Kennisbank

Ambicije umetne inteligence v prometu in logistiki: od načrta do pripravljenosti

Kje se skrivajo ure v prometu in logistiki

Promet in logistika slonita na načrtovanju, usmerjanju, nakladanju in razkladanju, dokumentaciji ter komunikaciji med členi, ki se med seboj redko vidijo. Velik del dela je sestavljen iz kombiniranja fiksnih pravil z spremenljivimi okoliščinami: vreme, promet, razpoložljivost voznikov in opreme, carinski predpisi, dogovori s strankami, ki se razlikujejo od naročila do naročila. Poleg tega obstaja delo, ki temelji na fizičnih opravilih na določeni lokaciji, ter delo, ki temelji na zaupanju med ljudmi, ki se poznajo že leta: planer, ki ve, kateri voznik zmore zahtevno vožnjo, špediter, ki ve, katera stranka je prilagodljiva glede datuma dostave.

Ta kombinacija določa, kje lahko delo prevzame umetna inteligenca in kje ne. Načrtovanje in usmerjanje v veliki meri temeljita na optimizaciji znotraj pravil, in prav to je vrsta dela, pri kateri sistemi dobro delujejo, brž ko podatki držijo. Fizična opravila na lokaciji in presoja pri izjemni situaciji ostajajo predvsem delo ljudi, ker je pri tem potrebno nekaj, kar ne sodi v obrazec.

Premik, ki že poteka

V vsakem logističnem procesu se prepletajo tri vrste dela. Obstaja delo, ki ga sistem že lahko prevzame, kot je ponovni izračun poti ob zapori ceste ali izpolnjevanje standardne dokumentacije na podlagi prejšnjih pošiljk. Obstaja delo, ki je delno prevzeto, pri čemer človek presodi rezultat ter ga odobri ali zavrne: predlagan načrt, ki ga planer še pregleda, preden se odpravi na pot, ocenjen čas prihoda, ki ga zaposleni popravi na podlagi znanja, ki ga sistem nima. In obstaja delo, ki ostaja delo ljudi, kot je pogajanje s stranko o zahtevni dostavi ali presoja situacije na terenu, ki je ni v podatkih.

V enem podjetju je ta premik že daleč: planerji delajo s sistemom, ki predlaga poti in eskalira le izjeme, s čimer se sprostijo ure za vrsto dela, pri kateri so ljudje res potrebni. V drugem podjetju vsi še vedno ročno počnejo, kar bi sistem že lahko predlagal, ne zato, ker manjka volja, temveč ker podatki niso urejeni, sistemi med seboj ne komunicirajo ali pa nihče ni določil, kdo sme odobriti predlog sistema in kdo ne. Razlika redko tiči v tehnologiji. Tiči v tem, ali je organizacija vzpostavila pogoje, da se delo dejansko lahko preseli.

Kje je ambicija pogosto večja od pripravljenosti

Uprava, ki pravi "želimo načrtovanje, ki ga poganja umetna inteligenca", s tem redko misli isto kot oddelek za načrtovanje, ki mora to izvesti. Za upravo je to prihranek pri sproščenih urah. Za oddelek za načrtovanje je to vprašanje, kdo ostane odgovoren, če sistem predlaga pot, ki se naknadno izkaže za napačno. Prav pri tej razliki v razlagi postane relevanten razloček med ciljem in ambicijo: cilj je merljiv in časovno omejen, ambicija opisuje smer, ki jo je treba še prevesti v to, kaj se dejansko spremeni pri delu.

Ta prevod zadeva osem dimenzij pripravljenosti: ali ima organizacija podatke urejene, ali so procesi dovolj opisani, da jih je mogoče prenesti na sistem, ali obstaja nekdo, ki sme odobriti rezultat, ali je tehnologija integrirana s tem, kar že deluje, in tako naprej. Ambicija, ki obtiči že pri prvem vratih — ker nihče ne ve, kje se nahajajo kateri podatki — je drugačna ambicija od tiste, ki obtiči pri zadnjih vratih, ker pravice odločanja nikoli niso bile določene. Oboje se dogaja v prometu, in oboje zahteva drugačen pogovor kot "uvajamo umetno inteligenco".

Ta pogovor se včasih dotakne vprašanja, kaj se zgodi z obstoječim delom, ko naloga odpade. Za to veljajo lastne zakonske zahteve, ločeno od tega, kaj lahko o zmogljivosti pove test pripravljenosti.

Zakaj je to prepoznavno tudi zunaj prometa

Napetost med tem, kaj lahko sistem prevzame, in tem, kaj lahko organizacija prenese, se ne pojavlja samo v prometu. V poslovnih storitvah se pojavljajo podobna vprašanja o tem, katere ambicije glede umetne inteligence se pojavljajo v svetovalnem delu in storitvah, kjer je delo manj fizično, a se presoja med avtomatizacijo in zaupanjem vrača na podoben način. Znotraj samega prometa pa se pogosto pojavlja še en vzorec: oddelek za načrtovanje je oblikoval ambicijo, ki trči z ambicijo oddelka za operacije, in nihče ni tega konflikta poimenoval, preden je projekt obtičal. Kaj storiti, kadar si cilji oddelkov nasprotujejo, je opisano v pristopu za nasprotujoče si cilje oddelkov.

Kaj lahko storite zdaj

Osnovno vprašanje običajno ni, ali umetna inteligenca v prometu deluje, temveč katero delo v vašem lastnem podjetju je dejansko mogoče prenesti in katero delo ostaja delo ljudi; prav to skenacija dela podjetja FTE TO AI ugotavlja po posameznih nalogah. Za tiste, ki najprej želijo vedeti, kje stoji njihova lastna organizacija, je na voljo brezplačno preverjanje pripravljenosti: osem kratkih vprašanj, po eno za vsako dimenzijo, s sliko o tem, kje ste najdlje in kje najmanj daleč. Popoln test ambicij, s štirimi plastmi in prevodom v vloge ter pravice odločanja, je v pripravi.