Agenci AI szybko trafiają do zespołów tworzących narzędzia do planowania tras, lecz nie usuwają najważniejszej bariery biznesowej: plan przygotowany przez system może nie działać w codziennej operacji.
Badanie firmy Kardinal, przeprowadzone od 1 lipca do 8 września 2026 r. wśród deweloperów, CTO i liderów technicznych, wykazało, że 35% respondentów korzysta z agenta AI codziennie, a 23% okazjonalnie. Najczęściej wskazywanym narzędziem był Claude Code, przed GitHub Copilotem.
56% badanych jako główną trudność wskazało różnicę między trasą zaplanowaną a rzeczywistymi warunkami. Wydajność i czas obliczeń uzyskały 47%, a zmienne potrzeby biznesowe 43%. Dla 39% problemem pozostaje sama ocena, czy otrzymana trasa jest faktycznie dobra.
Własne oprogramowanie nie gwarantuje lepszego dopasowania. 56% zespołów stworzyło narzędzie wewnętrznie, 31% nadal wykorzystuje arkusze, a taki sam odsetek korzysta z gotowego oprogramowania lub API. Prawie połowa zespołów rozwijających rozwiązania samodzielnie używa również innego narzędzia. Rozbieżność z realiami dotyczy 51% zespołów in-house i 50% pozostałych.
Własny system oznacza także utrzymanie. 35% jego operatorów opisuje je jako regularne, a 18% jako na tyle wymagające, że potrzebne są dedykowane zasoby. Tylko 12% nie widzi istotnego obciążenia.
Przy zakupie rośnie znaczenie przejrzystości kosztów. 65% respondentów zdecydowanie zniechęca brak publicznego cennika, 26% nie chce takiego produktu nawet oceniać, a 41% obawia się niekontrolowanego wzrostu rachunku. W praktyce przewagę daje więc nie sam algorytm, lecz zdolność odwzorowania okien dostaw, ramp, pojazdów chłodniczych i zachowań odbiorców.
Wielojęzyczny specjalista z doświadczeniem w Europie, Kanadzie i Chinach, Herbert nawiązał bezcenne kontakty w branży motoryzacyjnej i energetycznej. Kierował prestiżowymi projektami obejmującymi współpracę z ENBW, Mercedes-Benz Group, Siemens Group oraz Instytutem Fraunhofera.