O Jev é um novo desenvolvimento em IA com um objetivo diferente das ferramentas com que a maioria das pessoas contacta inicialmente. Numa conversa com um assistente de IA, faz-se uma pergunta e obtém-se uma resposta por escrito, ou pede-se ajuda para redigir um e-mail. Por trás desse texto está um modelo de linguagem de grande escala, frequentemente abreviado como LLM. O Jev, apresentado pela TypeSafe AI, foi concebido para tomar decisões rápidas e estritamente delimitadas dentro do software, em vez de gerar texto.
Para uma empresa de transportes, isso pode significar ajudar o sistema a reconhecer que mensagem requer atenção ou que processo deve ser encaminhado para uma pessoa. Na LiteTMS, já estamos a testar diferentes cenários para perceber onde esta abordagem pode tornar o nosso sistema de gestão de transportes mais útil no trabalho diário.
O que o Jev faz, por palavras simples
Pense numa mesa de triagem. A informação chega e o software precisa de decidir a que local pertence. O Jev recebe essa informação e responde a perguntas com opções predefinidas, pontuações ou probabilidades de sim/não. Não escreve conversas nem redige e-mails. A introdução da LangChain explica esta distinção e mostra como o Jev pode funcionar em conjunto com modelos que geram texto.
Eis um exemplo ilustrativo no transporte: um motorista escreve: «Ainda no armazém. Só começam a carregar amanhã.» O sistema poderia perguntar se a mensagem descreve um atraso e se necessita da atenção do gestor de tráfego. O Jev forneceria uma avaliação; o software envolvente determinaria o que fazer com ela.
A TypeSafe chama a isto um modelo System One: IA concebida para decisões rápidas que o software pode utilizar diretamente. O Jev está em fase de acesso antecipado. O interesse para nós reside na possibilidade de introduzir pequenas avaliações úteis no fluxo de trabalho sem exigir que alguém abra outra janela de conversação.
Onde pode ajudar um escritório de transportes
Estas são potenciais aplicações, não um anúncio de funcionalidades lançadas do Jev no LiteTMS.
Destacar mensagens importantes
Um atraso no carregamento, uma alteração de morada de entrega e uma confirmação de chegada de rotina exigem respostas diferentes. Um modelo poderia ajudar a triar as mensagens recebidas por assunto e urgência, chamando a atenção do escritório para prováveis problemas. O teste prático seria verificar se deteta exceções importantes sem encher o ecrã de alertas desnecessários.
Identificar casos que requerem esclarecimento
Suponha que um serviço inclui uma janela de descarga de manhã, enquanto uma mensagem posterior do cliente refere a tarde. Uma avaliação poderia sinalizar um eventual conflito para revisão. Deverá direcionar o gestor de tráfego para a informação relevante, mantendo a hora de entrega acordada inalterada até que alguém a confirme.
Encaminhar documentação para a pessoa certa
Assim que o texto de um documento for lido por uma ferramenta autónoma, o Jev poderá ajudar a categorizar o seu conteúdo: um comprovativo de entrega, uma questão sobre uma taxa ou uma reclamação. Isto pode ajudar a encaminhar o trabalho para o departamento operacional ou administrativo. Ler uma página digitalizada e decidir a quem pertence o conteúdo são passos distintos; este exemplo diz respeito ao segundo.
Definir quando uma pessoa deve intervir
Alguns pedidos têm um passo seguinte óbvio. Outros contêm informação incompleta ou dizem respeito a um custo contestado. Um sistema poderia utilizar uma avaliação para sugerir o procedimento adequado, incluindo a revisão humana. Uma conceção útil permitiria identificar e corrigir facilmente os casos incertos.
Respostas rápidas continuam a exigir verificação
A TypeSafe reporta vantagens de velocidade e de custos em tarefas adequadas. Essas avaliações do fornecedor não comprovam os ganhos reais para uma empresa de transportes. Além disso, garantir o formato da resposta é diferente de tomar uma decisão correta: o modelo pode continuar a escolher a opção errada.
Para os cenários de transporte propostos, isso implica verificar atrasos ignorados, escalamentos desnecessários e mensagens ambíguas, a par do tempo de resposta. Também seria necessário avaliar quanto contexto cada decisão exige. «Amanhã» significa pouco se o sistema não souber a data da mensagem.
Por que razão estamos a testar o Jev na LiteTMS
Mantemo-nos a par das novas tecnologias e já estamos a testar vários cenários em que o Jev pode ajudar a tornar o LiteTMS mais inteligente e útil para as empresas. Os exemplos acima descrevem linhas de exploração válidas; não constituem uma lista de integrações concluídas ou de resultados medidos.
O nosso objetivo é prático: ajudar o escritório a reparar no que realmente importa e a despender menos esforço a organizar a informação antes de poder agir. Qualquer aplicação tem de justificar o seu valor através de resultados úteis, limites claros e uma forma simples para intervenção humana. Partilharemos conclusões concretas à medida que este trabalho evoluir.
Fontes
Perguntas frequentes
- O que poderia o Jev fazer por uma empresa de transportes?
- As utilizações potenciais incluem a triagem de mensagens, a sinalização de possíveis conflitos nos dados dos pedidos e o encaminhamento de processos para a pessoa certa. Trata-se de cenários a avaliar, não de garantias de funcionamento.
- O Jev já está disponível como funcionalidade no LiteTMS?
- Estamos a testar possíveis aplicações. Este artigo não anuncia um lançamento comercial nem uma data de disponibilização.
- O Jev tomaria decisões no lugar de um gestor de tráfego?
- Os cenários descritos serviriam para apoiar o trabalho do gestor de tráfego, destacando informações e sugerindo como tratá-las. Quaisquer alterações aos compromissos operacionais exigiriam verificações adequadas e controlo humano.
Fique a par
Dê espaço a melhores leituras.
Escolha a LiteTMS como fonte preferencial para encontrar mais artigos nossos no Google.
Escolher a LiteTMS no GoogleConfirme a sua escolha no Google · Abre num novo separador