Il trasporto e la logistica si basano su pianificazione, instradamento, carico e scarico, documentazione e comunicazione tra anelli della catena che raramente si incontrano di persona. Gran parte del lavoro consiste nel combinare regole fisse con circostanze variabili: meteo, traffico, disponibilità di autisti e mezzi, normative doganali, accordi con i clienti che variano per ogni incarico. Inoltre c'è lavoro legato ad azioni fisiche in una location specifica, e lavoro che si basa sulla fiducia tra persone che si conoscono da anni: il pianificatore che sa quale autista può affrontare una tratta difficile, lo spedizioniere che sa quale cliente è flessibile su una data di consegna.
Questa combinazione determina dove il lavoro dell'AI può subentrare e dove no. La pianificazione e l'instradamento consistono in gran parte in ottimizzazione entro regole, ed è esattamente il tipo di lavoro su cui i sistemi ottengono buoni risultati non appena i dati sono corretti. Le azioni fisiche sul posto e la valutazione in una situazione eccezionale restano soprattutto lavoro umano, perché lì è necessario qualcosa che non rientra in un modulo.
Tre tipi di lavoro si intrecciano in ogni processo logistico. C'è lavoro che un sistema può già assumere, come ricalcolare un percorso in caso di chiusura stradale o compilare la documentazione standard sulla base di spedizioni precedenti. C'è lavoro parzialmente assunto, con una persona che valuta il risultato e lo approva o respinge: una pianificazione proposta che un pianificatore controlla ancora prima di mettersi in strada, un orario di arrivo stimato che un collaboratore corregge sulla base di conoscenze che il sistema non possiede. E c'è lavoro che resta lavoro umano, come negoziare con un cliente su una consegna difficile o valutare una situazione sul campo che non è registrata nei dati.
In un'azienda questo spostamento è già avanzato: i pianificatori lavorano con un sistema che propone percorsi e segnala solo le eccezioni, liberando ore per il tipo di lavoro che richiede davvero persone. In un'altra azienda tutti fanno ancora manualmente ciò che un sistema potrebbe già proporre, non perché manchi la volontà ma perché i dati non sono in ordine, i sistemi non comunicano tra loro, oppure nessuno ha stabilito chi può approvare una proposta del sistema e chi no. La differenza raramente sta nella tecnologia. Sta nel fatto che l'organizzazione abbia creato le condizioni per far effettivamente spostare il lavoro.
Una direzione che afferma "vogliamo una pianificazione guidata dall'AI" intende raramente la stessa cosa del reparto pianificazione che deve realizzarla. Per la direzione è un risparmio su ore liberate. Per il reparto pianificazione è una domanda su chi resta responsabile se un sistema propone un percorso che a posteriori risulta sbagliato. Questa differenza di interpretazione è esattamente dove la distinzione tra un obiettivo e un'ambizione diventa rilevante: un obiettivo è misurabile e limitato nel tempo, un'ambizione descrive una direzione che deve ancora essere tradotta in ciò che realmente cambia nel lavoro.
Quella traduzione riguarda otto dimensioni di prontezza: l'organizzazione ha i dati in ordine, i processi sono descritti a sufficienza per essere trasferiti a un sistema, c'è qualcuno autorizzato ad approvare il risultato, la tecnologia è integrata con ciò che già funziona, e altro ancora. Un'ambizione che si blocca già al primo gate — perché nessuno sa quali dati si trovano dove — è un'ambizione diversa da un'ambizione che si blocca all'ultimo gate, perché i diritti decisionali non sono mai stati stabiliti. Entrambe le situazioni si verificano nel trasporto, ed entrambe richiedono una conversazione diversa da "implementiamo l'AI".
Quella conversazione talvolta tocca la questione di cosa succede al lavoro esistente quando un compito viene a mancare. Per questo valgono requisiti legali specifici, indipendenti da ciò che un test di prontezza può dire sulla capacità.
La tensione tra ciò che un sistema può assumere e ciò che un'organizzazione può sostenere non riguarda solo il trasporto. Nei servizi professionali si presentano domande analoghe su quali ambizioni AI si muovono nel lavoro di consulenza e nei servizi, dove il lavoro è meno fisico ma la ponderazione tra automazione e fiducia si ripresenta in modo simile. E all'interno del trasporto stesso ricorre spesso un altro schema: il reparto pianificazione ha formulato un'ambizione che entra in conflitto con l'ambizione del reparto operativo, e nessuno ha nominato quel conflitto prima che il progetto si arenasse. Cosa fare quando gli obiettivi dei reparti si ostacolano a vicenda è descritto in un approccio per obiettivi di reparto in conflitto.
La domanda di fondo di solito non è se l'AI funzioni nel trasporto, ma quale lavoro nella vostra stessa azienda sia effettivamente trasferibile e quale resti lavoro umano; è esattamente ciò che la scansione del lavoro di FTE TO AI mappa compito per compito. Per chi vuole prima sapere a che punto si trova la propria organizzazione, c'è il test di prontezza gratuito: otto brevi domande, una per dimensione, con un quadro di dove siete più avanti e dove siete meno avanti. Il test di ambizione completo, con i quattro livelli e la traduzione in ruoli e diritti decisionali, è in fase di sviluppo.
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.