ИИ-единорог за $1,2 млрд и спор о будущем агентов в логистике

Стартап HappyRobot, разрабатывающий ИИ-агентов для грузовой логистики, достиг оценки в $1,2 млрд, войдя в клуб единорогов. Для отрасли, которая последние два года осторожно экспериментировала с новыми технологиями, это не просто очередной раунд – сигнал, что ИИ вышел за пределы пилотных проектов и добрался до строки P&L.

Крупнейшие игроки уже ставят конкретные цифры. Kuehne+Nagel сообщила инвесторам, что ИИ-инициативы принесут экономию до 150 млн швейцарских франков ($184 млн) к 2027 году при росте производительности около 5%. CH Robinson отчиталась о более чем 60-процентном росте производительности с конца 2022 года – и напрямую связала это с увеличением скорректированного операционного дохода на 20% во втором квартале. Аналитики Gartner прогнозируют, что к 2030 году 60% программного обеспечения для управления цепочками поставок будет включать агентный ИИ – системы, которые не просто отвечают на вопросы, а самостоятельно принимают решения и выполняют операции.

Как именно должна быть устроена эта система – единого мнения нет. В отрасли разгорается дискуссия о двух архитектурах: «суперагент» против «кластера специализированных агентов». Стартап FreightSuite склоняется к первой модели. Сооснователь Уильям Джейкобс убеждён, что дробление логики между десятками узкоспециализированных агентов неизбежно фрагментирует принятие решений.

«Суперагенты способны рассуждать целостно. Если соединять много агентов поверх разрозненных данных, оркестровочный слой превращается в заплатку, а не в решение проблемы»

Коллега Джейкобса Сэм Мур добавляет: ключевое преимущество – контекст. Агент, работающий внутри TMS, знает всё о перевозке; внешние агенты физически не получают нужного объёма данных, чтобы выйти на требуемый уровень автоматизации.

Противоположный лагерь апеллирует к доверию. Бывший топ-менеджер Magaya Кристьян Лиллеметс считает, что кластер из многих агентов с ограниченными зонами ответственности проще контролировать: легче найти, какой именно агент ошибся, быстрее вмешаться и поправить.

«Для ИИ в вертикальных индустриях с глубокой операционной экспертизой доверие – ключевой вопрос. Чем прозрачнее система, тем легче ей доверять»

Лиллеметс также указывает на то, что интеллект моделей уже не является главным ограничением. Настоящее узкое место – качество логистических данных. Роберт Петти из Prompt Global идёт дальше и считает сам спор об архитектуре отвлечением: первичны возможности системы, а не её структура. Основа успеха – чистые структурированные данные и бизнес-контекст, а не выбор между «супер» и «мультиагентами». Генеральный директор Project44 Джетт МакКэндлесс советует экспедиторам не покупать ещё один точечный ИИ-инструмент, предлагая вместо этого строить сочетание API, специализированных агентов и центрального ИИ-«мозга» на едином графе логистических данных.