Doprava a logistika sa skladajú z mixu práce, ktorá sa výrazne líši svojou povahou. Plánovanie a trasovanie, spracovanie objednávok, spracovanie dokumentov pri cezhraničnej preprave, komunikácia so zákazníkmi typu track-and-trace, plánovanie údržby vozového parku a administratívne spracovanie jázd a faktúr spolu zaberajú veľkú časť kancelárskych hodín. Okrem toho existuje samotná jazdná a výkonná práca: nakladanie, vykladanie, riadenie, fyzická kontrola nákladu. Tieto dva svety nereagujú rovnako na to, čo AI môže prevziať. Spracovanie dokumentov a plánovanie sú digitálne a opakovateľné; fyzická práca to často nie je, alebo až po značných investíciách do senzorov a vozidlovej techniky.
Okolnosti, ktoré ovplyvňujú výsledok, nie sú všade rovnaké. Podnik, ktorý jazdí najmä vnútroštátne a na pevných trasách, má inú komplexnosť plánovania ako podnik s premenlivými medzinárodnými nákladmi a colnými formalitami. Vozový park so senzorovými dátami z vozidiel ponúka AI niečo, na čom sa môže tréningovo naučiť; vozový park bez týchto dát nie. Regulácia týkajúca sa jazdných a odpočinkových časov, colných predpisov a nebezpečných látok je navyše niečo, čomu sa musia aplikácie AI prispôsobiť, čo zavádzanie spomaľuje na miestach, kde sa tieto pravidlá striktne presadzujú.
V plánovaní a optimalizácii trás je na mnohých miestach už zjavné, že softvér vykonáva väčšinu výpočtovej práce, pričom plánovač posudzuje výsledok a upravuje ho na základe znalostí, ktoré systém nemá: vodič, ktorý sa práve vrátil z dovolenky, klient, ktorý si neželá skorú rannú návštevu. To je stredný z troch vzorov, ktoré prechádzajú celým sektorom: AI nesie väčšinu práce, človek schvaľuje alebo zamieta s odôvodnením. Kontrola dokumentov pri medzinárodných zásielkach sa posúva podobným tempom, kde systémy signalizujú odchýlky a zamestnanec spracúva výnimky.
Komunikácia so zákazníkmi o stave zásielky je v niektorých podnikoch už do veľkej miery automatizovaná: systém, ktorý hlási odchýlky bez toho, aby človek zostavoval každú správu. Plánovanie údržby vozového parku sleduje iný vzor: prediktívna údržba na základe senzorových dát môže indikovať, kedy vozidlo potrebuje pozornosť, ale posúdenie, či sa má údržba vykonať teraz alebo môže počkať na plánované odstavenie, zostáva ľudskou prácou, pokiaľ sú dôsledky nesprávneho odhadu veľké. A samotné riadenie vozidla zostáva vo veľkej väčšine sektora ľudskou prácou, aj tam, kde sa testuje autonómna technológia.
Rozdiel medzi podnikmi, ktoré to už takto organizujú, a podnikmi, ktoré to nerobia, málokedy spočíva v ambícii. Spočíva v tom, aké dáta sú k dispozícii, koľko rutiny je v procese oproti výnimkám, a v tom, ako je upravená zodpovednosť za chyby. Plánovacie oddelenie s rokmi dát o jazdách môže vytrénovať systém, ktorý oddelenie bez tejto histórie vybudovať nemôže. To nie je voľba, ktorú si niekto robí, je to východisková pozícia, ktorú buď má, alebo nemá.
Stratégia pre dopravu a logistiku často stojí na predpoklade o tom, kde sa nachádzajú nákladové výhody a prekážky: napríklad, že plánovanie je vzácne a nákladné, alebo že spracovanie dokumentov pri prekračovaní hraníc má fixnú dobu spracovania, ktorú ani konkurenti nemôžu skrátiť. Ak AI túto plánovaciu kapacitu zväčší alebo túto dobu spracovania skráti u časti sektora, hracie pole sa posunie bez akéhokoľvek ohlásenia. Plán zostáva formálne v platnosti na papieri, hoci predpoklad, na ktorom stojí, už neplatí.
Toto je presne ten istý vzor, ktorý sa odohráva aj v iných sektoroch, s vlastným tempom a vlastným dôvodom: ako obchodné služby pracujú s posúvajúcimi sa poradenskými úlohami a administratívnym spracovaním, ako maloobchod pristupuje k automatizovanému riadeniu zásob a kontaktu s klientmi, a čo znamená pre stratégiu, keď predpoklad prestane platiť bez ohlásenia. Základný mechanizmus je vždy rovnaký: AI nie je samostatný projekt s dátumom začiatku, je to zmena nákladovej štruktúry a rýchlosti určitých úloh, ktorá v určitom momente odtiahne spod nej predpoklad.
Toto nie je vyjadrenie o tom, čo by mal konkrétny podnik urobiť so svojím personálnym obsadením. Rozhodnutia o funkciách a počte úväzkov (FTE) sú na zamestnávateľovi, a ak tieto rozhodnutia súvisia s reorganizáciou, platia pre ne vlastné zákonné požiadavky, nezávislé od toho, čo je tu popísané. Táto stránka sa zaoberá otázkou, aká práca je fakticky prevziateľná, čiastočne prevziateľná pod dohľadom, alebo zostáva ľudskou prácou, a čo to znamená pre predpoklady, na ktorých je stratégia postavená.
Otázku, aká práca vo vašom podniku je skutočne prevziateľná AI, nie je možné zodpovedať na úrovni sektora. Na to je potrebné pozrieť sa na vlastný proces, vlastné dáta a vlastné výnimky; to je presne to, čo pracovný scan FTE TO AI mapuje po jednotlivých úlohách. Prvým krokom, širším než len rozdelenie práce, je aplikovať metódu na samostatné mapovanie horizontu zmien na vlastnú stratégiu. Kto chce začať priamo pri samotných predpokladoch, môže vykonať bezplatnú kontrolu predpokladov: krátke kolo, v ktorom pomenujete najdôležitejšie predpoklady za vašou stratégiou a pri každom predpoklade zistíte, kedy bol naposledy potvrdený. Úplný tlakový test, s dátami sektora, samohodnotením vedenia a priebežným zoznamom predpokladov, sa pripravuje.
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.