Jev: rýchlejšie rozhodovanie s umelou inteligenciou v doprave

Aktualizácia, 25. septembra 2026: Od zverejnenia tohto článku sme Jev zaviedli do viacerých pracovných postupov v LiteTMS. Prečítajte si článok Jev AI v LiteTMS: kde sme ju nasadili, kde nájdete praktické príklady týkajúce sa správ od vodičov, názvov miest, importu údajov a prekladu správ v chate, ako aj technický pohľad s ukážkami v JSON a Java.

Jev predstavuje novinku v oblasti umelej inteligencie s odlišným účelom než nástroje, s ktorými sa väčšina ľudí stretáva najčastejšie. V chate s AI asistentom položíte otázku a dostanete písomnú odpoveď, prípadne požiadate o pomoc s formuláciou e-mailu. Za týmto textom stojí veľký jazykový model, často označovaný skratkou LLM. Jev od spoločnosti TypeSafe AI je navrhnutý tak, aby priamo v softvéri robil rýchle, presne vymedzené rozhodnutia, namiesto generovania textu.

Pre dopravnú firmu to môže znamenať napríklad pomoc systému pri rozpoznaní, ktorá správa si vyžaduje pozornosť alebo ktorý prípad by mal prevziať človek. V LiteTMS už testujeme rôzne scenáre, aby sme overili, kde by tento prístup mohol urobiť náš systém riadenia dopravy ešte užitočnejším pri každodennej práci.

Čo Jev robí, jednoducho a zrozumiteľne

Predstavte si triediaci stôl. Prichádzajú informácie a softvér musí rozhodnúť, kam patria. Jev tieto informácie prijme a odpovedá na otázky pomocou vopred definovaných možností, bodového hodnotenia alebo pravdepodobností áno/nie. Nevedie konverzáciu ani nepíše e-maily. Úvodný článok od LangChain tento rozdiel vysvetľuje a ukazuje, ako môže Jev spolupracovať s modelmi, ktoré generujú text.

Tu je názorný príklad z dopravy: vodič napíše: „Stále som na sklade. Nakladať začnú až zajtra.“ Systém sa môže opýtať, či správa opisuje meškanie a či si vyžaduje pozornosť dispečera. Jev dodá vyhodnotenie a okolitý softvér určí, ako s ním naložiť.

TypeSafe ho označuje ako model systému 1 (System One model): AI navrhnutú na rýchle rozhodnutia, ktoré softvér dokáže priamo využiť. Jev je zatiaľ v režime predbežného prístupu. Pre nás je príťažlivá možnosť začleniť drobné, užitočné vyhodnotenia priamo do pracovných postupov bez toho, aby niekto musel otvárať ďalší chat.

Kde by mohol pomôcť v dopravnej kancelárii

Ide o potenciálne možnosti využitia, nie o oznámenie už vydaných funkcií Jev v LiteTMS.

Zvýraznenie dôležitých správ

Meškanie pri nakládke, zmena adresy doručenia a bežné potvrdenie príchodu si vyžadujú rozdielne reakcie. Model by mohol pomôcť triediť prichádzajúce správy podľa témy a naliehavosti a upozorniť dispečing na pravdepodobné problémy. Rozhodujúcou skúškou bude, či dokáže zachytiť dôležité výnimky bez toho, aby zahltil obrazovku zbytočnými upozorneniami.

Odhaľovanie prípadov, ktoré vyžadujú objasnenie

Predstavte si, že objednávka obsahuje ranné časové okno na vykládku, no neskoršia správa od zákazníka spomína popoludnie. Analýza by mohla takýto možný konflikt označiť na kontrolu. Dispečera by mala nasmerovať späť k relevantným informáciám, pričom dohodnutý čas doručenia ponechá nezmenený, kým ho niekto neskontroluje.

Smerovanie dokumentov správnej osobe

Keď text dokumentu načíta samostatný nástroj, Jev by mohol pomôcť kategorizovať jeho obsah: potvrdenie o doručení, otázka k poplatku alebo reklamácia. To by mohlo pomôcť prideliť prácu prevádzke alebo administratíve. Čítanie naskenovanej strany a rozhodovanie o tom, kam jej obsah patrí, sú dva samostatné kroky; tento príklad sa týka toho druhého.

Určenie momentu, kedy má zasiahnuť človek

Niektoré požiadavky majú jasný ďalší krok. Iné obsahujú neúplné informácie alebo sa týkajú sporných nákladov. Systém by mohol na základe vyhodnotenia navrhnúť vhodný postup vybavenia vrátane kontroly človekom. Praktické riešenie by malo umožniť nejasné prípady jednoducho nájsť a opraviť.

Rýchle odpovede si stále vyžadujú kontrolu

Spoločnosť TypeSafe uvádza výhody v rýchlosti a nákladoch pri vhodných úlohách. Tieto hodnotenia od dodávateľa však automaticky nedokazujú prínos pre dopravnú firmu. Garantovaný formát odpovede navyše neznamená správne rozhodnutie: model môže stále zvoliť nesprávnu možnosť.

V našich navrhovaných scenároch v doprave to znamená okrem rýchlosti odozvy sledovať aj prehliadnuté meškania, zbytočné eskalácie a nejednoznačné správy. Rovnako musíme posúdiť, koľko kontextu jednotlivé rozhodnutia vyžadujú. Slovo „zajtra“ veľa neznamená, ak systému chýba dátum odoslania správy.

Prečo testujeme model Jev v LiteTMS

Neustále sledujeme nové technológie a už dnes testujeme rôzne scenáre, v ktorých by Jev mohol pomôcť urobiť LiteTMS inteligentnejším a užitočnejším pre firmy. Vyššie uvedené príklady opisujú smery, ktoré sa oplatí preskúmať; nejde o zoznam hotových integrácií ani nameraných výsledkov.

Náš cieľ je praktický: pomôcť dispečingu všimnúť si to podstatné a znížiť úsilie pri triedení informácií predtým, ako môže konať. Akékoľvek nasadenie si musí svoje miesto obhájiť užitočnými výsledkami, jasnými limitmi a jednoduchým spôsobom, ako môže človek zasiahnuť. S vývojom týchto prác sa s vami podelíme o konkrétne zistenia.

Zdroje

• TypeSafe AI: Predstavenie modelov System One a Jev
• LangChain: Vytvorenie testovacieho rámca s modelom Jev
• Flavio Copes: Podrobný pohľad na Jev, model System One od TypeSafe
• heise online: Model umelej inteligencie „Jev“ má zrýchliť rozhodovanie strojov

Často kladené otázky

Čo by mohol Jev priniesť dopravnej spoločnosti?

Potenciálne využitie zahŕňa triedenie správ, upozorňovanie na možné rozpory v údajoch objednávky a smerovanie prípadov správnej osobe. Ide o scenáre určené na vyhodnotenie, nie o garantované výsledky.

Je už Jev dostupný ako funkcia v LiteTMS?

V súčasnosti testujeme možné aplikácie. Tento článok neohlasuje vydanie pre zákazníkov ani termín nasadenia do praxe.

Rozhodoval by Jev namiesto dispečera?

Tu opísané scenáre by podporovali prácu dispečera zvýrazňovaním informácií a návrhmi, ako ich riešiť. Zmeny v prevádzkových záväzkoch by si vyžadovali náležitú kontrolu a dohľad človeka.