Οι μεταφορές και τα logistics λειτουργούν χάρη στον σχεδιασμό, τη δρομολόγηση, τη φόρτωση και εκφόρτωση, την τεκμηρίωση και την επικοινωνία μεταξύ κρίκων που σπάνια βλέπονται. Ένα μεγάλο μέρος της εργασίας συνίσταται στον συνδυασμό σταθερών κανόνων με μεταβαλλόμενες συνθήκες: καιρός, κυκλοφορία, διαθεσιμότητα οδηγών και εξοπλισμού, τελωνειακοί κανόνες, συμφωνίες με πελάτες που διαφέρουν ανά παραγγελία. Επιπλέον, υπάρχει εργασία που περιστρέφεται γύρω από φυσικές ενέργειες σε μια συγκεκριμένη τοποθεσία, και εργασία που βασίζεται στην εμπιστοσύνη μεταξύ ανθρώπων που γνωρίζονται εδώ και χρόνια: ο προγραμματιστής δρομολογίων που ξέρει ποιος οδηγός μπορεί να αντέξει μια δύσκολη διαδρομή, ο μεταφορέας που ξέρει ποιος πελάτης είναι ευέλικτος με μια ημερομηνία παράδοσης.
Αυτός ο συνδυασμός καθορίζει πού μπορεί η εργασία με AI να αναλάβει και πού όχι. Ο σχεδιασμός και η δρομολόγηση αποτελούνται σε μεγάλο βαθμό από βελτιστοποίηση εντός κανόνων, και αυτό είναι ακριβώς το είδος εργασίας στο οποίο τα συστήματα αποδίδουν καλά μόλις τα δεδομένα είναι σωστά. Οι φυσικές ενέργειες επί τόπου και η στάθμιση σε μια εξαιρετική κατάσταση παραμένουν κυρίως ανθρώπινη εργασία, επειδή εκεί απαιτείται κάτι που δεν χωράει σε μια φόρμα.
Τρία είδη εργασίας διαπλέκονται σε κάθε διαδικασία logistics. Υπάρχει εργασία που ένα σύστημα μπορεί ήδη να αναλάβει, όπως ο επανυπολογισμός μιας διαδρομής σε περίπτωση κλειστού δρόμου ή η συμπλήρωση τυπικής τεκμηρίωσης βάσει προηγούμενων αποστολών. Υπάρχει εργασία που αναλαμβάνεται εν μέρει, με έναν άνθρωπο που αξιολογεί το αποτέλεσμα και το εγκρίνει ή το απορρίπτει: ένας προτεινόμενος σχεδιασμός δρομολογίων που ο προγραμματιστής εξετάζει ακόμη πριν βγει στο δρόμο, ένας εκτιμώμενος χρόνος άφιξης που ένας εργαζόμενος διορθώνει βάσει γνώσης που το σύστημα δεν διαθέτει. Και υπάρχει εργασία που παραμένει ανθρώπινη, όπως η διαπραγμάτευση με έναν πελάτη για μια δύσκολη παράδοση ή η αξιολόγηση μιας κατάστασης στο πεδίο που δεν βρίσκεται στα δεδομένα.
Σε μία εταιρεία αυτή η μετατόπιση έχει ήδη προχωρήσει πολύ: οι προγραμματιστές δρομολογίων εργάζονται με ένα σύστημα που προτείνει διαδρομές και κλιμακώνει μόνο τις εξαιρέσεις, με αποτέλεσμα να ελευθερώνονται ώρες για το είδος της εργασίας που πράγματι απαιτεί ανθρώπους. Σε μια άλλη εταιρεία, όλοι κάνουν ακόμη χειροκίνητα ό,τι θα μπορούσε ήδη να προτείνει ένα σύστημα, όχι επειδή λείπει η θέληση αλλά επειδή τα δεδομένα δεν είναι σε τάξη, τα συστήματα δεν επικοινωνούν μεταξύ τους, ή κανείς δεν έχει καθορίσει ποιος επιτρέπεται να εγκρίνει μια πρόταση ενός συστήματος και ποιος όχι. Η διαφορά σπάνια βρίσκεται στην τεχνολογία. Βρίσκεται στο κατά πόσο ο οργανισμός έχει διαμορφώσει τις προϋποθέσεις για να μετατοπιστεί όντως η εργασία.
Μια διοίκηση που λέει «θέλουμε σχεδιασμό με βάση το AI» εννοεί σπάνια το ίδιο πράγμα με το τμήμα σχεδιασμού που πρέπει να το υλοποιήσει. Για τη διοίκηση, πρόκειται για εξοικονόμηση από ώρες που ελευθερώθηκαν. Για το τμήμα σχεδιασμού, πρόκειται για ένα ερώτημα σχετικά με το ποιος παραμένει υπεύθυνος όταν ένα σύστημα προτείνει μια διαδρομή που εκ των υστέρων αποδεικνύεται λανθασμένη. Αυτή η διαφορά στην ερμηνεία είναι ακριβώς το σημείο όπου η διάκριση μεταξύ ενός στόχου και μιας φιλοδοξίας γίνεται σημαντική: ένας στόχος είναι μετρήσιμος και χρονικά καθορισμένος, μια φιλοδοξία περιγράφει μια κατεύθυνση που πρέπει ακόμη να μεταφραστεί σε αυτό που πραγματικά αλλάζει στην εργασία.
Αυτή η μετάφραση αφορά οκτώ διαστάσεις ετοιμότητας: έχει ο οργανισμός τα δεδομένα σε τάξη, είναι οι διαδικασίες περιγραμμένες αρκετά για να μεταβιβαστούν σε ένα σύστημα, υπάρχει κάποιος που επιτρέπεται να εγκρίνει το αποτέλεσμα, είναι η τεχνολογία ενσωματωμένη με ό,τι ήδη λειτουργεί, και ούτω καθεξής. Μια φιλοδοξία που κολλάει ήδη στην πρώτη πύλη — επειδή κανείς δεν ξέρει ποια δεδομένα βρίσκονται πού — είναι διαφορετική φιλοδοξία από μια φιλοδοξία που κολλάει στην τελευταία πύλη, επειδή τα δικαιώματα λήψης αποφάσεων δεν έχουν ποτέ καθοριστεί. Και τα δύο συμβαίνουν στις μεταφορές, και τα δύο απαιτούν διαφορετική συζήτηση από το «εφαρμόζουμε AI».
Αυτή η συζήτηση αγγίζει μερικές φορές το ερώτημα τι συμβαίνει με την υπάρχουσα εργασία όταν εκλείπει ένα καθήκον. Για αυτό ισχύουν δικές του νομικές απαιτήσεις, ανεξάρτητα από αυτό που μπορεί να δείξει ένας έλεγχος ετοιμότητας σχετικά με τη χωρητικότητα.
Η τάση μεταξύ αυτού που μπορεί να αναλάβει ένα σύστημα και αυτού που μπορεί να αντέξει ένας οργανισμός, δεν παρατηρείται μόνο στις μεταφορές. Στις επιχειρηματικές υπηρεσίες υπάρχουν παρόμοια ερωτήματα σχετικά με ποιες φιλοδοξίες AI υπάρχουν στη συμβουλευτική εργασία και τις υπηρεσίες, όπου η εργασία είναι λιγότερο φυσική, αλλά η στάθμιση μεταξύ αυτοματοποίησης και εμπιστοσύνης επανέρχεται με παρόμοιο τρόπο. Και εντός των μεταφορών παρατηρείται συχνά ένα άλλο μοτίβο: το τμήμα σχεδιασμού έχει διαμορφώσει μια φιλοδοξία που συγκρούεται με τη φιλοδοξία του τμήματος λειτουργιών, και κανείς δεν έχει ονομάσει αυτή τη σύγκρουση προτού το έργο κολλήσει. Τι να κάνετε όταν οι στόχοι τμημάτων αντιστρατεύονται ο ένας τον άλλον περιγράφεται σε μια προσέγγιση για συγκρουόμενους στόχους τμημάτων.
Το υποκείμενο ερώτημα δεν είναι συνήθως αν το AI λειτουργεί στις μεταφορές, αλλά ποια εργασία στην ίδια σας επιχείρηση μπορεί όντως να μεταβιβαστεί και ποια εργασία παραμένει ανθρώπινη· αυτό είναι ακριβώς αυτό που χαρτογραφεί η σκανάρισμα εργασίας (werkscan) της FTE TO AI ανά καθήκον. Για όποιον θέλει πρώτα να γνωρίζει πού βρίσκεται ο ίδιος ο οργανισμός, υπάρχει ο δωρεάν έλεγχος ετοιμότητας: οκτώ σύντομες ερωτήσεις, μία ανά διάσταση, με μια εικόνα του πού βρίσκεστε πιο μπροστά και πού λιγότερο. Ο πλήρης έλεγχος φιλοδοξίας, με τα τέσσερα επίπεδα και τη μετάφραση σε ρόλους και δικαιώματα λήψης αποφάσεων, βρίσκεται υπό κατασκευή.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.