Agenti AI zrychlují vývoj tras, provozní realita jim ale uniká

Agenti umělé inteligence pronikají do vývoje systémů pro plánování tras. Podle průzkumu společnosti Kardinal ale technologický posun zatím neodstraňuje hlavní slabinu optimalizace: naplánovaná trasa často neodpovídá tomu, co se skutečně děje v provozu.

Průzkum mezi vývojáři, technologickými řediteli a technickými leadery probíhal od 1. července do 8. září 2026. Každý den používá agenta AI 35 % respondentů a dalších 23 % příležitostně. Nejčastěji zmiňovali Claude Code, následovaný nástrojem GitHub Copilot; řada týmů kombinuje více řešení.

Největší problém začíná až mimo obrazovku

Rozdíl mezi plánem a reálnými podmínkami označilo za hlavní výzvu 56 % účastníků. Výkon a doba výpočtu následovaly se 47 %, proměnlivé požadavky podnikání se 43 %. Téměř čtyři z deseti respondentů navíc obtížně posuzují, zda je výsledná trasa skutečně kvalitní.

Pro průmyslové podniky je to důležité varování před hodnocením softwaru pouze podle matematického výsledku. Model může ignorovat časová okna dodávek, dostupnost ramp, chlazená vozidla nebo specifické návyky zákazníků. Trasa s nejnižším teoretickým nákladem proto nemusí být nejlepší volbou pro řidiče ani dispečink.

Vlastní vývoj znamená také vlastní odpovědnost

Vlastní plánovací nástroj si vytvořilo 56 % dotazovaných týmů. Tabulky stále používá 31 %, stejný podíl jako komerční software nebo API. Přístupy se často kombinují a téměř polovina týmů s interním vývojem využívá ještě jiné řešení.

Interní vývoj však mezeru mezi plánem a provozem neuzavírá. Tento problém uvedlo 51 % týmů s vlastním systémem a 50 % ostatních. Náročná je také údržba: 35 % provozovatelů vlastního řešení ji označilo za pravidelnou, 18 % za natolik rozsáhlou, že vyžaduje vyhrazené kapacity. Pouze 12 % uvádí téměř zanedbatelné nároky.

Rozhodování o nákupu ovlivňuje rovněž cenová transparentnost. 65 % respondentů silně odrazuje absence veřejného ceníku a 26 % takový produkt vůbec nehodlá posuzovat. Nejčastější obavou je růst nákladů nad původní odhad (41 %). Podle Kardinal proto nerozhoduje jen solver, ale hlavně schopnost popsat skutečná omezení. Bez ní zůstává optimální trasa pouze teoretickým výpočtem.