Každý dodavatel technologií pro nákladní dopravu má nyní ve své prezentaci „agentní umělou inteligenci“, takže na našem makléřském stole jsme začali pokládat přímočařejší otázku, když se takový dodavatel objeví: jaký konkrétní úkol agent dokončí sám a co se stane, když se při plnění tohoto úkolu zmýlí. To je upřímný pohled na rok 2026. Agentní umělá inteligence překonala fázi ukázek a u hrstky velkých provozovatelů se dostala do reálné produkce, ale její adopce je užší a chaotičtější, než naznačuje marketing. GetTransport.com se nachází na straně tohoto trhu s nákladní dopravou, takže toto je provozní pohled na to, co tito agenti skutečně dělají, kde skutečně fungují a jak k nim podavatel nebo zprostředkovatelé mají přistupovat, aniž by naletěli na marketingové řeči.
Začněte definicí, protože v ní žije nejvíce nejasností. Chatbot odpovídá na otázku. Bot s pravidly sleduje pevně daný scénář. Agent je jiný: vnímá stav zásilky, rozhodne se pro další akci směrem k cíli, provede tuto akci v reálném systému, a poté zkontroluje výsledek a upraví postup. Důležitý skok spočívá v té části „provádění“. Agent, který přečte e-mail s nabídkou, sestaví objednávku ve vašem systému řízení dopravy, zarezervuje kapacitu a naplánuje schůzku, vykonává práci, kterou dříve dělal koordinátor, nejen vytváří odpověď, kterou má odeslat člověk.
| Typ | Co to dělá | Příklad přepravy |
|---|---|---|
| Robot | Odpoví na otázku a pak se zastaví | „Kde je můj kontejner?“ se vrátí jako stavový řádek |
| Pravidla bota | Spustí pevně daný, přednastavený skript | Odešle e-mail podle šablony, když se spustí milník |
| Agent | Vnímá, rozhoduje, koná, pak kontroluje výsledek | Čte tendr, rezervuje kapacitu, plánuje přidělení doku |
Co agenti skutečně dělají v roce 2026
Nejjasnější obrázek poskytuje společnost C.H. Robinson, která byla neobvykle konkrétní ohledně svých čísel. Podle firemních tiskových zpráv a reportáží FreightWaves společnost Robinson zprovoznila a rozšířila více než 30 agentů v rámci své platformy Navisphere. Koordinuje je orchestrátor, kterému říká Plánovač logistiky „vždy zapnuto“. Systém je trénován na datech, která společnost uvádí na více než 100 bilionů datových bodů. Dva z těchto agentů stojí za zmínku, protože jejich metrika je konkrétní. Jeho Quoting Agent (agent pro tvorbu cenových nabídek) vrací cenovou nabídku pro konkrétního zákazníka přibližně za 32 sekund a zpracoval přes milion nabídek. Jeho Orders Agent (agent pro objednávky) čte zaslanou nabídku e-mailem, interpretuje ji a vytvoří kompletní objednávku zhruba za 90 sekund a zpracovává kolem 5 500 objednávek kamionových přeprav denně.
Práce na výjimkách je místem, kde se návratnost nejzřetelněji ukazuje. Robinson informoval o automatizaci 95 % kontrol méně než kamionových (less-than-truckload) vyzvednutí, což údajně šetří více než 350 hodin manuální práce denně. Analytik Steve Banker ve Forbes poznamenal, že právě tato vrstva agentů je důvodem, proč společnost cílí na dvouciferný nárůst produktivity v roce 2026, oproti jednociferným zlepšením, která přinesl její předchozí program štíhlé výroby (lean program). To je ukazatelem, zda je zavedení reálné: nikoli počet agentů, ale pojmenovaný pracovní postup s uvedeným číslem před a po.
Přeshraniční přeprava má vlastní živý příklad. Nuvocargo spustila svůj motor Nuvo AI v březnu 2026 s více než tuctem agentů. Podle společnosti vyřizují přes 70 % interakcí při přepravě v trase USA–Mexiko. Práce zahrnuje plánování schůzek, vyjednávání sazeb s dopravci, zpracování dokumentů a audit faktur. CEO Deepak Chhugani ji poznamenal jako nástroj pro přepravce spíše než pro zprostředkovatele, když serveru FreightWaves jasně řekl: „Toto není nabídka AI pro zprostředkovatele,“ a společnost získala firmu zabývající se AI, Mentum, aby urychlila svůj plán. Kromě hlavních jmen FreightWaves a další informovaly také o implementacích ve středně velkých zprostředkovatelských firmách. Tyto automatizují více než 80 % příchozích e-mailů od dopravců. Také zkracují dobu odezvy na poptávku z přibližně 47 minut na méně než 5 minut a návratnost investic se udává v rozmezí 60 až 120 dnů.
Úkoly, které agent převezme v rámci přepravy
Při pohledu na tato nasazení se objevuje konzistentní vzorec. Agenti se nejprve zaměřují na vysoce frekventované, strukturované a opakující se kroky přepravy, nikoli na kroky vyžadující úsudek. V praxi to znamená nabízení cen a vyhledávání sazeb, čtení nabídek a sestavování objednávek, plánování schůzek s zařízeními, první kolo vyjednávání sazeb s dopravci, extrakci a klasifikaci dokumentů, audit faktur a nákladních listů a třídění výjimek, když se přeprava odchýlí od plánu. Zatím ne to, co agentům ještě dobře nejde, podle našeho čtení, je práce s nejednoznačnými vztahy: sporná reklamace, onboardingu nového odesílatele, nedostatek kapacity, který vyžaduje telefonát a laskavost. Vzor spočívá v tom, že agenti vyčistí frontu rutinních transakcí, takže lidský tým tráví své hodiny řešením výjimek a klientských účtů, což je jiný příběh o hodnotě než „nahradit kancelář“.
Jak se agenti skutečně zapojují do vašich systémů
Agent je užitečný jen do té míry, do jaké míry pronikne do systémů, které spravují vaši přepravu, a tuto část kupující podceňují. Přečíst si e-mail je snadné. Bezpečně zapsat zpět potvrzenou rezervaci do instance SAP TM nebo Oracle se sledem transakcí je obtížné, a to je místo, kde většina pilotních projektů ztroskotá. Spojovacím článkem je zde stále častěji protokol Model Context Protocol, otevřený standard umožňující agentům AI volat reálné nástroje a data. Mechaniku si procházíme v našem Průvodce MCP v logistice a problém zpětného zápisu konkrétně v našem rozpis zápisu MCP do SAP TM, Oracle a NetSuite. Krátká verze pro kupujícího je, že demo agenta čtoucího data má malou vypovídající hodnotu. Otázka, která odděluje skutečné nasazení od prezentace, zní, zda agent dokáže provést řízenou zápisovou operaci ve vašem systému záznamu, a co mu brání provést nesprávnou.
Realita adopcí v číslech
Predikce jsou velké a současná základna je malá, přičemž obě tato fakta současně přijmout je střízlivý způsob, jak tento trh číst. Gartner předpokládá, že specifické AI agenty budou do konce roku 2026 integrovány do 40 % podnikového softwaru, oproti méně než 5 % v roce 2025, a že software pro řízení dodavatelského řetězce s agilními schopnostmi poroste z méně než 2 miliard dolarů v roce 2025 na 53 miliard dolarů výdajů do roku 2030. Očekává také, že do roku 2030 bude polovina mezipodnikových řešení dodavatelského řetězce využívat agenty k autonomnímu provádění rozhodnutí.
Nyní druhá polovina obrázku, kterou dodavatelé zmiňují méně často. Průzkum Gartner z roku 2026 mezi CIO zjistil, že pouze 17 % organizací skutečně nasadilo agenty umělé inteligence, ačkoli více než 60 % uvedlo, že to plánují do dvou let. A v široce citované předpovědi Gartner očekává, že více než 40 % projektů zaměřených na agenty AI bude zrušeno do konce roku 2027 kvůli nákladům, nejasné hodnotě nebo slabým kontrolám. Chápeme to nikoli jako důvod k nečinnosti, ale jako varování, jak začít: projekty, které selžou, jsou ty, které sledují širokou autonomní vizi bez úzkého, měřitelného prvního úspěchu. Toto je stejná disciplína, kterou popisujeme pro užší případ použití brokerů v naší průvodce AI citujícími agenty pro dopravce.
Jak rozeznat skutečné nasazení od demoverze
Protože každý dodavatel se dnes ohání agenty, užitečnou dovedností v roce 2026 je odlišit funkční nasazení od nacvičené ukázky. Toto jsou otázky, které pokládáme dodavateli, než vážně zvážíme pilotní provoz:
- Jmenujte jeden pracovní postup, který agent dokončí od začátku do konce, a ukažte metriku před a po, podobně jako C.H. Robinson uvádí 32 sekund na jednu nabídku nebo 5 500 objednávek denně. Seznam schopností bez čísel je spíše pro prezentaci než pro nasazení.
- Ukažte agenta provádějícího zápis do skutečného systému záznamů, nikoli pouze čtení dat nebo návrh textu, který musí člověk ještě odeslat.
- Vysvětlete, co agent dělá, když si není jistý, a prokažte, že místo jistého špatného jednání existuje definovaný předávací mechanismus lidské obsluze.
- Jasně stanovte mantinely: dolarové limity, typy akcí a schválení, které omezují, co může dělat bez dohledu.
- Uveďte referenčního zákazníka vaší velikosti a na vašich trasách, protože agent vyladěný pro podnikové přepravy plných nákladů nemusí vyhovovat středně velké přeshraniční přepravě.
Praktická cesta k adopci pro přepravce a zprostkovatele
Z toho, co funguje, je vstupní vzorek poměrně konzistentní. Týmy, které získávají hodnotu, nenasazují autonomní stůl; automatizují jednu frontu po druhé a ponechávají člověka zapojeného, dokud čísla nezískají důvěru. Sekvence, kterou bychom spustili, vypadá takto:
- Vyberte si jeden vysoce objemový, strukturovaný pracovní postup s měřitelnou základní linií, jako je čas potřebný k vypracování cenové nabídky nebo podíl ručně zadaných nabídek, abyste mohli prokázat stav před a po.
- Nejprve si ponechte člověka, který schvaluje akce agenta, a poté přejděte ke namátkové kontrole, jakmile bude známa chybovost, spíše než abyste udělili plnou autonomii hned první den.
- Potvrďte, že agent může nejen číst z vašeho systému záznamů, ale také do něj zapisovat s auditním záznamem, protože agent pouze pro čtení zanechává skutečnou práci na vašem stole.
- Nastavte pevné limitní mantinely pro akce, které může agent provádět bez dozoru, například finanční strop pro sazbu, kterou může přijmout, a pravidlo, že cokoliv mimo stanovený limit se předá člověku.
- Sledujte od prvního týdne náklady nebo čas a buďte připraveni pilotní projekt ukončit, pokud se nebude hýbat, protože neúspěšný úzký test je levný a neúspěšné velké nasazení nikoliv.
Rizika, která stojí za to brát vážně
Dvě rizika si zaslouží větší pozornost, než se jim obvykle dostává. Prvním je správa (governance): agent, který může jednat, může také jednat špatně rychlostí stroje, takže kontroly toho, co může dělat bez dozoru, jsou stejně důležité jako model, který za ním stojí. Druhým je zabezpečení. Jakmile agent může volat nástroje a provádět zápis, vrstva nástrojů se stává útočnou plochou, včetně útoků typu prompt-injection a tool-poisoning, které se snaží agenta přimět k škodlivé akci. Tímto se konkrétně zabýváme v našem Průvodce zabezpečením serveru Freight MCP. Operátoři, kteří toto zvládnou správně, zacházejí s agentem méně jako s chatbotem a více jako s novým mladším zaměstnancem se systémovým přístupem: rychle užitečný, ale ohraničený, zaznamenaný a pod dohledem, dokud si nevydělá delší vodítko.
Nejčastější dotazy
Jaký je rozdíl mezi agentní AI a chatboty, které již používáme?
Chatbot reaguje na vstupní dotaz a zastaví se. Agent sleduje cíl v několika krocích: přečte stav zásilky, rozhodne o akci, provede tuto akci v reálném systému, jako je váš TMS, poté zkontroluje výsledek a upraví. Rozhodující vlastností je, že jedná, nejen odpovídá. Agent C.H. Robinson pro objednávky například nenavrhuje odpověď ohledně poptávky; čte poptávku a sestavuje objednávku, podle údajů společnosti kolem 5 500 objednávek plných nákladů denně.
Které nákladní úkoly agenti skutečně vyřizují v roce 2026?
Převážně ty objemné, strukturované a opakující se: citace, čtení nabídek a vytváření objednávek, plánování schůzek, vyjednávání sazeb v prvním kole, zpracování dokumentů, audit faktur a třídění výjimek. Nuvocargo uvádí, že jeho agenti Nuvo AI pokrývají více než 70 % styčných bodů u nákladu mezi USA a Mexikem. Práce vyžadující úsudek, jako jsou sporné reklamace nebo problémy s kapacitou, zůstává stále na lidech.
Je to jen povyk, vzhledem k tomu, kolik projektů s umělou inteligencí selže?
Obě tvrzení jsou pravdivá. Gartner předpokládá, že schopnosti agentů dosáhnou 40 % podnikových aplikací do konce roku 2026 a výdaje na software pro dodavatelský řetězec dosáhnou 53 miliard dolarů do roku 2030, nicméně také očekává, že více než 40 % projektů s agenty AI bude zrušeno do konce roku 2027, a jejich průzkum z roku 2026 zjistil, že agenty dosud nasadilo pouze 17 % organizací. Ponaučení zní vstoupit přes úzký, měřitelný případ použití, nikoli přes širokou autonomní vizi.
Jak by měl začít středně velký broker nebo přepravce?
Automatizujte jeden strukturovaný pracovní postup s vysokým objemem a jasnou základní linií, ponechte člověka schvalujícího akce, dokud nebude známa míra chybovosti, a potvrďte, že se agent může vracet do vašeho systému záznamů s auditní stopou, nikoli z něj pouze číst. Nastavte přísné limity na to, co může dělat bez dozoru, a měřte časový nebo nákladový údaj od prvního týdne, abyste mohli prokázat hodnotu nebo včas zastavit.