Kuljetus ja logistiikka pyörivät suunnittelun, reitityksen, lastaamisen ja purkamisen, dokumentaation ja viestinnän varassa ketjun eri osien välillä, jotka näkevät toisiaan harvoin. Suuri osa työstä koostuu kiinteiden sääntöjen yhdistämisestä vaihteleviin olosuhteisiin: sää, liikenne, kuljettajien ja kaluston saatavuus, tullisäännöt, tilauskohtaisesti vaihtelevat asiakassopimukset. Sen lisäksi on työtä, joka perustuu fyysisiin toimenpiteisiin tietyssä paikassa, ja työtä, joka perustuu ihmisten väliseen luottamukseen, joka on rakentunut vuosien varrella: suunnittelija, joka tietää minkä kuljettajan kanssa vaikea ajo onnistuu, huolitsija, joka tietää mikä asiakas on joustava toimituspäivän suhteen.
Tämä yhdistelmä määrittää missä AI voi ottaa työtä hoitaakseen ja missä ei. Suunnittelu ja reititys koostuvat suurelta osin optimoinnista sääntöjen puitteissa, ja se on juuri sellaista työtä, jossa järjestelmät pärjäävät hyvin, kunhan data on kunnossa. Paikan päällä tehtävät fyysiset toimenpiteet ja poikkeustilanteiden harkinta pysyvät ennen kaikkea ihmistyönä, sillä niissä tarvitaan jotain, joka ei mahdu lomakkeeseen.
Kolmenlaista työtä esiintyy rinnakkain kaikissa logistiikkaprosesseissa. On työtä, jonka järjestelmä voi jo ottaa hoitaakseen, kuten reitin uudelleenlaskeminen tienpätkän sulkeuduttua tai vakiodokumentaation täyttäminen aiempien lähetysten perusteella. On työtä, joka otetaan osittain hoidettavaksi, jolloin ihminen arvioi tuloksen ja hyväksyy tai hylkää sen: ehdotettu suunnitelma, jonka suunnittelija tarkistaa ennen kuin lähtee liikkeelle, arvioitu saapumisaika, jota työntekijä korjaa tiedon perusteella, jota järjestelmällä ei ole. Ja on työtä, joka pysyy ihmistyönä, kuten neuvottelu asiakkaan kanssa vaikeasta toimituksesta tai tilanteen arviointi lattiatasolla, joka ei näy datassa.
Yhdessä yrityksessä tämä muutos on jo edennyt pitkälle: suunnittelijat työskentelevät järjestelmän kanssa, joka ehdottaa reittejä ja eskaloi vain poikkeukset, jolloin vapautuu tunteja sellaiselle työlle, joka todella vaatii ihmistä. Toisessa yrityksessä kaikki tekevät edelleen käsin sitä, mitä järjestelmä voisi jo ehdottaa, ei siksi että tahtoa puuttuisi vaan koska data ei ole kunnossa, järjestelmät eivät keskustele toistensa kanssa, tai koska kukaan ei ole määritellyt kuka saa hyväksyä järjestelmän ehdotuksen ja kuka ei. Ero on harvoin tekniikassa. Se on siinä, onko organisaatio järjestänyt edellytykset, jotta työ voi todella siirtyä.
Johto, joka sanoo "haluamme AI-vetoista suunnittelua", tarkoittaa sillä harvoin samaa kuin suunnitteluosasto, jonka on toteutettava se. Johdolle se on säästö vapautuneista tunneista. Suunnitteluosastolle se on kysymys siitä, kuka pysyy vastuussa, jos järjestelmä ehdottaa reittiä, joka jälkikäteen osoittautuu virheelliseksi. Tämä tulkintaero on juuri se kohta, jossa tavoitteen ja ambition välinen ero muuttuu olennaiseksi: tavoite on mitattavissa ja aikaan sidottu, ambitio kuvaa suuntaa, joka pitää vielä kääntää sille, mikä työssä todella muuttuu.
Tämä käännöstyö koskee kahdeksaa valmiusulottuvuutta: onko organisaation data kunnossa, onko prosessit kuvattu riittävän tarkasti siirrettäväksi järjestelmälle, on olemassa kuka saa hyväksyä tuloksen, onko teknologia integroitu olemassa oleviin järjestelmiin, ja niin edelleen. Ambitio, joka kaatuu jo ensimmäiseen porttiin — koska kukaan ei tiedä missä mikä data sijaitsee — on eri ambitio kuin ambitio, joka kaatuu viimeiseen porttiin, koska päätösoikeuksia ei ole koskaan määritelty. Molempia tapahtuu kuljetusalalla, ja molemmat vaativat erilaisen keskustelun kuin "otamme AI:n käyttöön".
Tämä keskustelu koskettaa toisinaan kysymystä siitä, mitä olemassa olevalle työlle tapahtuu, kun tehtävä poistuu. Siihen sovelletaan omia lakisääteisiä vaatimuksia, riippumatta siitä mitä valmiustesti voi kertoa kapasiteetista.
Jännite sen välillä, mitä järjestelmä voi ottaa hoitaakseen ja mitä organisaatio voi kestää, ei rajoitu vain kuljetusalaan. Liike-elämän palveluissa esiintyy samankaltaisia kysymyksiä siitä millaisia AI-ambitioita on käynnissä konsultointi- ja palvelutyössä, jossa työ on vähemmän fyysistä mutta punninta automatisoinnin ja luottamuksen välillä toistuu samalla tavalla. Ja kuljetusalan sisällä toistuu usein toinenlainen kuvio: suunnitteluosasto on muodostanut ambition, joka on ristiriidassa operatiivisen osaston ambition kanssa, ja kukaan ei ole tunnistanut tätä ristiriitaa ennen kuin projekti jumiutui. Mitä tehdä, kun osastojen tavoitteet ovat ristiriidassa keskenään, on kuvattu lähestymistavassa toisiaan vastustaviin osastotavoitteisiin.
Taustalla oleva kysymys ei useinkaan ole toimiiko AI kuljetusalalla, vaan mikä työ omassa yrityksessänne on todella siirrettävissä ja mikä työ pysyy ihmistyönä; juuri tätä FTE TO AI:n työskan kartoittaa tehtävä kerrallaan. Sille, joka haluaa ensin tietää missä oma organisaatio on juuri nyt, on tarjolla ilmainen valmiustarkistus: kahdeksan lyhyttä kysymystä, yksi per ulottuvuus, joka antaa kuvan siitä missä olette pisimmällä ja missä vähiten pitkällä. Täydellinen ambitiotesti, neljällä kerroksella ja käännöksellä rooleihin ja päätösoikeuksiin, on tekeillä.
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.