Opdatering den 25. september 2026: Siden vi udgav denne artikel, har vi implementeret Jev i flere LiteTMS-arbejdsgange. Læs Jev AI i LiteTMS: Her har vi taget det i brug for praktiske eksempler på chaufførbeskeder, stednavne, dataimport og chatoversættelse samt et teknisk kig med JSON og Java.
Jev er en ny udvikling inden for AI med et andet formål end de værktøjer, de fleste stifter bekendtskab med først. I en chat med en AI-assistent stiller du et spørgsmål og får et skriftligt svar, eller beder om hjælp til at formulere en e-mail. Bag den tekst ligger en stor sprogmodel, ofte forkortet LLM. Jev, som er lanceret af TypeSafe AI, er udviklet til at træffe hurtige, snævert definerede beslutninger inde i softwaren frem for at generere tekst.
For en transportvirksomhed kan det betyde hjælp til, at systemet genkender, hvilken besked der kræver opmærksomhed, eller hvilken sag der bør sendes videre til en medarbejder. Hos LiteTMS tester vi allerede forskellige scenarier for at se, hvor denne tilgang kan gøre vores transportstyringssystem mere nyttigt i det daglige arbejde.
Hvad Jev gør, i almindeligt sprog
Forestil dig et sorteringsbord. Oplysningerne ankommer, og softwaren skal beslutte, hvor de hører til. Jev modtager oplysningerne og besvarer spørgsmål med foruddefinerede svarmuligheder, scores eller ja/nej-sandsynligheder. Modellen skriver ikke samtaler eller udformer e-mails. LangChains introduktion forklarer denne forskel og viser, hvordan Jev kan fungere side om side med modeller, der genererer tekst.
Her er et illustrativt transporteksempel: En chauffør skriver: "Stadig på lageret. De starter først med at læsse i morgen." Et system kunne spørge, om beskeden beskriver en forsinkelse, og om den kræver disponentens opmærksomhed. Jev vil levere en vurdering, og den omkringliggende software vil afgøre, hvad der skal ske videre.
TypeSafe kalder dette en System One-model: AI bygget til hurtige beslutninger, som software kan anvende direkte. Jev er i tidlig adgang. Det attraktive for os er muligheden for at indbygge små, nyttige vurderinger direkte i arbejdsgangen, uden at nogen behøver at åbne endnu en chat.
Hvor det kan hjælpe på et transportkontor
Dette er potentielle anvendelsesmuligheder og ikke en annoncering af udgivne Jev-funktioner i LiteTMS.
Fremhævelse af vigtige beskeder
En læsseforsinkelse, en ændret leveringsadresse og en rutinemæssig ankomstbekræftelse kræver vidt forskellige reaktioner. En model kunne hjælpe med at sortere indgående beskeder efter emne og hastegrad, så potentielle problemer hurtigt fanges af kontoret. Den afgørende test vil være, om den fanger vigtige afvigelser uden at oversvømme skærmen med unødige advarsler.
Identificering af sager, der kræver afklaring
Forestil dig, at en ordre indeholder et lossevindue om formiddagen, mens en efterfølgende besked fra kunden nævner eftermiddagen. En vurdering kunne markere en potentiel konflikt til gennemsyn. Den bør henvise disponenten til de relevante oplysninger og lade den aftalte leveringstid forblive uændret, indtil en medarbejder har kontrolleret det.
Viderestilling af dokumenter til den rette person
Når teksten i et dokument er blevet indlæst af et separat værktøj, kunne Jev hjælpe med at kategorisere indholdet: en leveringsbekræftelse, en forespørgsel om et gebyr eller en reklamation. Det kan hjælpe med at fordele opgaverne mellem drift og administration. At aflæse en scannet side og at afgøre, hvor indholdet hører til, er to separate trin; dette eksempel vedrører det andet.
Valg af, hvornår et menneske bør tage over
Nogle henvendelser har et klart næste skridt. Andre indeholder ufuldstændige oplysninger eller vedrører en omstridt omkostning. Et system kunne bruge en vurdering til at foreslå det rette arbejdsflow, herunder manuel sagsbehandling. Et gennemtænkt design vil gøre tvivlstilfælde nemme at finde og korrigere.
Hurtige svar kræver stadig kontrol
TypeSafe rapporterer om hastigheds- og omkostningsfordele ved egnede opgaver. Disse leverandørevalueringer er dog ikke ensbetydende med reelle gevinster for en transportvirksomhed. Et garanteret svarformat er heller ikke det samme som en korrekt beslutning: Modellen kan stadig vælge den forkerte mulighed.
I vores foreslåede transportscenarier betyder det, at vi ud over responstid også skal holde øje med oversete forsinkelser, unødige eskaleringer og tvetydige beskeder. Vi er også nødt til at vurdere, hvor meget kontekst hver beslutning kræver. "I morgen" giver ikke meget mening, hvis systemet ikke kender datoen for beskeden.
Hvorfor vi tester Jev hos LiteTMS
Vi holder os opdateret om ny teknologi og er allerede i gang med at teste forskellige scenarier, hvor Jev kan være med til at gøre LiteTMS mere intelligent og brugbart for virksomheder. Eksemplerne ovenfor beskriver retninger, der er værd at udforske; de er ikke en liste over færdige integrationer eller dokumenterede resultater.
Vores mål er praktisk: at hjælpe kontoret med at bemærke det vigtige og bruge mindre energi på at sortere oplysninger, før der kan handles. Enhver anvendelse skal gøre sig fortjent til sin plads gennem nyttige resultater, klare grænser og en ukompliceret måde for en medarbejder at gribe ind på. Vi vil dele konkrete erfaringer i takt med, at arbejdet skrider frem.
Kilder
Ofte stillede spørgsmål
- Hvad kan Jev gøre for en transportvirksomhed?
- Potentielle anvendelsesmuligheder omfatter sortering af beskeder, markering af eventuelle konflikter i ordreoplysninger og fordeling af sager til den rette person. Der er tale om scenarier til evaluering, ikke garanterede resultater.
- Er Jev allerede tilgængelig som en funktion i LiteTMS?
- Vi er ved at teste mulige anvendelser. Denne artikel er ikke en annoncering af en kundelancering eller en dato for udrulning.
- Vil Jev træffe beslutninger i stedet for en disponent?
- Scenarierne beskrevet her vil støtte disponentens arbejde ved at fremhæve information og foreslå, hvordan den håndteres. Ændringer i driftsmæssige forpligtelser vil kræve passende kontrol og menneskeligt opsyn.
Hold kontakten
Gør plads til bedre læsning.
Vælg LiteTMS som foretrukken kilde for at se flere af vores artikler på Google.
Vælg LiteTMS på GoogleBekræft dit valg på Google · Åbner i en ny fane