Transportas ir logistika sukasi apie planavimą, maršrutų nustatymą, pakrovimą ir iškrovimą, dokumentaciją ir bendravimą tarp grandžių, kurios retai vienos kitas mato. Didelė dalis darbo susideda iš fiksuotų taisyklių kombinavimo su kintančiomis sąlygomis: oras, eismas, vairuotojų ir technikos prieinamumas, muitų taisyklės, kliento susitarimai, kurie skiriasi kiekvienoje užduotyje. Be to, yra darbas, kuris susijęs su fiziniais veiksmais konkrečioje vietoje, ir darbas, kuris grindžiamas pasitikėjimu tarp žmonių, pažįstančių vienas kitą metų metais: planuotojas, žinantis, kuris vairuotojas gali susitvarkyti su sudėtingu maršrutu, ekspeditorius, žinantis, kuris klientas yra lankstus dėl pristatymo datos.
Ši kombinacija nulemia, kur AI gali perimti darbą, o kur ne. Planavimas ir maršrutų nustatymas didžia dalimi susideda iš optimizavimo pagal taisykles, ir tai yra tiksliai tas darbo tipas, su kuriuo sistemos susitvarko gerai, kai duomenys yra tvarkingi. Fiziniai veiksmai konkrečioje vietoje ir sprendimo priėmimas neįprastoje situacijoje išlieka daugiausia žmogaus darbu, nes tam reikia kažko, kas netelpa į formą.
Bet kuriame logistikos procese vienu metu egzistuoja trys darbo rūšys. Yra darbas, kurį sistema jau gali perimti, pavyzdžiui, maršruto perskaičiavimas dėl kelio uždarymo arba standartinės dokumentacijos užpildymas pagal ankstesnes siuntas. Yra darbas, kuris perimamas dalinai, kai žmogus įvertina rezultatą ir jį patvirtina arba atmeta: pasiūlytas planas, kurį planuotojas vis dar peržiūri, prieš išvykdamas į kelią, numatytas atvykimo laikas, kurį darbuotojas pataiso pagal žinias, kurių sistema neturi. Ir yra darbas, kuris išlieka žmogaus darbu, pavyzdžiui, derėjimasis su klientu dėl sudėtingo pristatymo arba situacijos gamybos aikštelėje vertinimas, kai tai neatsispindi duomenyse.
Vienoje įmonėje šis poslinkis jau toli pažengęs: planuotojai dirba su sistema, kuri pasiūlo maršrutus ir eskaluoja tik išimtis, todėl atsiranda laisvų valandų tokiam darbui, kuriam iš tiesų reikia žmonių. Kitoje įmonėje visi vis dar rankiniu būdu daro tai, ką sistema jau galėtų pasiūlyti — ne dėl to, kad trūksta noro, o dėl to, kad duomenys nėra tvarkingi, sistemos vienos su kitomis nebendrauja, arba niekas nenustatė, kas gali patvirtinti sistemos pasiūlymą, o kas ne. Skirtumas retai slypi technologijoje. Jis slypi tame, ar organizacija sukūrė sąlygas, kad darbas iš tikrųjų galėtų persikelti.
Vadovybė, kuri sako „norime AI valdomo planavimo“, tuo retai turi omenyje tą pačią mintį, kurią turi planavimo skyrius, kuriam tai reikia įgyvendinti. Vadovybei tai yra sutaupytų valandų klausimas. Planavimo skyriui tai yra klausimas, kas išlieka atsakingas, kai sistema pasiūlo maršrutą, kuris paskui pasirodo netinkamas. Šis interpretacijų skirtumas yra tiksliai ta vieta, kur skirtumas tarp tikslo ir ambicijos tampa svarbus: tikslas yra išmatuojamas ir turi laiko rėmus, ambicija apibūdina kryptį, kurią dar reikia išversti į tai, kas iš tikrųjų pasikeičia darbe.
Tas vertimas apima aštuonias pasirengimo dimensijas: ar organizacija turi tvarkingus duomenis, ar procesai yra aprašyti tiek, kad juos galima perduoti sistemai, ar yra kas nors, kuris gali patvirtinti rezultatą, ar technologija integruota su tuo, kas jau veikia, ir kt. Ambicija, kuri strigsta pirmame vartų etape — nes niekas nežino, kur kokie duomenys laikomi — yra kitokia ambicija nei ta, kuri strigsta paskutiniame vartų etape, nes sprendimų teisės niekada nebuvo nustatytos. Abu atvejai pasitaiko transporte, ir abu reikalauja kitokio pokalbio nei „mes įgyvendiname AI“.
Šis pokalbis kartais paliečia klausimą, kas nutinka su esamu darbu, kai užduotis išnyksta. Tam taikomi savi teisiniai reikalavimai, nepriklausomai nuo to, ką pasirengimo patikra gali pasakyti apie pajėgumus.
Įtampa tarp to, ką sistema gali perimti, ir to, ką organizacija gali pakelti, būdinga ne vien transportui. Verslo paslaugų sektoriuje kyla panašūs klausimai apie kokios AI ambicijos vyrauja konsultacinėje veikloje ir paslaugų teikime, kur darbas yra mažiau fizinis, tačiau atsiranda panašus pasirinkimas tarp automatizavimo ir pasitikėjimo. O paties transporto srityje dažnai pasireiškia kitas modelis: planavimo skyrius suformulavo ambiciją, kuri susikerta su operacijų skyriaus ambicija, ir niekas šio konflikto neįvardijo, kol projektas nesustrigo. Kaip veikti, kai skyrių tikslai vienas kitam prieštarauja, aprašyta požiūryje į konfliktuojančius skyrių tikslus.
Pagrindinis klausimas paprastai nėra tai, ar AI veikia transporte, bet koks darbas jūsų pačių įmonėje iš tikrųjų gali būti perduotas, o koks darbas išliks žmogaus darbu; tiksliai tai FTE TO AI darbo skenavimas nustato pagal kiekvieną užduotį. Tiems, kurie pirmiausia norėtų sužinoti, kur yra jų pačių organizacija, skirtas nemokamas pasirengimo patikrinimas: aštuoni trumpi klausimai, po vieną kiekvienai dimensijai, su vaizdu, kur esate pažengę labiausiai, o kur mažiausiai. Visas ambicijų testas, su keturiais lygiais ir vertimu į vaidmenis bei sprendimų teises, yra kuriamas.
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.