Kennisbank

Co AI zmienia w sektorze transportowym w zakresie strategicznych założeń

Gdzie w transporcie znajdują się godziny pracy

Transport i logistyka to mieszanka pracy, która znacznie różni się co do charakteru. Planowanie i wyznaczanie trasy, przetwarzanie zamówień, obsługa dokumentów przy transporcie transgranicznym, komunikacja track-and-trace z klientami, planowanie utrzymania sprzętu oraz administracyjna obsługa jazd i faktur razem zajmują dużą część godzin biurowych. Poza tym jest sama praca wykonawcza i związana z jazdą: ładowanie, rozładunek, prowadzenie pojazdu, fizyczna kontrola ładunku. Te dwa światy nie reagują tak samo na to, co AI może przejąć. Przetwarzanie dokumentów i planowanie są cyfrowe i powtarzalne; praca fizyczna często nie jest taka, lub dopiero po znacznych inwestycjach w czujniki i technikę pojazdową.

Okoliczności, które kierują wynikiem, nie są wszędzie takie same. Firma, która jeździ głównie krajowo i po stałych trasach, ma inną złożoność planowania niż firma z różnorodnymi międzynarodowymi ładunkami i formalnościami celnymi. Flota pojazdów z danymi z czujników daje AI coś, na czym można się trenować; flota bez tych danych - nie. Regulacje dotyczące czasu jazdy i odpoczynku, celne i związane z materiałami niebezpiecznymi są ponadto czymś, do czego zastosowania AI muszą się dostosować, co spowalnia wdrożenie w miejscach, gdzie te przepisy są ściśle egzekwowane.

Co już teraz się przesuwa

W planowaniu i optymalizacji trasy w wielu miejscach widać już, że oprogramowanie wykonuje większość pracy obliczeniowej, przy czym planista ocenia wynik i koryguje go na podstawie wiedzy, której system nie posiada: kierowca, który właśnie wrócił z urlopu, klient, który nie chce być odwiedzany wcześnie rano. To jest środkowy z trzech wzorców, które przebiegają przez cały sektor: AI wykonuje większość pracy, a człowiek zatwierdza lub odrzuca z podaniem powodu. Kontrola dokumentów przy międzynarodowych przesyłkach przesuwa się w podobnym tempie, gdzie systemy sygnalizują odchylenia, a pracownik zajmuje się wyjątkami.

Komunikacja z klientem dotycząca statusu przesyłki w części firm jest już w dużej mierze zautomatyzowana: system zgłasza odchylenia bez konieczności, aby człowiek redagował każdą wiadomość. Planowanie utrzymania sprzętu przebiega według innego wzorca: predykcyjne utrzymanie na podstawie danych z czujników może wskazać, kiedy pojazd wymaga uwagi, ale ocena, czy to utrzymanie musi nastąpić teraz, czy może zaczekać do zaplanowanego postoju, pozostaje pracą ludzką, dopóki konsekwencje błędnej oceny są znaczące. A samo prowadzenie pojazdu pozostaje w przeważającej części sektora pracą ludzką, także tam, gdzie testowana jest technologia autonomiczna.

Różnica między firmami, które już tak to organizują, a firmami, które tego nie robią, rzadko tkwi w ambicji. Tkwi w tym, jakie dane są dostępne, w tym, jak dużo w procesie jest rutyny w porównaniu z wyjątkami, oraz w tym, jak uregulowana jest odpowiedzialność za błędy. Dział planowania z wieloletnimi danymi o jazdach może wytrenować system, którego dział bez tej historii nie może zbudować. To nie jest wybór, który się podejmuje, to jest pozycja wyjściowa, którą się posiada albo nie.

Czemu strategia w tym miejscu tichcem się starzeje

Strategia dla transportu i logistyki często opiera się na założeniu dotyczącym tego, gdzie leżą korzyści kosztowe i przeszkody: na przykład że planowanie jest rzadkie i kosztowne, albo że obsługa dokumentów przy przekraczaniu granicy ma stały czas realizacji, którego konkurenci również nie mogą skrócić. Jeśli AI zwiększa tę zdolność planowania lub skraca ten czas realizacji w części sektora, to pole gry przesuwa się bez uprzedzenia. Plan formalnie pozostaje w mocy, podczas gdy założenie, na którym się opiera, już nie jest prawdziwe.

To jest właśnie ten sam wzorzec, który występuje również w innych sektorach, z własnym tempem i własną przyczyną: jak usługi biznesowe radzą sobie z przesuwającymi się zadaniami doradczymi i obsługą administracyjną, jak handel detaliczny radzi sobie z automatycznym zarządzaniem zapasami i kontaktem z klientem, oraz co to oznacza dla strategii, gdy założenie traci aktualność bez uprzedzenia. Podstawowy mechanizm jest zawsze ten sam: AI nie jest osobnym projektem z datą startu, to zmiana w strukturze kosztów i szybkości wykonywania określonych zadań, która w pewnym momencie wyciąga spod nogi założenie, na którym coś się opierało.

Czym to nie jest

To nie jest wypowiedź o tym, co poszczególna firma powinna zrobić ze swoim personelem. Decyzje dotyczące funkcji i liczby FTE należą do pracodawcy, a jeśli te decyzje są związane z reorganizacją, obowiązują dla nich własne wymogi prawne, niezależnie od tego, co opisano tutaj. Ta strona dotyczy pytania, jaka praca jest faktycznie możliwa do przejęcia, częściowo możliwa do przejęcia pod nadzorem, lub pozostaje pracą ludzką, oraz co to oznacza dla założeń, na których zbudowana jest strategia.

Co może Pan/Pani teraz zrobić

Na pytanie, jaka praca w Pana/Pani firmie faktycznie może zostać przejęta przez AI, nie da się odpowiedzieć na poziomie sektora. Wymaga to spojrzenia na własny proces, własne dane i własne wyjątki; to właśnie mapuje skan pracy FTE TO AI dla każdego zadania. Pierwszym krokiem, szerszym niż tylko podział pracy, jest zastosowanie metody samodzielnego mapowania horyzontu zmian do własnej strategii. Kto woli zacząć bezpośrednio od samych założeń, może wykonać bezpłatny test założeń: krótką rundę, w której Pan/Pani wskazuje najważniejsze założenia stojące za swoją strategią i przy każdym założeniu widzi, kiedy zostało ono ostatnio potwierdzone. Pełny test odporności, z danymi sektorowymi, samodzielnym wykresem zespołu kierowniczego i ciągłą listą założeń, jest w budowie.