后勤方面的AI代理:从分散服务到内置助理
后勤一直是一个对精简流程和精确度有评价的领域,但也有许多例行业务堆积在一起 在操作员的时间吃东西 检查扣留、分析证件、监测率和查明装运状况——所有这一切都是手工进行的,或在许多单独的方案的帮助下进行的。 直接在运输管理系统内工作的代理AI的出现正在改变游戏. 承运人不再需要组装一打服务的拼凑,并记住哪些登录到哪里去——他们可以简单地使用熟悉的有智能代理的TMS. 实施这一办法的一家公司是Alvys。
早些时候,Alvys TMS已经具备了个人的AI功能: Insights模块帮助分析负载,路线,和边距,Intel模块警告恶劣天气和货物盗窃,另外的功能可以将上传的速率确认转化为即时装运请求. 然而,一个真正灵活的代理环境稍晚一点才出现,正是这种环境使承运人能够实现整个行动链的自动化,而不是点点任务。
Alvys Foundry:TMS内部的代理构建器
Alvys Foundry引入了一个平台,让用户在其TMS内部创建和运行AI代理. 基本上,它是一个建造者:有20多个现成模板可供使用。 ,但操作员也可以与Alvys工程师一起建立自己的代理或完善标准代理。 任务代理几乎覆盖了航母的整个操作程序. 例如,专用拘留代理跟踪多余的闲置时间并自动生成请求. 另一代理人处理单证:它读取利率确认书、提单和交货确认书,确认其内容,并将其保存在正确的地方。 还有一个跟踪代理,接收检查呼叫并更新货运状态,因此调度员不必手动与司机联系。 这套工具还包括费率审计、资产合规控制和索偿处理工具。
Foundry的一个关键特点是操作员不需要用编程语言描述工作流程. 他们可以简单地上传他们的标准操作程序,或者用简单的文字来描述任务,平台会为代理生成一个算法,然后可以被批准. 发射前,通过模拟数据测试该剂,发射后操作者可以监测其工作,必要时可以阻止. 这种方法大大简化了采纳:不需要等待IT部门写代码——用人类语言描述过程就够了.
内置物剂的控制和安全
Alvys特别注意安全和可管理性。 为此,提供了一个名为Agent Shield的管理层,允许限制代理行为:设定批准门槛和支出限制. 如果特工即将执行具有高商业影响力的行动,则会暂停,直到人类确认为止. 同时,所有决定、行动和人工推翻都记录在审计日志中,这有利于解决争端和内部控制。
此外,Alvys Foundry还包括一个模型选择系统,根据价格,速度,和输出质量的不同,在不同的大语言模型之间自动引导任务. 这种办法不仅降低了计算成本,而且使平台独立于任何单一的模型提供者。 Alvys TMS基础设施已经包括了120多个集成和与数百个托运人的本地电子数据交换连接,因此代理商可以访问路由历史,客户规则,文件,差值数据,以及例外. 正如Alvys首席执行官Nick Darman指出的,正是货物上下文和路由理解的可用性使得代理商能够有意义的工作. 在现有平台内设置代理,可节省客户设置单独的集成,管理额外的登录. 该平台也符合SOC 2,与模型提供者的协议禁止使用客户数据来培训公共模型.
行业经验:在TMS内打赌自主助手
Alvys不是唯一一个在人工智能上下注的人 例如,C.H. Robinson已经部署了30多名特工人员,完成了以前需要手工操作的数百万项任务。 根据公司AI的VP,马克·阿尔布雷希特(Mark Albrecht),代理AI为了实现设定的目标而自主行事,就像人类一样. 其中一家代理公司每天处理超过10,000份通过电子邮件送达的定价请求,另一家代理公司则阅读附有附件的标书,并将标书转化为备妥订单。 Uber Flode公司还报告说,30多个代理人已融入其TMS系统,使采购、运输执行、跟踪、付款和分析方面的任务自动化。 公司计划将TMS从简单的记录系统转变为一个主动引导用户并接管重复操作的平台.
Alvys应用了类似的模型,但在自己的TMS内部执行,而不是通过单独的自动化层执行. 客户可以从现成的模板开始,从Alvys工程师订购定制,或者在Alvys Foundry创建自己的工作流程. 该平台的早期客户是斯巴达载体集团:其创始人小卡洛斯·M·拉内萨(Carlos M. Llaneza Jr.)指出,使用Foundry有助于减少体力工作,使员工能够专注于需要判断和质量服务的任务.
铸币局的启动是继成功的筹资回合之后:2025年9月,阿尔维斯筹集了由RTP Global牵头的4000万美元,使资金总额达到7700万美元. Alvys平台每年处理90多亿美元的货运. 有趣的是,Foundry并不是作为一般发行品推出,而是通过客户群推出:在平台于6月推出后,第一组迅速填充. 这表明对实用的AI解决方案的强烈需求并不要求承运人建立自己的基础设施.
