AI zmieni pracę dyspozytorów. Nawet 80 proc. zadań może być wspieranych przez technologię

Im bardziej cyfrowa praca, tym większy wpływ AI

Podczas wystąpienia „AI in Last Mile” Gautam Kumar przedstawił szacunki dotyczące wpływu sztucznej inteligencji na poszczególne stanowiska w logistyce ostatniej mili.

Według zaprezentowanych danych AI może wspierać około 90 proc. zadań związanych z obsługą klienta, 80 proc. obowiązków dyspozytorów i 70 proc. zadań specjalistów zajmujących się planowaniem sieci logistycznej.

W przypadku audytorów finansowych i kierowników obiektów potencjalny wpływ oszacowano na około 40 proc., a w pracy kierowców na 20 proc. Najmniejszy, wynoszący zaledwie 5 proc., ma być w przypadku osób nadzorujących pracę ramp przeładunkowych. Z kolei znaczna część obowiązków analityków danych mogłaby być wykonywana autonomicznie.

Warto przy tym zaznaczyć, że są to szacunki potencjalnego wykorzystania AI w poszczególnych rolach, a nie odsetek miejsc pracy, które technologia miałaby zastąpić.

Świat dzieli się na dwa obszary: dystrybucję fizyczną i cyfrową” – powiedział Kumar. Tam, gdzie dominuje praca z danymi, agenci AI mogą przynosić największe korzyści. W zadaniach fizycznych, takich jak obsługa ramp przeładunkowych, możliwości ich wykorzystania są znacznie bardziej ograniczone.

Kumar przywołał również dane Gartnera, według których 40 proc. czasu pracy pochłaniają powtarzalne czynności o niewielkiej wartości dodanej. Kolejne 45 proc. zajmują zadania o średniej wartości, a zaledwie 15 proc. – te o największym znaczeniu.

Automatyzacja prostych procesów, takich jak wprowadzanie danych, obsługa dokumentacji czy weryfikacja przebiegu operacji, mogłaby odciążyć pracowników i pozwolić im skoncentrować się na bardziej złożonych decyzjach.

Nadawcy chcą większej kontroli nad transportem. Koszty AI mogą wzrosnąć

Na początku wystąpienia Kumar przedstawił kilka prognoz Gartnera. Jedna z nich zakłada, że połowa nadawców będzie w przyszłości bezpośrednio koordynować globalne zasoby transportowe. Nie oznacza to koniecznie posiadania własnych ciężarówek, lecz większą kontrolę nad organizacją przewozów dzięki rozwiązaniom technologicznym. Dla przewoźników może to oznaczać rosnącą presję ze strony klientów na cyfryzację usług i udostępnianie danych.

Kumar ostrzegł również przed możliwym wzrostem kosztów korzystania ze sztucznej inteligencji o około 40 proc. Jego zdaniem obecne ceny abonamentów nie odzwierciedlają jeszcze pełnych kosztów infrastruktury potrzebnej do działania zaawansowanych systemów AI. W przyszłości dostawcy mogą przenosić większą część tych wydatków na klientów. Dlatego, jak podkreślił, inwestycje w sztuczną inteligencję powinny przynosić konkretne, mierzalne korzyści biznesowe.

Jednym z kierunków rozwoju są systemy wieloagentowe, w których poszczególni agenci AI realizują różne, powiązane ze sobą zadania. Jeden może planować trasy, drugi obsługiwać sytuacje wyjątkowe, a trzeci kontaktować się z klientami.

Według danych przytoczonych przez Kumara rozwiązania te są obecnie wykorzystywane w około 3 proc. procesów, ale w ciągu około czterech lat skala ich zastosowania może wzrosnąć dziesięciokrotnie.

Jesteśmy spóźnieni, ale jeszcze nie jest za późno” – podsumował.

Cztery zasady wdrażania AI w logistyce ostatniej mili

Kumar przedstawił cztery podstawowe zasady, którymi jego zdaniem powinny kierować się firmy planujące wykorzystanie sztucznej inteligencji.

1. Wybierz odpowiedni obszar zastosowania. Agentów AI nie warto wykorzystywać do prostych, przewidywalnych zadań, które można obsłużyć za pomocą standardowych procesów. Z drugiej strony nie należy od razu powierzać im najbardziej krytycznych decyzji. Kumar porównał takie podejście do dopuszczenia robota do samodzielnego przeprowadzenia operacji chirurgicznej.

2. Zdecyduj, czy kupić gotowe rozwiązanie, czy zbudować własne. Korzystanie z gotowych agentów AI połączonych za pomocą interfejsów API jest zazwyczaj tańsze. Budowa własnego środowiska wymaga natomiast rozstrzygnięcia kwestii hostingu, mocy obliczeniowej, zgodności z RODO oraz lokalizacji przechowywanych danych, w tym tego, czy pozostaną one na terenie Unii Europejskiej.

3. Zapewnij nadzór człowieka nad działaniem AI. Pracownicy powinni kontrolować realizację zadań wymagających oceny i podejmować decyzje o kluczowym znaczeniu. Sztuczna inteligencja ma ich odciążać, a nie całkowicie eliminować człowieka z procesu decyzyjnego.

4. Zachowaj kontrolę nad danymi. „Operacje można zlecić na zewnątrz, ale nad danymi trzeba zachować kontrolę” – podkreślił Kumar.

W negocjacjach liczą się nie tylko stawki

Dla firm współpracujących z zewnętrznymi przewoźnikami, podwykonawcami czy partnerami realizującymi dostawy kontrola nad danymi staje się równie istotna jak cena usługi. Zdaniem Kumara nadawcy powinni negocjować nie tylko stawki za doręczenie przesyłki czy pokonanie określonego dystansu, ale również formaty udostępnianych danych oraz plany rozwoju technologii wykorzystywanych przez partnerów.

Bez wiarygodnych danych sztuczna inteligencja może jedynie przyspieszać popełnianie błędów. Kumar wskazał przykłady z codziennej pracy operatorów logistycznych: skierowanie przesyłki pod błędny kod pocztowy, zaplanowanie dostawy do lokalizacji od miesięcy niedostępnej z powodu zalania czy wielokrotne próby kontaktu z odbiorcą o porze, w której ten zazwyczaj nie odbiera telefonu.

Kontrola kosztów wymaga również prawidłowego rozliczania usług.

Nie chodzi o to, żeby płacić mniej, ale żeby płacić prawidłowo” – powiedział Kumar, wskazując na modele rozliczeniowe, w których przewoźnicy otrzymują wynagrodzenie za konkretne zlecenie, a nie za całą trasę.

Rosnące koszty napędzają inwestycje

Wystąpienie odbyło się w czasie, gdy koszty dostaw ostatniej mili nadal rosną. W rozmowie z trans.info podczas tego samego wydarzenia Suryansh Jalan z FarEye wskazał, że koszty logistyki ostatniej mili w Europie wzrastają o około 11 proc., podczas gdy stawki przewoźników rosną jedynie o około 5 proc. Rosnąca rozbieżność między kosztami operacyjnymi a stawkami za usługi zwiększa presję na poszukiwanie oszczędności i poprawę efektywności.

Według Kumara w 2035 r. liderami swoich branż będą firmy, które już dziś rozpoczną inwestycje w sztuczną inteligencję i odpowiednie zarządzanie danymi.