Silnik AI automatycznie dopasowuje każde zlecenie transportowe do najlepszego pojazdu w danym momencie. Robi to szybciej i trafniej niż cały zespół planistów — w czasie, w którym oni dopiero otwierają arkusz.
ONYX AI Engine
Faza 1
Filtruje flotę do kandydatów
Zlecenie trafia do systemu. Silnik natychmiast buduje grupę pojazdów, które spełniają twarde wymagania — typ naczepy, uprawnienia kierowcy, certyfikaty. Reszta odpada. Dalej idą tylko realni kandydaci.
Zespół, który łączy 40+ lat doświadczenia w optymalizacji floty z najnowszym ML. Bez sztuczek — tylko inżynieria, którą stosujemy też u siebie.
Head of AI for Logistics
15 lat w optymalizacji transportu. Wcześniej projektował algorytmy routingu dla globalnego operatora 3PL i prowadził zespół ML w Inelo.
Senior ML Engineer — Routing & Optimization
Specjalizuje się w optymalizacji kombinatorycznej dla flot mieszanych. Wcześniej w zespole planowania tras w Eurowag i konsultant w branży automotive.
Data Science Lead
Buduje modele predykcyjne dla kosztu i ryzyka opóźnienia. Wcześniej Data Science w MAN Truck & Bus i Trans.eu.
North Star
Wyobraź sobie dostęp do każdego przewoźnika w Europie
Masz zlecenie do przewiezienia
Bez spedycji. Silnik znajduje idealnego przewoźnika.
Przewoźnik akceptuje. Realizuje. Na czas.
Bez pośredników. Bez utraty marży. Jeden system.
Nie. Silnik proponuje najlepszy wybór i tłumaczy dlaczego, ale ostateczną decyzję podejmuje człowiek.
W praktyce dyspozytor zajmuje się przypadkami brzegowymi, a rutynowe dopasowania robi za niego silnik.
Standardowo 2-4 tygodnie. Pierwszy tydzień to podpięcie danych z TMS i telematyki, kolejne — kalibracja reguł biznesowych.
Z Twojego TMS, telematyki, tachografu i kalendarzy serwisowych. Spinamy się przez API lub gotowe integracje (m.in. ONYX TMS i ONYX Telematyka).
Jednym kliknięciem wybierasz alternatywę. Każda taka korekta jest sygnałem dla modelu — dzięki temu silnik uczy się Twojej specyfiki.
Tak. Warstwa Policy Layer pozwala definiować priorytetowych klientów, dopuszczalne strefy, wymagane certyfikaty i preferencje przypisania kierowców.
