Kennisbank

AI-ambitioner inom transport och logistik: från plan till beredskap

Var timmarna sitter i transport och logistik

Transport och logistik bygger på planering, ruttplanering, lastning och lossning, dokumentation och kommunikation mellan länkar som sällan ser varandra. En stor del av arbetet består av att kombinera fasta regler med varierande omständigheter: väder, trafik, tillgänglighet av chaufförer och materiel, tullregler, kundavtal som skiljer sig per uppdrag. Dessutom finns det arbete som handlar om fysiska handlingar på en specifik plats, och arbete som bygger på förtroende mellan människor som känt varandra i flera år: planeraren som vet vilken chaufför som klarar en svår körning, speditören som vet vilken kund som är flexibel med en leveransdatum.

Den kombinationen avgör var AI-arbete kan ta över och var det inte kan. Planering och ruttplanering består till stor del av optimering inom regler, och det är exakt den typ av arbete som system klarar bra så snart datan är korrekt. Fysiska handlingar på plats och avvägningen vid en ovanlig situation förblir framför allt människors arbete, eftersom det där krävs något som inte får plats i ett formulär.

Förskjutningen som redan pågår

Tre typer av arbete löper genom varandra i varje logistikprocess. Det finns arbete som ett system redan kan ta över, som att räkna om en rutt vid en vägavstängning eller fylla i standarddokumentation baserat på tidigare sändningar. Det finns arbete som delvis tas över, med en människa som bedömer resultatet och godkänner eller avslår det: en föreslagen planering som en planerare fortfarande granskar innan han ger sig ut på vägen, en beräknad ankomsttid som en medarbetare korrigerar utifrån kunskap som systemet inte har. Och det finns arbete som förblir människors arbete, som att förhandla med en kund om en svår leverans eller bedöma en situation på golvet som inte finns i datan.

I det ena företaget har förskjutningen redan kommit långt: planerare arbetar med ett system som föreslår rutter och bara eskalerar undantagen, vilket frigör timmar för den typ av arbete som verkligen behöver människor. I det andra företaget gör alla fortfarande manuellt vad ett system redan skulle kunna föreslå, inte på grund av bristande vilja utan därför att datan inte är i ordning, systemen inte talar med varandra, eller att ingen har fastställt vem som får godkänna ett förslag från ett system och vem som inte får det. Skillnaden ligger sällan i tekniken. Den ligger i om organisationen har ordnat förutsättningarna för att faktiskt låta arbetet förflyttas.

Var ambitionen ofta är större än beredskapen

En ledning som säger "vi vill ha AI-driven planering" menar sällan samma sak som planeringsavdelningen som ska genomföra det. För ledningen är det en besparing på frigjorda timmar. För planeringsavdelningen är det en fråga om vem som fortfarande bär ansvaret om ett system föreslår en rutt som i efterhand visade sig vara fel. Den skillnaden i tolkning är exakt där skillnaden mellan ett mål och en ambition blir relevant: ett mål är mätbart och tidsbundet, en ambition beskriver en riktning som ännu måste översättas till vad som verkligen förändras i arbetet.

Den översättningen handlar om åtta beredskapsdimensioner: har organisationen datan i ordning, är processerna beskrivna tillräckligt för att kunna överföras till ett system, finns det någon som får godkänna resultatet, är tekniken integrerad med det som redan körs, och mer. En ambition som redan fastnar vid den första grinden — eftersom ingen vet vilken data som finns var — är en annan ambition än en ambition som fastnar vid den sista grinden, eftersom beslutsrätterna aldrig har fastställts. Båda inträffar inom transport, och båda kräver ett annat samtal än "vi implementerar AI".

Det samtalet berör ibland frågan om vad som händer med befintligt arbete när en uppgift försvinner. Där gäller egna lagkrav, oberoende av vad ett beredskapstest kan säga om kapacitet.

Varför detta även är igenkännligt utanför transport

Spänningen mellan vad ett system kan ta över och vad en organisation kan bära, förekommer inte bara inom transport. Inom affärstjänster finns liknande frågor om vilka AI-ambitioner som finns inom rådgivning och tjänsteverksamhet, där arbetet är mindre fysiskt men avvägningen mellan automatisering och förtroende återkommer på ett jämförbart sätt. Och inom transport självt förekommer ofta ett annat mönster: planeringsavdelningen har formulerat en ambition som kolliderar med driftsavdelningens ambition, och ingen har namngivit den konflikten innan projektet fastnade. Vad man ska göra när avdelningsmål motverkar varandra beskrivs i ett tillvägagångssätt för motstridiga avdelningsmål.

Vad ni kan göra nu

Den underliggande frågan är oftast inte om AI fungerar inom transport, utan vilket arbete i ert eget företag som faktiskt går att överföra och vilket arbete som förblir människors arbete; det är exakt det som arbetsscanen från FTE TO AI kartlägger per uppgift. För den som först vill veta var den egna organisationen står finns den kostnadsfria beredskapskontrollen: åtta korta frågor, en per dimension, med en bild av var ni har kommit längst och var ni har kommit minst långt. Den fullständiga ambitionstesten, med de fyra lagren och översättningen till roller och beslutsrätter, är under uppbyggnad.