Обновление от 25 сентября 2026 г.: С момента публикации этой статьи мы внедрили Jev в несколько рабочих процессов LiteTMS. Читайте статью ИИ Jev в LiteTMS: где мы применили его на практике, чтобы увидеть реальные примеры работы с сообщениями водителей, названиями населенных пунктов, импортом данных и переводом чатов, а также технический разбор с примерами JSON и Java.
Jev - новая разработка в сфере ИИ, созданная совсем для других задач, чем привычные многим инструменты. В чате с ИИ-ассистентом вы задаете вопрос и получаете текстовый ответ или просите составить черновик письма. За генерацией такого текста стоит большая языковая модель (LLM). В отличие от них, Jev от компании TypeSafe AI предназначен для принятия быстрых и узкоспециализированных решений внутри программного обеспечения, а не для создания текстов.
Для транспортной компании это может означать помощь системе в определении того, какое сообщение требует внимания или какую ситуацию нужно передать человеку. В LiteTMS мы уже тестируем различные сценарии, чтобы понять, где такой подход сделает нашу систему управления перевозками еще полезнее в ежедневной работе.
Что делает Jev простыми словами
Представьте себе стол сортировки. Поступает информация, и программа должна решить, куда ее направить. Jev принимает эти данные и отвечает на вопросы, выбирая готовые варианты, выставляя оценки или рассчитывая вероятности формата «да/нет». Он не ведет диалог и не составляет письма. В обзоре от LangChain объясняется эта разница и показано, как Jev может работать в связке с моделями, генерирующими текст.
Вот наглядный пример из сферы грузоперевозок: водитель пишет: «Все еще на складе. Погрузку начнут только завтра». Система может запросить проверку: сообщает ли сообщение о задержке и требует ли оно внимания диспетчера. Jev дает оценку, а управляющая программа решает, что делать дальше.
TypeSafe называет это моделью первого типа (System One): ИИ, созданный для быстрых решений, которые программный комплекс может сразу использовать в работе. Сейчас Jev находится в стадии раннего доступа. Для нас его привлекательность заключается в возможности встроить точечные полезные проверки прямо в рабочий процесс, не заставляя сотрудников открывать отдельный чат.
Чем это может помочь транспортному отделу
Это возможные варианты применения, а не анонс уже выпущенных функций на базе Jev в LiteTMS.
Выделение важных сообщений
Задержка на погрузке, изменение адреса доставки и стандартное подтверждение прибытия требуют разной реакции. Модель могла бы помочь сортировать входящие сообщения по теме и срочности, обращая внимание сотрудников офиса на вероятные проблемы. Главным критерием проверки станет ее способность отслеживать важные отклонения, не перегружая экран лишними уведомлениями.
Выявление ситуаций, требующих уточнения
Предположим, в заявке указано утреннее окно разгрузки, а в более позднем сообщении клиента речь идет о второй половине дня. Оценка модели позволила бы выделить потенциальный конфликт для проверки. Она должна направить диспетчера к нужным данным, оставив согласованное время доставки без изменений до ручной проверки.
Маршрутизация документов нужным сотрудникам
После того как отдельный инструмент распознает текст документа, Jev может помочь распределить его по категориям: подтверждение доставки, запрос по начислениям или претензия. Это поможет направить задачу в операционный отдел или в бухгалтерию. Распознавание отсканированной страницы и определение назначения ее содержимого - это два разных шага: данный пример касается именно второго.
Определение момента, когда требуется участие человека
Для одних запросов следующий шаг очевиден. Другие содержат неполные данные или касаются спорных расходов. Система могла бы на основе такой оценки предложить подходящий порядок действий, включая проверку человеком. Грамотная архитектура позволит быстро находить и корректировать сомнительные случаи.
Быстрые ответы все равно требуют проверки
TypeSafe заявляет о преимуществах в скорости и затратах на подходящих задачах. Эти оценки разработчика еще не гарантируют реальной выгоды для транспортной компании. Гарантированный формат ответа также не означает правильности самого решения: модель все равно может выбрать неверный вариант.
Для рассматриваемых нами транспортных сценариев это означает проверку пропущенных задержек, необоснованных эскалаций и неоднозначных сообщений наряду со скоростью ответа. Нам также потребуется оценить, какой объем контекста необходим для каждого решения. Слово «завтра» мало о чем говорит, если системе неизвестна дата отправки сообщения.
Почему мы тестируем Jev в LiteTMS
Мы следим за развитием технологий и уже проверяем различные сценарии, в которых Jev помог бы сделать LiteTMS умнее и полезнее для бизнеса. Приведенные выше примеры описывают перспективные направления для изучения, а не список готовых интеграций или зафиксированных результатов.
Наша цель сугубо практическая: помочь сотрудникам офиса замечать главное и тратить меньше сил на сортировку информации перед принятием решений. Любое внедрение должно оправдывать себя реальной пользой, иметь четкие границы и оставлять за человеком простую возможность вмешаться. Мы поделимся конкретными выводами по мере продвижения этой работы.
Источники
Часто задаваемые вопросы
- Чем Jev может быть полезен транспортной компании?
- Среди потенциальных вариантов применения: сортировка сообщений, выявление возможных расхождений в данных заказов и передача задач нужным сотрудникам. Это сценарии для тестирования, а не гарантированный результат.
- Доступен ли Jev в LiteTMS уже сейчас?
- Мы только тестируем возможные варианты применения. Эта статья не является анонсом релиза для клиентов или объявлением даты внедрения.
- Будет ли Jev принимать решения вместо диспетчера?
- Описанные сценарии призваны помогать диспетчеру: они подсвечивают нужную информацию и подсказывают порядок действий. Любые изменения в операционных обязательствах требуют проверки и контроля со стороны человека.
Оставайтесь на связи
Больше полезных статей в вашей ленте.
Выберите LiteTMS в качестве предпочтительного источника, чтобы чаще видеть наши статьи в Google.
Выбрать LiteTMS в GoogleПодтвердите выбор в Google · Откроется в новой вкладке