Twenty indique que Jev étend l'IA au-delà du chat vers son cœur, permettant d'utiliser l'IA dans les processus automatiques comme la synchronisation des e-mails et les conditions de workflow, auparavant régis par des règles manuelles.
Jev moves AI from the chat window into the core of Twenty. Until now, AI in Twenty meant the chat and agents. Everything automatic, like email sync or workflow conditions, still follows rules we wrote by hand, because an LLM on every synced email is too slow and too expensive.
L'auteur a testé Jev sur un benchmark de 1 565 e-mails professionnels en allemand et en anglais provenant de fournisseurs industriels, répartis en 10 catégories ; il s'est avéré moins précis que Gemini, mais l'auteur s'est intéressé aux types d'erreurs et envisage toujours de le mettre en production.
Aaron Levie affirme que Jev aide les agents à prendre des décisions rapides dans les workflows, la classification des données et les jugements, avec une démo Box et Jev extrayant un rapport d'incident de Box.
Fatih Yildiz estime que Jev de TypeSafe AI est prometteur pour les cas d'usage de modèles de décision d'observabilité, notant que la latence s'accumule avec les modèles frontières chez edge_delta pour le scoring de priorité opérationnelle et le routage d'événements, et teste Jev.
