Alvys — dostawca oprogramowania dla branży transportowej — uruchomił w 2025 roku platformę Alvys Foundry z ponad 20 gotowymi agentami AI, które samodzielnie wykonują zadania operacyjne wewnątrz systemu zarządzania transportem (TMS). To nie kolejna nakładka chatbotowa na istniejące procesy, lecz pierwsza próba wbudowania autonomicznych agentów bezpośrednio w infrastrukturę z ponad 120 integracjami i natywnymi połączeniami EDI z setkami spedytorów. Dla branży, która latami zmagała się z chaosem danych rozsianych po dziesiątkach narzędzi, może to oznaczać realną zmianę sposobu, w jaki ludzie w ogóle pracują przy biurkach spedycyjnych.
Czym jest Alvys Foundry i co wyróżnia tę platformę?
Alvys Foundry to platforma agentyczna zintegrowana bezpośrednio z systemem TMS firmy Alvys, pozwalająca przewoźnikom i brokerom frachtowym na automatyzację powtarzalnych zadań operacyjnych bez konieczności wychodzenia poza jedno środowisko pracy. Platforma działa na tej samej infrastrukturze co cały TMS, co eliminuje potrzebę utrzymywania osobnych logowań i dodatkowych integracji z zewnętrznymi narzędziami AI.
Agenci mają dostęp do kontekstu operacyjnego zgromadzonego w systemie: historii tras, reguł klientów, dokumentów przewozowych, marż, rezerwacji oraz wyjątków. Nick Darman, CEO Alvys, stwierdził w 2025 roku: „Mamy kontekst frachtowy i rozumiemy wasze trasy.” Ta fraza brzmi jak slogan, ale za nią stoi konkretna architektura — dane nie opuszczają systemu i nie trafiają do modeli trenujących publiczne sieci neuronowe, co potwierdza zgodność z normą SOC 2.
Platforma oferuje ponad 20 gotowych szablonów agentów oraz możliwość tworzenia własnych — samodzielnie przez operatora lub we współpracy z inżynierami Alvys. Operator może przesłać istniejącą procedurę operacyjną lub opisać zadanie w naturalnym języku, a Foundry wygeneruje przepływ pracy do zatwierdzenia.
Jak działają agenci AI w przepływach frachtowych?
Każdy agent w Foundry realizuje z góry zdefiniowaną sekwencję kroków wewnątrz konkretnego przepływu pracy frachtowej. Agenci nie działają ogólnie — każdy ma wyznaczoną domenę i zakres uprawnień, co odróżnia to rozwiązanie od generycznych asystentów AI.
Kluczowe szablony agentów
Detention Agent identyfikuje przekroczenie dozwolonego czasu postoju pojazdu i samodzielnie składa reklamację z tytułu przestoju (detention) — czynność, która w tradycyjnym modelu wymaga ręcznego sprawdzenia dokumentów i kontaktu z klientem. Document Intelligence odczytuje i archiwizuje potwierdzenia stawek, listy przewozowe (bill of lading) oraz potwierdzenia dostawy (proof of delivery).
Track & Trace Agent obsługuje połączenia kontrolne i aktualizacje statusu przesyłki, zastępując pracochłonne rozmowy telefoniczne dyspozytorów. Rate Audit Agent weryfikuje faktury pod kątem zgodności ze stawkami, a Asset Compliance Agent monitoruje dokumenty dotyczące uprawnień przewozowych, ubezpieczeń i bezpieczeństwa floty. Claims Agent otwiera i dokumentuje roszczenia przewozowe.
Testowanie i wdrożenie
Przed uruchomieniem na rzeczywistych danych frachtowych agenci mogą być testowani na symulowanych zbiorach danych. Po wdrożeniu operator zarządza nimi przez panel Foundry — może budować nowe, uruchamiać, monitorować i wstrzymywać działające agenty. Warstwa zarządzania Agent Shield pozwala ustawiać progi zatwierdzania, co daje operatorom kontrolę nad tym, które działania agenci wykonują autonomicznie, a które wymagają ludzkiej akceptacji.
Redakcja IWD Partner: Branża transportowa od lat słyszy obietnice automatyzacji, które w praktyce oznaczają kolejne zakładki w przeglądarce i kolejne hasła do zapamiętania. Alvys idzie w odwrotnym kierunku — zamiast dokładać narzędzi, wbudowuje agentów tam, gdzie dane i procesy już istnieją. Ciekawsze pytanie brzmi jednak: co stanie się z rolą dyspozytora, gdy agent obsłuży 80% jego powtarzalnych zadań? Historia innych automatyzacji podpowiada, że odpowiedź rzadko jest prosta i jednoznaczna.
Dlaczego architektura „w jednym systemie” zmienia reguły gry?
Dotychczasowe próby wdrożenia AI w logistyce frachtowej często polegały na podpinaniu zewnętrznych narzędzi do istniejących systemów TMS, co generowało problem fragmentacji danych i konieczność ręcznego synchronizowania informacji między platformami. Darman przyznał w 2025 roku, że Alvys obserwował u klientów wdrożenia AI, które wprowadzały dodatkowe narzędzia i loginy bez integracji z obowiązującymi procedurami operacyjnymi.
Foundry działa na infrastrukturze obejmującej ponad 120 gotowych integracji oraz natywne połączenia EDI (Electronic Data Interchange) z setkami spedytorów. Dzięki temu agent działający w Foundry ma natychmiastowy dostęp do historycznych danych o trasach, marżach i wyjątkach — bez opóźnień wynikających z odpytywania zewnętrznych API. Kontekst operacyjny, który w rozproszonym środowisku byłby niedostępny lub spóźniony, tutaj jest warunkiem bazowym działania agenta.
Alvys już przed uruchomieniem Foundry stosował AI w innych obszarach TMS: moduł Insights dostarcza analizy ładunków, tras i marż, Intel generuje alerty dotyczące pogody i kradzieży ładunków, a osobna funkcja tworzy zlecenia transportowe z przesłanych potwierdzeń stawek. Foundry dodaje do tej układanki agentów zdolnych do wykonywania zatwierdzonych działań — nie tylko raportowania problemów, lecz ich samodzielnego rozwiązywania.
Jakie są ograniczenia i otwarte pytania?
Platforma Alvys Foundry działa wyłącznie w ekosystemie własnego TMS firmy Alvys, co oznacza, że korzyści są niedostępne dla firm korzystających z konkurencyjnych systemów zarządzania transportem. To zamknięty model, który rozwiązuje problem fragmentacji wewnątrz jednej platformy, ale nie adresuje fragmentacji między platformami różnych dostawców.
Warstwa Agent Shield pozwala konfigurować progi zatwierdzania, jednak materiały źródłowe z 2025 roku nie precyzują, jak granularnie można definiować te uprawnienia ani jak system radzi sobie z przypadkami brzegowymi — sytuacjami, których żaden szablon nie przewiduje. W logistyce frachtowej wyjątki zdarzają się regularnie: opóźnienia portowe, spory celne, awarie pojazdów. Pytanie o zachowanie agenta w niestandardowej sytuacji pozostaje otwarte.
Zgodność z SOC 2 i klauzule umowne z dostawcami modeli językowych, które wykluczają wykorzystanie danych klientów do trenowania publicznych modeli, to ważne gwarancje — szczególnie dla firm obsługujących wrażliwe kontrakty logistyczne. Według dostępnych danych z 2025 roku Alvys nie ujawnił, którzy dostawcy modeli AI zasilają Foundry.
Dlaczego automatyzacja agentyczna w TMS ma znaczenie?
Branża transportu drogowego w USA obsługuje według danych American Trucking Associations towary o wartości przekraczającej 900 miliardów dolarów rocznie, a znaczna część tej wartości przepływa przez operacje zarządzane ręcznie w systemach TMS. Detention — czyli opłaty za przestój pojazdu ponad dozwolony czas — generuje według szacunków branżowych straty rzędu dziesiątek miliardów dolarów rocznie dla przewoźników i spedytorów, z których duża część wynika z opóźnionego lub niepełnego dokumentowania.
Agenci AI zdolni do samodzielnego identyfikowania i rozliczania przestojów, weryfikowania faktur oraz archiwizowania dokumentów mogą bezpośrednio obniżyć te straty — nie przez optymalizację algorytmiczną na poziomie strategicznym, lecz przez eliminację błędów i opóźnień w codziennych czynnościach administracyjnych. Dla małych firm przewozowych, które nie dysponują zespołem specjalistów od danych, gotowe szablony agentów opisane w naturalnym języku mogą być pierwszym realnym punktem wejścia do operacyjnej automatyzacji AI.
Powiązane pojęcia z AI i uczenia maszynowego
- Agent AI (agentic AI) — system sztucznej inteligencji zdolny do samodzielnego planowania i wykonywania sekwencji działań w celu realizacji wyznaczonego zadania, bez konieczności każdorazowej ingerencji człowieka.
- TMS (Transportation Management System) — oprogramowanie do planowania, wykonywania i optymalizacji procesów transportowych, obejmujące zarządzanie ładunkami, trasami, dokumentami i rozliczeniami.
- EDI (Electronic Data Interchange) — ustandaryzowany elektroniczny format wymiany dokumentów biznesowych między organizacjami, powszechnie stosowany w logistyce do przesyłania zleceń, faktur i potwierdzeń.
- SOC 2 — standard audytu bezpieczeństwa danych opracowany przez American Institute of CPAs, oceniający systemy pod kątem bezpieczeństwa, dostępności, integralności przetwarzania, poufności i prywatności.
- Workflow automation — automatyzacja przepływów pracy polegająca na zastąpieniu ręcznych kroków procesu regułami lub agentami wykonującymi zadania według zdefiniowanej sekwencji bez udziału człowieka.
Na podstawie materiałów źródłowych.
