Ažurirano 25. septembra 2026: Od objavljivanja ovog članka, primenili smo Jev u nekoliko radnih tokova unutar sistema LiteTMS. Pročitajte Jev AI u LiteTMS-u: gde smo ga stavili u funkciju za praktične primere koji uključuju poruke vozača, nazive mesta, uvoz podataka i prevođenje u prepisci, uz tehnički osvrt sa JSON-om i Javom.
Jev predstavlja novi iskorak u razvoju veštačke inteligencije sa drugačijom namenom od alata sa kojima se većina ljudi prvo susreće. Prilikom dopisivanja sa AI asistentom postavljate pitanje i dobijate pisani odgovor ili tražite pomoć pri sastavljanju imejla. Iza tog teksta nalazi se veliki jezički model, često skraćeno LLM. Jev, koji je predstavio TypeSafe AI, osmišljen je da donosi brze, precizno definisane odluke unutar softvera, umesto da generiše tekst.
Za transportno preduzeće to može značiti pomoć sistemu da prepozna kojoj poruci je potrebna pažnja ili koji slučaj treba proslediti čoveku. U LiteTMS-u već testiramo različite scenarije kako bismo videli gde ovaj pristup može učiniti naš sistem za upravljanje transportom korisnijim u svakodnevnom radu.
Šta Jev zapravo radi, jednostavnim rečima
Zamislite pult za sortiranje. Informacije pristižu, a softver treba da odluči gde one pripadaju. Jev prima te informacije i odgovara na pitanja unapred definisanim opcijama, ocenama ili da/ne verovatnoćama. On ne vodi razgovor niti sastavlja imejlove. Uvodni članak kompanije LangChain objašnjava ovu razliku i pokazuje kako Jev može funkcionisati rame uz rame sa modelima koji generišu tekst.
Evo slikovitog primera iz transporta: vozač napiše: „Još uvek sam u skladištu. Neće početi utovar do sutra.” Sistem može postaviti pitanje da li poruka opisuje kašnjenje i da li joj je potrebna pažnja dispečera. Jev bi pružio procenu, a prateći softver bi odredio šta dalje uraditi sa njom.
TypeSafe ovo naziva modelom Sistema jedan: veštačka inteligencija napravljena za brzo donošenje odluka koje softver može direktno da iskoristi. Jev je u fazi ranog pristupa. Za nas je privlačna mogućnost uvođenja malih, korisnih procena direktno u radni tok, a da niko ne mora da otvara još jedan prozor za dopisivanje.
Gde bi mogao pomoći u transportnoj kancelariji
Ovo su potencijalne primene, a ne najava već objavljenih funkcija zasnovanih na sistemu Jev u LiteTMS-u.
Isticanje važnih poruka
Kašnjenje na utovaru, promenjena adresa isporuke i rutinska potvrda o prispeću zahtevaju različite reakcije. Model bi mogao da pomogne u sortiranju prispelih poruka prema temi i hitnosti, skrećući pažnju kancelarije na potencijalne probleme. Pravi test korisnosti bio bi da li model uočava važna odstupanja bez zatrpavanja ekrana nepotrebnim obaveštenjima.
Prepoznavanje slučajeva koji zahtevaju pojašnjenje
Zamislimo da nalog za transport sadrži jutarnji termin istovara, dok u kasnijoj poruci klijenta stoji popodne. Procena modela bi mogla da označi moguće neslaganje radi provere. Sistem bi trebalo da uputi dispečera na relevantne informacije, ostavljajući dogovoreno vreme isporuke nepromenjenim sve dok ga neko ne proveri.
Usmeravanje dokumentacije pravoj osobi
Nakon što poseban alat očita tekst dokumenta, Jev bi mogao da pomogne u klasifikaciji njegovog sadržaja: potvrda o isporuci, upit o troškovima ili reklamacija. To bi moglo da olakša usmeravanje posla ka operativi ili administraciji. Očitavanje skenirane stranice i odlučivanje o tome gde njen sadržaj pripada dva su zasebna koraka; ovaj primer se odnosi na drugi.
Određivanje trenutka kada čovek treba da preuzme kontrolu
Pojedini zahtevi imaju jasan sledeći korak. Drugi sadrže nepotpune informacije ili se odnose na sporni trošak. Sistem bi na osnovu procene mogao da predloži odgovarajući način obrade, uključujući i pregled od strane čoveka. Korisno rešenje omogućilo bi da se nejasni slučajevi lako pronađu i isprave.
Brzi odgovori i dalje zahtevaju proveru
TypeSafe izveštava o prednostima u brzini i troškovima pri obavljanju odgovarajućih zadataka. Te procene proizvođača, međutim, ne garantuju automatski dobitke za transportno preduzeće. Takođe, garantovani format odgovora razlikuje se od tačne odluke: model i dalje može da izabere pogrešnu opciju.
U našim predloženim transportnim scenarijima, to znači proveru propuštenih kašnjenja, nepotrebnih eskalacija i dvosmislenih poruka, uporedo sa merenjem vremena odziva. Takođe bi trebalo da procenimo koliko konteksta zahteva svaka odluka. Reč „sutra” malo znači ako sistem nema datum poruke.
Zašto testiramo Jev u LiteTMS-u
Pratimo razvoj novih tehnologija i već testiramo različite scenarije u kojima bi Jev mogao da pomogne da LiteTMS postane pametniji i korisniji za poslovanje. Gorenavedeni primeri opisuju pravce vredne istraživanja; to nije spisak završenih integracija niti izmerenih rezultata.
Naš cilj je praktičan: pomoći kancelariji da uoči ono što je važno i potroši manje truda na sortiranje informacija pre nego što preduzme akciju. Svaka primena mora da dokaže svoju vrednost kroz korisne rezultate, jasna ograničenja i jednostavan način da čovek interveniše. Delićemo konkretne nalaze kako se ovaj rad bude razvijao.
Izvori
Često postavljana pitanja
- Šta bi Jev mogao da uradi za transportno preduzeće?
- Potencijalne primene uključuju sortiranje poruka, označavanje mogućih neslaganja u podacima o nalogu i usmeravanje predmeta pravoj osobi. To su scenariji za procenu, a ne zagarantovani rezultati.
- Da li je Jev već dostupan kao funkcija u LiteTMS-u?
- Testiramo moguće primene. Ovaj članak ne najavljuje dostupnost korisnicima niti datum uvođenja.
- Da li bi Jev donosio odluke umesto dispečera?
- Ovde opisani scenariji služili bi kao podrška radu dispečera isticanjem informacija i predlaganjem načina obrade. Promene u operativnim obavezama zahtevale bi odgovarajuće provere i ljudsku kontrolu.
Ostanite u toku
Napravite mesta za kvalitetno štivo.
Izaberite LiteTMS kao željeni izvor da biste lakše pronalazili naše članke na Google-u.
Izaberite LiteTMS na Google-uPotvrdite izbor na Google-u · Otvara se u novoj kartici