Transportas ir logistika susideda iš darbo mišinio, kuris labai skiriasi savo pobūdžiu. Planavimas ir maršrutų sudarymas, užsakymų apdorojimas, dokumentų tvarkymas tarpvalstybinio vežimo metu, sekimo ir informavimo bendravimas su klientais, technikos priežiūros planavimas ir važiavimų bei sąskaitų administracinis tvarkymas kartu užima didelę dalį biuro darbo valandų. Be to, yra pats vairavimo ir vykdymo darbas: krovimas, iškrovimas, vairavimas, fizinė krovinio kontrolė. Šie du pasauliai nevienodai reaguoja į tai, ką AI gali perimti. Dokumentų apdorojimas ir planavimas yra skaitmeniniai ir pasikartojantys; fizinis darbas dažnai toks nėra, arba tik po didelių investicijų į jutiklius ir transporto priemonių technologijas.
Sąlygos, kurios nulemia rezultatą, nėra visur vienodos. Įmonė, kuri vežioja daugiausia vidaus rinkoje fiksuotais maršrutais, turi kitokį planavimo sudėtingumą nei įmonė su kintančiais tarptautiniais kroviniais ir muitinės formalumais. Transporto priemonių parkas su jutiklių duomenimis suteikia AI kažką, ką galima apmokyti; parkas be tokių duomenų – ne. Taisyklės dėl vairavimo ir poilsio laiko, muitinės ir pavojingų medžiagų yra papildomas dalykas, prie kurio AI sprendimai turi prisitaikyti, o tai lėtina įgyvendinimą tose vietose, kur šios taisyklės griežtai vykdomos.
Planavimo ir maršrutų optimizavimo srityje daugelyje vietų jau matoma, kad didžiąją dalį skaičiavimų atlieka programinė įranga, o planuotojas vertina rezultatą ir jį koreguoja pagal žinias, kurių sistema neturi: vairuotojas, kuris tik grįžo iš atostogų, klientas, kuris nenorėtų priėmimo ankstyvą rytą. Tai vidurinis iš trijų modelių, kurie tęsiasi per visą sektorių: AI atlieka didžiąją dalį darbo, žmogus patvirtina arba atmeta su pagrindimu. Dokumentų tikrinimas tarptautinių siuntų metu keičiasi panašiu tempu, kai sistemos signalizuoja apie nukrypimus, o darbuotojas sprendžia išimtis.
Klientų informavimas apie siuntos statusą daugelyje įmonių jau iš dalies automatizuotas: sistema, kuri praneša apie nukrypimus, kai žmogui nereikia rašyti kiekvieno pranešimo. Technikos priežiūros planavimas seka kitokį modelį: prognozuojama priežiūra, pagrįsta jutiklių duomenimis, gali nurodyti, kada transporto priemonei reikia dėmesio, tačiau sprendimas, ar priežiūrą reikia atlikti dabar, ar galima palaukti planinio sustojimo, tebėra žmogaus darbas, kol klaidingo įvertinimo pasekmės yra didelės. Ir paties transporto priemonės vairavimas didžiojoje sektoriaus daugumoje tebėra žmogaus darbas, net ir tose vietose, kur testuojama autonominė technologija.
Skirtumas tarp įmonių, kurios šitaip jau organizuojasi, ir įmonių, kurios to nedaro, retai slypi ambicijose. Jis slypi tame, kokie duomenys yra prieinami, kiek procese yra rutinos, palyginti su išimtimis, ir kaip sutvarkyta atsakomybė už klaidas. Planavimo skyrius su metų metais surinktais važiavimų duomenimis gali apmokyti sistemą, kurios negalės sukurti skyrius, neturintis tokios istorijos. Tai nėra pasirinkimas, kurį priimama, tai pradinė padėtis, kurią turi arba neturi.
Transporto ir logistikos strategija dažnai grindžiama prielaida apie tai, kur slypi sąnaudų pranašumai ir kliūtys: pavyzdžiui, kad planavimas yra ribotas ir kainuoja daug, arba kad dokumentų tvarkymas tarpvalstybinio vežimo metu turi fiksuotą trukmę, kurios konkurentai taip pat negali sutrumpinti. Jei AI padidina to planavimo pajėgumą arba sutrumpina tą trukmę dalyje sektoriaus, tuomet žaidimo lauko sąlygos pasikeičia be jokio pranešimo. Planas popieriuje ir toliau lieka nepakitęs, tačiau prielaida, kuria jis paremtas, jau nebeatitinka tikrovės.
Tai tiksliai tas pats modelis, kuris veikia ir kituose sektoriuose, savo tempu ir dėl savų priežasčių: kaip verslo paslaugų sektorius susiduria su kintančiomis konsultacinėmis užduotimis ir administraciniu tvarkymu, kaip mažmeninė prekyba susitvarko su automatizuotu atsargų valdymu ir klientų aptarnavimu, ir ką reiškia strategijai, kai prielaida nustoja galioti be įspėjimo. Pagrindinis mechanizmas visais atvejais yra tas pats: AI nėra atskiras projektas su pradžios data, tai yra pasikeitimas tam tikrų užduočių sąnaudų struktūroje ir greityje, kuris tam tikru momentu pašalina prielaidą, kuria jis buvo paremtas.
Tai nėra pareiškimas apie tai, ką individuali įmonė turėtų daryti su savo personalu. Sprendimai dėl pareigybių ir etatų skaičiaus priklauso darbdaviui, ir jei tie sprendimai susiję su reorganizacija, jiems taikomi savi teisiniai reikalavimai, nepriklausomai nuo to, kas aprašyta čia. Šis puslapis skirtas klausimui, koks darbas faktiškai gali būti perimtas, iš dalies perimtas su žmogiškuoju priežiūra, arba tebėra žmogaus darbas, ir ką tai reiškia prielaidoms, kuriomis pagrįsta strategija.
Klausimas, koks darbas jūsų įmonėje realiai gali būti perimtas AI, negali būti atsakytas sektoriaus lygmenyje. Tam reikia pažvelgti į savo procesą, savo duomenis ir savo išimtis; tai yra tai, ką FTE TO AI darbo skanas nustato pagal kiekvieną užduotį. Pirmasis žingsnis, platesnis nei vien darbo pasidalijimas, yra pritaikyti metodą, kaip patys nustatyti pokyčių horizontą savo pačių strategijai. Kas norėtų iš karto pradėti nuo pačių prielaidų, gali atlikti nemokamą prielaidų patikrą: trumpą procedūrą, kurios metu įvardijate svarbiausias prielaidas, kuriomis pagrįsta jūsų strategija, ir kiekvienai prielaidai matote, kada ji paskutinį kartą buvo patvirtinta. Pilnas atsparumo testas, su sektoriaus duomenimis, direkcijos komandos savęs vertinimu ir nuolat atnaujinamu prielaidų sąrašu, yra kuriamas.
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.