Alvys 於週二推出 Alvys Foundry，這是一個代理式 AI 平台，讓承運人、經紀商與混合型承運-經紀商可在他們已在使用的運輸管理系統內建立並部署貨運 AI 智能代理。這家位於加州 Solana Beach 的公司同時表示，其 TMS 現已向各種規模的車隊開放，將原本以大型卡車公司為核心的平台延伸至車主自營車隊與小型承運商。根據 American Trucking Associations 的資料，超過 90% 的聯邦註冊汽車承運商營運 6 輛或更少的卡車，這個族群過去接觸企業級自動化工具的機會相對有限。

Foundry 提供三種使用方式：超過 20 種預先建立的代理範本、由 Alvys 工程師打造與調校的自訂代理，或由客戶自行組裝的代理。初期應用聚焦於仍會消耗調度時間的工作，包括 check-call 自動化、發票與結算準備，以及 track-and-trace 異常處理。

「過去一年，我們觀察到客戶實際如何採用 AI；哪些地方有幫助、哪些地方停滯，以及炒作如何讓營運人員多了更多工具和登入帳號，卻沒有增加更多產能，」執行長 Nick Darman 表示。「Alvys Foundry 正是對我們所看到現象的回應。」

此次發布延續 Alvys 在 2025 年 9 月完成 4,000 萬美元 B 輪融資時所提出的產品路線圖，該輪由 RTP Global 領投。公司累計已募得 7,700 萬美元，並表示該平台每年處理超過 90 億美元的貨運量。

要理解代理的價值，可以把一家卡車公司想像成同時運作兩套流程。一套是運送貨物；另一套則是證明貨物準時、安全並在正確授權下完成運送。第二套流程涉及大量文件作業，在 Montgomery 之後的環境中，甚至可能決定下一份合約由誰拿下。

大型車隊有足夠人手處理第二套流程。他們雇用大量專家持續監控聯邦安全紀錄，並在托運人的服務失誤被固定成客戶可見的數字之前提出爭議。小型車隊往往要等損害發生後才發現自己漏掉了什麼。Darman 說，Foundry 正是為了填補這個缺口，而這段經驗來自他的親身經歷。

一次 DOT 上門，改變了一切

Darman 於 2004 年在 Georgia State University 就讀期間創辦了一家卡車公司，之後在 J.P. Morgan 工作數年，並於 2010 年回到卡車運輸業。隨著事業成長，他遇到了一種自己原本不知道存在的詐欺。

「駕駛和車主自營車隊會冒用我的車身標誌、我的 DOT 號碼、我的營運授權，未經我同意就運送貨物。他們在我的名義下累積違規記錄。直到一年後，DOT 上門稽核，我才完全不知情，」他說。

以其他承運商的 DOT 授權名義營運，是卡車運輸業中已被認可的一種身分詐欺。FMCSA 已對此類手法採取執法行動，隨著數位貨運媒合加速接單速度、往往超過承運商身分驗證速度，包含 Transportation Intermediaries Association 在內的業界組織也陸續發布防詐警示。

當時，他有 10 到 20 名駕駛，而且都認識。每天早上登入 Federal Motor Carrier Safety Administration 的入口網站，這件事從未出現在他的腦中。規模較大的承運商有資源向 FMCSA 提交 Request for Data Review，簡稱 RDR。該請求需透過 FMCSA DataQs 系統提出，並要求承運商證明自己對事故並無責任。提交、處理、驗證與追蹤 DataQs 請求是一項持續性工作，而這正是小型車隊與車主自營車隊最容易受到影響、卻最不了解的部分。

「你實際上會被標記為不安全公司，但情況未必如此，」Darman 說。「當你看這些業主或創業者如何經營公司時，他們其實非常安全地在營運。但 FMCSA 的底層資料並不支持他們實際的營運方式。」

貨運 AI 智能代理，對上 24/7 監看團隊

業界對這類問題的傳統做法是增加人手，而只有付得起成本的公司才有辦法這麼做。

「他們有人員全天候盯著。每天登入 FMCSA，確保沒有可疑情況發生，」Darman 說。「而當出現某種情況，例如 FMCSA 上出現一名並非受僱於該承運商的駕駛被登記時，他們會立刻提出爭議。」

Foundry 則以一個代理取代這種輪班模式。

「你可以讓代理去檢查與 FMCSA 的整合，」Darman 說。「只要有任何資料與檔案中的駕駛紀錄不符，它就會立刻標記給車主。這樣車主就能立即對該紀錄提出爭議。」

Darman 直言，這個使用情境目前仍屬理論性質：「我還沒有在任何客戶身上實際使用過，但我認為這是一個非常有力量的應用場景。」他補充，背後的成本邏輯很直接。「與其雇用員工替你做這件事，你其實可以部署這個成本不高的代理。」

準時，與在 scorecard 上顯示準時，是兩回事

托運人關係中也存在同樣的不對稱。

「每一次提貨和送達都準時是一件事，讓托運人的 scorecard 顯示你是準時的又是另一回事，」Darman 說。「那是兩件不同的事。」

小型承運商會爭辯事實，但如果沒有資料佐證，托運人通常還是會依據自己的紀錄。Darman 說：「他們只是在說，『嘿，我是準時的，』但 [大型托運人] 會看著你說：『不好意思，我的 scorecard 顯示不是這樣。』」

大型承運商多年來一直把 scorecard 維護視為一門獨立的專業，將落在送達時窗外的 EDI 214 狀態訊息標記出來，並交由客服團隊將這些失誤重新分類為天候或其他可接受的原因。反映在數字上的，往往是人力配置，而不一定是實際服務。被高估的承運商 scorecard，對管理承運合作夥伴績效的托運人來說，是一個較少被報導的問題。

對這類爭議而言，速度往往決定爭議是否能成立。Darman 說：「如果你即時處理，托運人會記得，也總會把它從 scorecard 上移除。如果你拖太久，就會有問題。」

內容脈絡，就是產品本身

Foundry 的差異化不在於代理本身，而在於其底層營運資料。

「我們有貨運脈絡，也理解你的運輸路線。你不需要維持不同的整合，」Darman 說。「我們有脈絡，因此也不需要額外登入。」

該平台建立在 Alvys 既有的資料基礎架構之上，包含超過 120 個整合、與數百家托運人原生 EDI 連線，以及符合 SOC 2 的安全基礎。與模型供應商簽訂的企業級協議，確保客戶資料不會被用於公開模型訓練。

平台也內建治理功能。Agent Shield 會記錄代理活動、保持操作可追蹤，並將高影響決策交由人工核准。智慧模型選擇器會為每項任務挑選最便宜且可勝任的大型語言模型，以因應使用量增加時的運算成本上升。

誰握有鑰匙

許多進入物流領域的 AI 供應商會自行撰寫代理邏輯，並把營運知識留在內部。Alvys 則是把基礎建構塊交給營運方，並訓練他們的團隊自行組裝代理。

「我在當卡車公司老闆時，親身經歷過另一種模式，」Darman 說。「供應商先讓我上手，接著每一項客製化、每一份報表、每一個整合都要收費。他們握有鑰匙，而離開是一件很困難的事。我們打造 Alvys Foundry，就是要讓客戶自己握有鑰匙。」

一位早期客戶也以相同角度看待這項產品。Spartan Carrier Group 創辦人兼執行長 Carlos M. Llanes Jr. 表示：「Foundry 不是拿來展示的 AI。它是有工作職責的 AI。它有助於消除貨運流程中的手動摩擦，讓我們的人員能專注於判斷、服務與頂尖執行。」

Foundry 首次在 6 月 17 日的 Customer Advisory Board 會議上展示，第一批客戶名額已滿。第二批的候補名單現已開放。

在 Darman 看來，接下來區分營運者的已不再是技術本身。

「技術不會是限制，」他說。「真正會決定勝負的，是組織內部那些深思熟慮的人，他們會把 SOP 設計成讓你成為贏家的方式。而我認為，AI 現在會揭示誰才是真正做事的人。」