Transport ja logistika koosnevad väga erineva iseloomuga tööst. Planeerimine ja marsruutimine, tellimuste töötlemine, piiriülese veo dokumendihaldus, klientidega toimuv track-and-trace-suhtlus, veeremi hoolduse planeerimine ning sõitude ja arvete administratiivne käsitlemine võtavad kokku suure osa kontoritundidest. Lisaks on olemas sõidu- ja täitevtöö ise: laadimine, mahalaadimine, juhtimine, lasti füüsiline kontroll. Need kaks maailma ei reageeri ühtemoodi sellele, mida AI üle võtta suudab. Dokumendimenetlus ja planeerimine on digitaalsed ja korduvad; füüsiline töö sageli mitte, või ainult pärast suuri investeeringuid sensoritesse ja sõidukitehnoloogiasse.
Tingimused, mis tulemust suunavad, ei ole kõikjal ühesugused. Ettevõttel, mis sõidab peamiselt kodumaal ja fikseeritud marsruutidel, on teistsugune planeerimiskeerukus kui ettevõttel, mille lastid ja tolliformaalsused varieeruvad rahvusvaheliselt. Sõidukipark, millest saadakse sensoriandmeid, annab AI-le millegi peal treenida; sõidukipark, kust seda andmestikku ei tule, aga ei annab. Sõidu- ja puhkeaegu, tolli ning ohtlike ainete vedu reguleerivad eeskirjad on lisaks midagi, millega AI-rakendused peavad kooskõlas olema, mis aeglustab kasutuselevõttu seal, kus neid eeskirju rangelt jälgitakse.
Planeerimises ja marsruudi optimeerimises on paljudes kohtades juba näha, et tarkvara teeb enamiku arvutustööst, kusjuures planeerija hindab tulemust ja korrigeerib seda teadmiste põhjal, mida süsteemil ei ole: juht, kes on just puhkuselt tagasi, klient, kes ei soovi hommikul vara külastust. See on kolmest sektorit läbivast mustrist keskmine: AI teeb suurema osa tööst, inimene kiidab heaks või lükkab tagasi põhjendusega. Rahvusvaheliste saadetiste dokumendikontroll nihkub samasuguse tempoga, kus süsteemid tuvastavad kõrvalekaldeid ja töötaja käsitleb erandeid.
Klientide teavitamine saadetise staatusest on mitmes ettevõttes juba suuresti automatiseeritud: süsteem, mis teavitab kõrvalekaldeid, ilma et inimene kirjutaks igat sõnumit ise. Veeremi hoolduse planeerimine järgib teistsugust mustrit: sensoriandmete põhjal toimuv ennustav hooldus võib näidata, millal sõiduk vajab tähelepanu, kuid otsus, kas hooldus tuleb teha kohe või võib see oodata plaanipärast peatust, jääb inimtööks nii kaua, kuni vale hinnangu tagajärjed on suured. Ja sõiduki juhtimine ise on suuremas osas sektorist jätkuvalt inimtöö, ka seal, kus autonoomset tehnoloogiat katsetatakse.
Erinevus ettevõtete vahel, kes on selle juba nii korraldanud, ja nende, kes ei ole, ei peitu tavaliselt ambitsioonis. See peitub selles, milliseid andmeid on saada, kui palju rutiini protsessis on võrreldes eranditega, ja selles, kuidas on korraldatud vastutus vigade korral. Planeerimisosakond, kus on aastate jagu sõiduandmeid, saab treenida süsteemi, mida osakond, kellel sellist ajalugu ei ole, ehitada ei suuda. See ei ole valik, mille tehakse, see on lähteposition, mis kellel on ja kellel ei ole.
Transpordi ja logistika strateegia rajaneb tihti eeldusel, kus asuvad kulueelised ja kitsaskohad: näiteks et planeerimine on nappuslik ja kulukas, või et piiriülene dokumendimenetlus omab fikseeritud läbimisajaajaajajut, mida ka konkurendid lühendada ei saa. Kui AI suurendab osal sektoril planeerimisvõimekust või lühendab läbimisaega, nihkub mänguväli ette teatamata. Plaan jääb paberil kehtima, samal ajal kui selle taga olev eeldus ei kehti enam.
Täpselt selline muster esineb ka teistes sektorites, oma tempo ja oma ajendiga: kuidas ärikonsultatsiooni- ja teenusesektor tegeleb nihkuvate nõustamisülesannete ja administratiivse töötlusega, kuidas jaekaubandus tegeleb automatiseeritud varude juhtimise ja kliendisuhtlusega, ja mida tähendab strateegiale, kui eeldus kaob ette teatamata. Alusmehhanism on igal juhul sama: AI ei ole eraldiseisev projekt, millel on alguskuupäev, see on muutus teatud tööde kulustruktuuris ja kiiruses, mis mingil hetkel tõmbab selle aluseks olnud eelduse alt ära.
See ei ole väide selle kohta, mida üksik ettevõte oma personaliga peaks tegema. Otsused ametikohtade ja töötajate arvu (fte) kohta on tööandja pädevuses, ja kui need otsused seonduvad ümberkorraldusega, kehtivad selle kohta eraldi seadusest tulenevad nõuded, sõltumata sellest, mida siin kirjeldatud on. Käesolev lehekülg käsitleb küsimust, milline töö on tegelikult üle võetav, osaliselt üle võetav inimliku toezicht'iga (järelevalvega), või jääb inimtööks, ning mida see tähendab eelduste jaoks, millele strateegia on ehitatud.
Küsimusele, milline töö teie ettevõttes on tegelikult AI poolt üle võetav, ei saa vastata sektori tasandil. Selleks tuleb vaadata konkreetset protsessi, konkreetseid andmeid ja konkreetseid erandeid; seda kaardistab FTE TO AI töö-skaneering ülesannete kaupa. Esimene sammm, laiem kui ainult töökorraldus, on rakendada meetodit, kuidas iseseisvalt muutuste horisonti kaardistada oma strateegiale. Kes soovib alustada otse eeldustest, saab teha tasuta eelduste kontrolli: lühike voor, kus nimetate oma strateegia peamised eeldused ja näete iga eelduse puhul, millal seda viimati kinnitatud on. Täielik survetest, mis sisaldab sektoriandmeid, juhtkonna enda kaardistust ja jooksvat eelduste nimekirja, on valmimisel.
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.