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, 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, 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 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
Częste pytania
- 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.
Bądźmy w kontakcie
Dobre treści warto mieć pod ręką.
Wybierz LiteTMS jako preferowane źródło, by częściej trafiać na nasze artykuły w Google.
Wybierz LiteTMS w GooglePotwierdź wybór w Google · Otwiera się w nowej karcie