Alvys、貨物TMSにユーザーが独自に構築できるAIエージェント層を導入

Why it matters

Freight AI is moving from standalone bots into systems of record. Alvys is betting that operator-controlled logic, approvals and data access can bring agents to smaller fleets while making its TMS much harder to replace.

Nick Darman, founder and CEO of Alvys, is turning the transportation management system he originally built for his own freight operation into a place where carriers and brokers can build AI workers. Alvys 8月17日に発表した that Alvys Foundry will let customers deploy prebuilt agents, assemble their own in plain English or have Alvys engineers create them.

このローンチは、彼がオペレーターとして直面した問題を解決するために欠けていたソフトウェアを作り、その結果できたシステムを貨物市場の残りに販売する、Darmanのよくあるパターンに続くものだ。Darmanはトラック業の家庭で育ち、2014年にアセットベースのブローカー Archerhub を立ち上げ、既存のTMS製品が業務フローに合わなかったためにエンジニアリンググループを結成したと語る。Alvysによれば、その社内システムは Archerhub が年間9,000万ドルの収益を超えるのを助け、Darmanはそれを2020年に独立したソフトウェア製品に転換した。

Darmanは、その貨物業の経験を共同創業者でCTOの Leo Gorodinski と組み合わせた。Gorodinskiは Jet.com の初期従業員で、かつてのエンジニアリング副社長だ。Walmart は2016年に Jet.com を33億ドルで買収した。この労働分担は最初から Alvys の性格を形作ってきた：Darman が現場での傷跡（実務経験）を提供し、Gorodinski が大規模クラウドシステムの構築経験を持ち込む。

Foundry は、その組み合わせを単なるAI機能の集合ではなくプラットフォームとしてパッケージ化しようとする、これまでで最も明確な試みだ。Alvys はすでに、AI支援の積載作成、Insights と呼ばれるレポーティングアシスタント、そして Intel を通じたリアルタイムの天候・積載アラートを提供していた。Foundry は、Alvys に既に保存されている積載、顧客、書類、財務データを使って複数ステップの運用手順を実行できるエージェント層を追加する。

コントロールされたローンチであり、普遍的なスイッチではない

Alvys は Foundry が拘束違反（detention filing）、書類受領（document intake）、料金監査（rate auditing）、トラック・アンド・トレース、クレーム、コンプライアンス、積載作成をカバーする20以上のテンプレートを含むと述べている。ユーザーはワークフローを平易な英語で記述し、生成されたプロセスを確認し、シミュレートされたデータでテストしてから特定のレーンやより大きな運送案件群に展開できる。

第二の経路は従来型だ：標準的なワークフローに対する既成のエージェントを選ぶ。第三の経路は Alvys のエンジニアが導入に入り、独自の技術スタッフを持たない顧客のためにエージェントを構築・調整する。

この製品はコントロールされた段階的展開から始まっている。Alvys は6月17日のカスタマーアドバイザリーボード会議で Foundry をプレビューし、初期顧客コホートを埋め、第二グループのためのウェイトリストを開いた。その順序は重要だ。TMS 内での自律的なアクションは請求書、コンプライアンス記録、顧客との通信、支払いに触れる可能性があるからだ。Foundry は運用インフラとして導入されているが、初期展開はすべての Alvys ユーザーへの広範なリリースというより、段階的な本番テストに近い。

Alvys はエージェントに Agent Shield と呼ばれるガバナンス層を組み合わせている。Alvys によれば、管理者は支出と承認の閾値を設定し、重要なアクションに人間のサインオフを要求し、エージェントを一時停止し、決定やオーバーライドの監査証跡を確認できる。Alvys はまた、企業向け契約によりモデル提供者が顧客データで学習できないようにしていると述べている。

アーキテクチャには、コスト、速度、品質に基づいて作業を割り当てるモデルルーターが含まれており、すべてのタスクを一つの大規模言語モデルに委ねないようになっている。このアプローチは、エージェントがデモから数千件の積載処理へ移行したときに重要になる可能性がある。珍しいクレーム紛争には高性能の推論モデルが適切かもしれない。標準的な配達受領書の読み取りには、より安価なモデルで十分なこともある。

TMS は流通チャネルになりつつある

Alvys は、AIアシスタントから記録システム内に埋め込まれたエージェントへと急速に移行した貨物ソフトウェア市場に参入している。

TrimbleはAIエージェントを発表した のは2025年11月で、注文受付、請求書スキャン、路上故障対応向けだった。Tai TMSは自動化されたトラック・アンド・トレースエージェントを導入した のは2026年4月。TransfixはAI例外管理をプレビューした のは5月だった。8月5日には、McLeod Software と Augment は発表した ことを公表し、Augment のエージェントが McLeod の PowerBroker TMS 内でキャリア選定や出荷追跡を行うとした。

こうした競合の動きにより、Foundry が「組み込み（built in）」であって「付け足し（bolted on）」ではないという Alvys の主張の重要性は狭まる。埋め込み型AIは輸送管理において急速に必須条件になりつつある。Alvys のより鋭い差別化は、同一製品内でオペレーターにビルダー、再利用可能なテンプレート、導入支援を提供しようとする試みだ。

Darman はその設計をベンダー依存への解答として提示している。ローンチの発表では、貨物運用を行う間に各カスタマイズ、各レポート、各統合ごとにソフトウェア提供者に支払ったことを回想した。「ベンダーは私をスタートさせてくれたが、その後はすべてのカスタマイズ、すべてのレポート、すべての統合ごとに料金を請求した」と彼は語った。

Foundry はそのフラストレーションを製品戦略に変える。Alvys は顧客が自分自身で標準的な運用手順をコード化することを望んでおり、すべての変更要求を自動化ベンダーに送るのではなく自ら設定できるようにしたいと考えている。これは、似たような積載を運ぶ二つのキャリアでも、エスカレーション規則、顧客スコアカード、アポイントメントの慣行、承認限度が異なり得る貨物業では魅力的だ。

同時に、その約束は新たな形の依存を生む。運送事業者が自社の手順を Alvys のデータと統合上で動作するエージェントに変換してしまうと、基盤となるTMSを変更するのは大きな移行作業になる。顧客はワークフローブロックを制御できるかもしれないが、それらのブロックが運用コンテキストにアクセスしてアクションを実行する環境は Alvys が所有する。Foundry は個々の自動化に対するオペレーターのコントロールを高める一方で、Alvys を代替しにくくする可能性がある。

これは妥当な垂直型ソフトウェア戦略だ。AI機能は示すのが容易で、競合が模倣するのもますます容易だ。深くエンコードされた運用手順、承認、統合、過去の貨物データはより強力な定着メカニズムを生む。

Darmanの4,000万ドルのAIコミットメントが製品に到達

Foundry は、Alvys が2025年9月29日のシリーズBに付随させたAI計画の最初の大きな試験だ。RTP Globalが4,000万ドルラウンドを主導し、Alpha Square Group、Titanium Ventures、Picus Capital、Bonfire Venturesが参加した。Alvys は合計で7,700万ドルを調達したと述べている。

当時、Darman はその資本がディスパッチ、意思決定、バックオフィスのワークフローの中心にAIを据えると述べていた。Foundry はその支出をロードマップの文言から顧客がテストできる製品へと移行させる。また、従来はスタッフ、アウトソーシングサービス、あるいは個別のポイント製品を必要とした業務に対する自動化レイヤーになることで、Alvys が TMS サブスクリプションの枠を超えて拡張するルートを与える。

Alvys はローンチ資料で Foundry の商用モデルを詳述していない。経済性は依然として導入を左右するだろう。モデルコール、導入支援、継続的なエージェント実行は、従来のシートベースのソフトウェアが持たない変動費を導入する。インテリジェントなモデルルーターは計算側の問題に対処し、テンプレートは Alvys が各顧客に提供しなければならないエンジニアリング量を削減できる。

拡張のもう一つの要素は顧客規模だ。Alvys は8月17日に、同社のTMSがオーナーオペレーターや小規模キャリアを含むあらゆる規模の車隊にアクセス可能であると述べた。これは Alvys を Darman の元々の仮説に戻すものだ：小規模な貨物事業者も、これまで大手キャリアやブローカーに限定されていたソフトウェア機能にアクセスすべきだという考え。

Alvysは2,000社超の顧客企業、3,000件超のモーターキャリア当局、150人超の従業員、年間70億ドル超の貨物が同社のソフトウェアを通じて動いていると報告している。これらはAlvysの数値であり、収益やFoundryの採用状況は報告されていない。それでも、導入済みの基盤は、単体のフレイトエージェントベンダーが統合やパートナーシップを通じて構築しなければならないものをAlvysに与えている：エージェントが何を許可されているかを決定する記録とワークフローへの直接アクセスだ。

本当の試験は本番規模でのつまらない作業にある

Foundryの初期の最も強いユースケースは、意図的に華やかではない。待機時間の追跡、書類分類、状況確認の電話、請求書作成は常に発生し、反復可能なルールに従い、通常は戦略的判断を必要とせずに人手を消費する。これらはまた、管理者が監査できる明確な記録を残す。

それが慎重な事業者にとって実用的な導入ポイントとなる。運送業者は、遅延したアポイントメントを特定し、待機がいつ始まるかを計算し、必要な通知を準備するエージェントから始めることができる。通知は顧客に届く前に人間が承認できる。事業者は、価格設定、安全性、高額支払いにエージェントの制御権を渡すことなく、測定可能な時間を獲得する。

Alvysの顧客であるSpartan Carrier Groupがローンチのリファレンスを務めている。創業者兼CEOのCarlos M. Llanes Jr.は、米陸軍の戦闘退役軍人で、フォートワースを拠点にジャストインタイムと自動車向け貨物を軸にキャリアを築いた人物であり、Foundryを組み込みの研究開発リソースだと述べた。彼の支持は、Darmanの主張、すなわち小規模なフレイト事業者が内部のAIチームを雇用せずとも技術的能力を得られるという点を補強する。ただしそれは定性的な説明であり、製品としてのベンチマークではない。

Alvysは、導入スペシャリストが離れた後も現場の通常の運用担当者がエージェントを維持できることを示す必要がある。平易な英語で扱えるビルダーはワークフローの初稿を簡素化できる。だが、貨物手続きには依然としてエッジケース、顧客ごとの例外、古い慣習が含まれており、きれいなデモに収まりきらないことが多い。Foundryの価値は、事業者が失敗をどれだけ速く特定し、なぜそれが起きたのかを理解し、別のサポートチケットを作らずにワークフローを調整できるかにかかっている。

Darmanは長年にわたり、フレイトソフトウェアは事業者が既に働いている方法に合わせるべきだと主張してきた。Foundryはその主張をAIへと押し進める：手順を維持し、コントロールを露出させ、その周辺の反復的な実行を自動化する。もしAlvysがそのループを信頼できるものにできれば、TMSは作業後に従業員が更新するデータベースであることをやめる。多くの作業がそこで実行される場所になる。