Doprava a logistika se skládají ze směsi práce velmi rozdílné povahy. Plánování a trasování, zpracování objednávek, vyřizování dokumentace při přepravě přes hranice, komunikace se zákazníky ohledně sledování zásilek, plánování údržby vozového parku a administrativní zpracování jízd a faktur společně zabírají velkou část kancelářských hodin. Kromě toho je tu samotná jízdní a výkonná práce: nakládka, vykládka, řízení, fyzická kontrola náklad. Tyto dva světy nereagují stejně na to, co může AI převzít. Zpracování dokumentů a plánování jsou digitální a opakovatelné; fyzická práce takovou často není, nebo až po značných investicích do senzorů a vozidlové techniky.
Okolnosti, které řídí výsledek, nejsou všude stejné. Podnik, který jezdí především vnitrostátně a po pevných trasách, má jinou plánovací složitost než podnik s proměnlivými mezinárodními náklady a celními formalitami. Vozový park se senzorovými daty z vozidel nabízí AI něco, na čem se lze trénovat; vozový park bez těchto dat nikoli. Předpisy ohledně doby řízení a odpočinku, cel a nebezpečných látek jsou navíc něčím, čemu se musí aplikace AI podřídit, což zpomaluje zavádění na místech, kde se tato pravidla striktně vymáhají.
V plánování a optimalizaci tras je na mnoha místech již vidět, že software provádí většinu výpočetní práce, přičemž plánovač posuzuje výsledek a upravuje jej na základě znalostí, které systém nemá: řidič, který se právě vrátil z dovolené, klient, který si nepřeje návštěvu brzy ráno. To je prostřední ze tří vzorců, které se táhnou celým sektorem: AI nese většinu práce, člověk schvaluje nebo zamítá s odůvodněním. Kontrola dokumentů u mezinárodních zásilek se posouvá podobným tempem, kdy systémy signalizují odchylky a pracovník řeší výjimky.
Komunikace se zákazníky o stavu zásilky je v řadě podniků již převážně automatizovaná: systém oznamuje odchylky, aniž by člověk formuloval každou zprávu. Plánování údržby vozového parku se řídí jiným vzorcem: predikativní údržba na základě senzorových dat může naznačit, kdy vozidlo potřebuje pozornost, ale posouzení, zda se má údržba provést nyní nebo může počkat do plánované odstávky, zůstává lidskou prací, dokud jsou důsledky chybného odhadu velké. A samotné řízení vozidla zůstává ve valné většině sektoru lidskou prací, i tam, kde se testuje autonomní technologie.
Rozdíl mezi podniky, které si toto již takto organizují, a podniky, které to nedělají, málokdy tkví v ambicích. Tkví v tom, jaká data jsou k dispozici, kolik rutiny je v procesu obsaženo oproti výjimkám, a jak je upravena odpovědnost za chyby. Plánovací oddělení s letitými daty o jízdách může vytrénovat systém, který si oddělení bez této historie vybudovat nemůže. Není to volba, kterou lze učinit, je to výchozí pozice, kterou člověk má, nebo nemá.
Strategie pro dopravu a logistiku často stojí na předpokladu o tom, kde leží nákladové výhody a překážky: například že plánování je vzácné a nákladné, nebo že vyřízení dokumentace při přepravě přes hranice má pevnou dobu trvání, kterou konkurenti stejně nemohou zkrátit. Pokud AI zvýší tuto plánovací kapacitu nebo zkrátí tuto dobu trvání u části sektoru, pak se hřiště posune, aniž by tomu předcházelo jakékoli oznámení. Plán zůstává na papíře stát pevně, zatímco předpoklad za ním už neplatí.
Toto je přesně ten vzorec, který se projevuje i v jiných sektorech, s vlastním tempem a vlastním podnětem: jak obchodní služby řeší přesouvající se poradenské úkoly a administrativní zpracování, jak maloobchod nakládá s automatizovaným řízením zásob a kontaktem se zákazníky a co znamená pro strategii, když předpoklad zanikne bez oznámení. Základní mechanika je pokaždé stejná: AI není samostatný projekt s datem zahájení, je to změna v nákladové struktuře a rychlosti určitých úkolů, která v určitém okamžiku vytáhne předpoklad, na němž vše stálo.
Toto není výrok o tom, co by měl konkrétní podnik dělat se svým personálním obsazením. Rozhodnutí o funkcích a počtu fte jsou na zaměstnavateli, a pokud tyto volby souvisejí s reorganizací, platí pro ně vlastní zákonné požadavky, nezávisle na tom, co je zde popsáno. Tato stránka pojednává o otázce, jaká práce je fakticky převoditelná, částečně převoditelná s dohledem, nebo zůstává lidskou prací, a co to znamená pro předpoklady, na nichž je strategie postavena.
Otázku, jaká práce ve vašem podniku je skutečně převoditelná na AI, nelze zodpovědět na úrovni sektoru. K tomu je třeba se podívat na vlastní proces, vlastní data a vlastní výjimky; to je to, co pracovní scan FTE TO AI mapuje úkol po úkolu. Prvním krokem, širším než pouhé rozdělení práce, je uplatnit metodu, jak si sami zmapovat horizont změn na vlastní strategii. Kdo chce raději začít přímo u samotných předpokladů, může provést bezplatnou kontrolu předpokladů: krátké kolo, ve kterém označíte nejdůležitější předpoklady za vaší strategií a u každého předpokladu uvidíte, kdy byl poprvé naposledy potvrzen. Úplný tlakový test, se sektorovými daty, vlastním umístěním vedení a stálým seznamem předpokladů, se právě připravuje.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.