Transport en logistiek draaien op planning, routering, laden en lossen, documentatie en communicatie tussen schakels die elkaar zelden zien. Een groot deel van het werk bestaat uit het combineren van vaste regels met wisselende omstandigheden: weer, verkeer, beschikbaarheid van chauffeurs en materieel, douaneregels, klantafspraken die per opdracht verschillen. Daarnaast is er werk dat draait om fysieke handelingen op een specifieke locatie, en werk dat draait op vertrouwen tussen mensen die elkaar al jaren kennen: de planner die weet welke chauffeur een lastige rit aankan, de expediteur die weet welke klant flexibel is met een leverdatum.
Die combinatie bepaalt waar AI-werk kan overnemen en waar niet. Planning en routering bestaan grotendeels uit optimalisatie binnen regels, en dat is precies het type werk waar systemen goed op scoren zodra de data klopt. Fysieke handelingen op locatie en de afweging bij een uitzonderlijke situatie blijven vooral mensenwerk, omdat daar iets nodig is dat niet in een formulier past.
Drie soorten werk lopen door elkaar heen in elk logistiek proces. Er is werk dat een systeem al kan overnemen, zoals het herberekenen van een route bij een wegafsluiting of het invullen van standaarddocumentatie op basis van eerdere zendingen. Er is werk dat deels overgenomen wordt, met een mens die de uitkomst beoordeelt en goedkeurt of afkeurt: een voorgestelde planning die een planner nog bekijkt voordat hij de weg op gaat, een geschatte aankomsttijd die een medewerker corrigeert op basis van kennis die het systeem niet heeft. En er is werk dat mensenwerk blijft, zoals het onderhandelen met een klant over een lastige levering of het beoordelen van een situatie op de vloer die niet in de data staat.
In het ene bedrijf is die verschuiving al ver: planners werken met een systeem dat routes voorstelt en alleen de uitzonderingen escaleert, waardoor uren vrijkomen voor het soort werk dat wel mensen nodig heeft. In het andere bedrijf doet iedereen nog handmatig wat een systeem al zou kunnen voorstellen, niet omdat de wil ontbreekt maar omdat de data niet op orde is, de systemen niet praten met elkaar, of niemand heeft vastgelegd wie een voorstel van een systeem mag goedkeuren en wie niet. Het verschil zit zelden in de techniek. Het zit in of de organisatie de voorwaarden heeft ingericht om het werk daadwerkelijk te laten verschuiven.
Een directie die zegt "we willen AI-gedreven plannen" bedoelt daarmee zelden hetzelfde als de planningsafdeling die het moet uitvoeren. Voor de directie is het een besparing op vrijgespeelde uren. Voor de planningsafdeling is het een vraag over wie verantwoordelijk blijft als een systeem een route voorstelt die achteraf niet klopte. Dat verschil in interpretatie is precies waar het onderscheid tussen een doel en een ambitie relevant wordt: een doel is meetbaar en tijdgebonden, een ambitie beschrijft een richting die nog vertaald moet worden naar wat er werkelijk verandert in het werk.
Die vertaling gaat over acht gereedheidsdimensies: heeft de organisatie de data op orde, zijn processen beschreven genoeg om over te dragen aan een systeem, is er iemand die de uitkomst mag goedkeuren, is de technologie geïntegreerd met wat er al draait, en meer. Een ambitie die op de eerste gate al vastloopt — omdat niemand weet welke data waar staat — is een andere ambitie dan een ambitie die op de laatste gate vastloopt, omdat de besluitrechten nooit zijn vastgelegd. Beide gebeuren in transport, en beide vragen een ander gesprek dan "we implementeren AI".
Dat gesprek raakt soms de vraag wat er met bestaand werk gebeurt als een taak wegvalt. Daarvoor gelden eigen wettelijke vereisten, los van wat een gereedheidstoets kan zeggen over capaciteit.
De spanning tussen wat een systeem kan overnemen en wat een organisatie kan verdragen, speelt niet alleen in transport. In de zakelijke dienstverlening spelen vergelijkbare vragen over welke AI-ambities er spelen in advieswerk en dienstverlening, waar het werk minder fysiek is maar de afweging tussen automatiseren en vertrouwen vergelijkbaar terugkomt. En binnen transport zelf speelt vaak een ander patroon: de afdeling planning heeft een ambitie geformuleerd die botst met de ambitie van de afdeling operatie, en niemand heeft dat conflict benoemd voordat het project vastliep. Wat te doen als afdelingsdoelen elkaar tegenwerken staat beschreven in een aanpak voor botsende afdelingsdoelen.
De onderliggende vraag is meestal niet of AI in transport werkt, maar welk werk in uw eigen bedrijf daadwerkelijk over te dragen is en welk werk mensenwerk blijft; dat is precies wat de werkscan van FTE TO AI per taak in kaart brengt. Voor wie eerst wil weten waar de eigen organisatie staat, is er de gratis gereedheidscheck: acht korte vragen, één per dimensie, met een beeld van waar u het verst en waar u het minst ver bent. De volledige ambitietoets, met de vier lagen en de vertaling naar rollen en besluitrechten, is in aanbouw.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.