ИИ-агенты в логистике: от разрозненных сервисов к встроенным помощникам
Логистика всегда была сферой, где ценятся отлаженные процессы и точность, но именно здесь накопилось много рутинных операций, которые съедают время операторов. Проверка детеншена, разбор документов, контроль ставок, выяснение статуса отправки — всё это традиционно делается вручную или с помощью множества отдельных программ. Появление агентного ИИ, который работает прямо внутри транспортной системы управления, меняет правила игры. Теперь перевозчикам не нужно собирать конструктор из десятка сервисов и помнить, где какой логин, — достаточно использовать привычную TMS, в которую встроены умные агенты. Одной из компаний, которая реализовала такой подход, стала Alvys.
Ранее в TMS Alvys уже были встроены отдельные ИИ-функции: модуль Insights помогал анализировать загрузки, маршруты и маржу, модуль Intel предупреждал о неблагоприятной погоде и кражах грузов, а отдельная функция умела превращать загруженные rate confirmations в готовые заявки на перевозку. Однако по-настоящему гибкая агентная среда появилась чуть позже, и именно она дала перевозчикам возможность автоматизировать целые цепочки действий, а не точечные задачи.
Alvys Foundry: конструктор агентов внутри TMS
Компания Alvys Foundry представила платформу, которая позволяет создавать и запускать ИИ-агентов прямо в своей TMS. По сути, это конструктор: из коробки доступно более 20 готовых шаблонов, но при желании оператор может собрать собственного агента или доработать стандартного вместе с инженерами Alvys. Задачи, которые агенты берут на себя, охватывают практически всю операционную рутину перевозчика. Например, специальный агент по детеншену отслеживает превышение времени простоя и автоматически формирует заявку. Другой агент занимается документами: читает rate confirmations, коносаменты и подтверждения доставки, распознаёт их содержимое и сохраняет в нужном месте. Есть также агент для трекинга: он получает check calls и обновляет статус отправки, чтобы диспетчеру не приходилось вручную опрашивать водителей. В наборе присутствуют и инструменты для аудита ставок, контроля соответствия активов и обработки претензий.
Ключевая особенность Foundry в том, что оператору не нужно описывать workflow на языке программирования. Достаточно загрузить свою стандартную операционную процедуру или описать задачу простыми словами, и платформа сама сгенерирует алгоритм для агента, который затем можно утвердить. Перед запуском агент проходит тестирование на симулированных данных, а после запуска оператор может наблюдать за его работой и при необходимости остановить. Такой подход сильно упрощает внедрение: не нужно ждать, пока ИТ-отдел напишет код, достаточно описать процесс на человеческом языке.
Контроль и безопасность встроенных агентов
Особое внимание в Alvys уделили вопросам безопасности и управляемости. Для этого предусмотрен слой управления под названием Agent Shield, который позволяет ограничивать действия агентов: задавать пороги утверждения и лимиты расходов. Если агент собирается выполнить действие с высоким влиянием на бизнес, оно будет приостановлено до подтверждения живым человеком. При этом все решения, действия и ручные переопределения записываются в аудит-журнал — это удобно для разбора спорных ситуаций и внутреннего контроля.
Кроме того, Alvys Foundry включает систему выбора моделей, которая автоматически маршрутизирует задачи между разными большими языковыми моделями в зависимости от цены, скорости и качества результата. Такой подход не только снижает вычислительные затраты, но и делает платформу независимой от одного поставщика моделей. Инфраструктура TMS Alvys уже включает более 120 интеграций и нативные EDI-соединения с сотнями грузоотправителей, поэтому агенты получают доступ к истории маршрутов, правилам клиентов, документам, данным о марже и исключениям. Как отметил генеральный директор Alvys Ник Дарман, именно наличие контекста грузоперевозок и понимание маршрутов позволяет агентам работать осмысленно. Размещение агентов внутри существующей платформы избавляет клиентов от необходимости настраивать отдельные интеграции и управлять дополнительными логинами. К тому же платформа соответствует требованиям SOC 2, а договоры с провайдерами моделей запрещают использовать данные клиентов для обучения публичных моделей.
Опыт индустрии: ставка на автономных помощников изнутри TMS
Alvys не единственная, кто верит в агентный ИИ. Например, C.H. Robinson уже развернула более 30 агентов, которые выполнили миллионы задач, ранее требовавших ручного труда. По словам вице-президента по ИИ этой компании Марка Альбрехта, агентный ИИ действует автономно для достижения поставленных целей, как человек. Один из таких агентов ежедневно обрабатывает свыше 10 000 запросов цен, поступающих по электронной почте, а другой читает тендеры с вложениями и превращает их в готовые заказы. Uber Freight также отчиталась о более чем 30 агентах, интегрированных в её TMS, которые автоматизируют задачи в закупках, исполнении отправок, отслеживании, платежах и аналитике. Компания планирует превратить TMS из простой системы записи в платформу, которая проактивно направляет пользователей и берёт на себя повторяющиеся операции.
Alvys применяет похожую модель, но реализует исполнение внутри собственной TMS, а не через отдельный слой автоматизации. Клиенты могут начать с готовых шаблонов, заказать настройку у инженеров Alvys или создать собственные workflow в Alvys Foundry. Ранним клиентом платформы стала Spartan Carrier Group: её основатель Карлос М. Льянес-младший отметил, что использование Foundry помогает сократить ручную работу, позволяя сотрудникам сосредоточиться на задачах, требующих суждения и качественного сервиса.
Запуск Foundry состоялся после успешного раунда финансирования: в сентябре 2025 года Alvys привлекла $40 млн под руководством RTP Global, а общий объём привлечённых инвестиций достиг $77 млн. Платформа Alvys обрабатывает более $9 млрд грузовых перевозок в год. Интересно, что Foundry внедряется не общим релизом, а через когорты клиентов: после презентации платформы в июне первая когорта быстро заполнилась. Это говорит о высоком спросе на практичные ИИ-решения, которые не требуют от перевозчиков создания собственной инфраструктуры.
