integracija ili izmjerenih rezultata.
Naš cilj je praktičan: pomoći kancelariji da uoči ono što je važno i potroši manje truda na sortiranje informacija prije nego što može reagovati. Svaka primjena mora opravdati svoje mjesto kroz korisne rezultate, jasna ograničenja i jednostavan način da čovjek interveniše. Podijelit ćemo konkretne nalaze kako se ovaj rad bude razvijao.
Izvori
Pitanja koja se često postavljaju
- Šta bi Jev mogao učiniti za transportnu kompaniju?
- Potencijalne primjene uključuju sortiranje poruka, označavanje mogućih neslaganja u podacima o nalozima i prosljeđivanje predmeta odgovornoj osobi. To su scenariji koje treba ispitati, a ne garantovani ishodi.
- Da li je Jev već dostupan kao funkcionalnost u LiteTMS-u?
- Testiramo moguće primjene. Ovaj članak ne najavljuje dostupnost korisnicima niti datum uvođenja.
- Da li bi Jev donosio odluke umjesto dispečera?
- Ovdje opisani scenariji služili bi kao podrška radu dispečera isticanjem važnih informacija i predlaganjem načina njihovog rješavanja. Izmjene operativnih obaveza zahtijevale bi odgovarajuće provjere i ljudsku kontrolu.
Ostanite u toku
Napravite mjesta za kvalitetnije tekstove.
Odaberite LiteTMS kao preferirani izvor da biste lakše pronašli naše članke na Googleu.
Odaberite LiteTMS na GoogleuPotvrdite svoj izbor na Googleu · Otvara se u novoj kartici