Sztuczna inteligencja nie taka nowa
W wielu głowach AI jawi się jako hasełko, moda, buzzword. Ale dla innych staje się narzędziem pomagającym utrzymać konkurencyjność. AI to nie tylko generatywne chatboty i modele tekstowe. Transport i logistyka z powodzeniem wykorzystują klasyczne algorytmy predykcyjne i machine learning do optymalizacji.
AI już działa i to z sukcesami
Na konferencji PLHE w 2024 r. Krzysztof Pusłowski zapewniał, że SI zmienia transport — od zarządzania zleceniami, przez monitorowanie stylu jazdy kierowców po systemy zwiększające ich bezpieczeństwo. AI pomaga w optymalizacji procesów i realnie wpływa na komfort pracy.
– Dzięki AI transport staje się nie tylko bardziej efektywny, ale i bezpieczniejszy. Automatyczne wysyłanie priorytetów do systemów ruchu drogowego (ITS) pozwala kierowcom korzystać z tzw. zielonej fali, co zmniejsza stres i ryzyko wypadków. AI wspiera też zarządzanie zleceniami, dobierając optymalne pojazdy i kierowców w czasie rzeczywistym. Do tego dochodzą systemy wizyjne ostrzegające o zmęczeniu czy zagrożeniach na drodze. To nie przyszłość, tylko codzienność transportu – mówi Krzysztof Pusłowski, Sales & Project Manager w Platform Science, prelegent nadchodzącej edycji PLHE.
Jak w 2024 raportował Transport Intelligence, sztuczna inteligencja w logistyce potrafi:
- przewidywać popyt i optymalizować zarządzanie zapasami,
- optymalizować trasy dostaw i ograniczać puste przebiegi – według Światowego Forum Ekonomicznego nawet 15% kilometrów pokonywanych przez ciężarówki w Europie odbywa się bez ładunku,
- automatyzować procesy magazynowe (sortowanie, kompletacja, inspekcje wizualne),
- zwiększać czas pracy pojazdów – Reuters Events wskazuje, że dzięki AI autonomiczne pojazdy mogą pracować do 78% czasu operacyjnego, podczas gdy dziś floty wykorzystują go średnio w 29%.
Z raportu „Sztuczna inteligencja w łańcuchu dostaw” od firmy CargoOn wynika, że sztuczna inteligencja w logistyce jest coraz częściej wykorzystywana w predykcji popytu, zarządzaniu zapasami, planowaniu produkcji i dystrybucji oraz optymalizacji transportu. Szczególnie duże korzyści AI przynosi w logistyce magazynowej, gdzie może ograniczyć koszty komplementacji nawet o 50%, oraz w procesie dystrybucji – generując oszczędności rzędu 10–15%.
Ciekawy dowód na to, jak duży potencjał ma sztuczna inteligencja w transporcie, przyniósł projekt badawczy RST Software i Wyższej Szkoły Logistyki w Poznaniu. AI została poddana egzaminowi zawodowemu dla spedytorów (AU.31: Organizacja transportu oraz obsługa klientów i kontrahentów) i uzyskała średnio 84,3% poprawnych odpowiedzi. Co istotne, test opierał się na 1550 pytaniach pochodzących z lat 2016–2024. Najlepszy rezultat – 89,4% – osiągnięto na egzaminie z 2019 roku.
System AI musiał zmierzyć się z zadaniami symulującymi prawdziwe sytuacje w pracy spedytora – planowanie tras, zarządzanie zapasami czy optymalizacja kosztów. To pokazuje, że już dziś może wspierać spedytorów w obszarach analitycznych, związanych z dokumentacją i optymalizacją procesów. Wciąż jednak daleka jest od zastąpienia ludzi w działaniach wymagających empatii, relacji i negocjacji – a to w branży transportowej pozostaje kluczowe.
Polska w tyle
Według danych Eurostatu z 2023 roku tylko 3,7% polskich firm wykorzystuje sztuczną inteligencję, podczas gdy średnia unijna wynosi 8%. Gorzej radzą sobie jedynie Rumunia i Bułgaria. Co więcej, dane HFS i EY pokazują, że jedynie 16% projektów wprowadzających GenAI do łańcuchów dostaw realizowanych jest zgodnie z planem, a pełne wdrożenia zakończone sukcesem osiągnęło zaledwie 7% firm. Przyczyną są najczęściej braki w danych, kompetencjach, technologiach i niejasne cele.
Główne bariery wdrożeń
Według badania HFS i EY, firmy najczęściej wskazują:
- niską jakość danych (38% menedżerów),
- niedobór kompetencji i obawy związane z cyberbezpieczeństwem (37% wskazań),
- a w Polsce – jak pokazuje raport ID Logistics i K+ Research (2024) – największym problemem pozostaje koszt wdrożenia (55% odpowiedzi)
Dodatkowo eksperci zwracają uwagę na zły stan danych w firmach transportowych. Często też rozproszonych, niepełnych czy wręcz niespójnych. To uniemożliwia skuteczne wdrażanie algorytmów. Problem jednak nie tyczy się tylko firm TSL.
– Bez danych dobrej jakości nie jesteśmy w stanie powiedzieć, jak naprawdę działa nasza firma, i nie da się wdrażać technologii sztucznej inteligencji w firmach. I trzeci punkt, który też jest równie istotny, być może najważniejszy, to odpowiednia kultura. Jeżeli w naszej organizacji nie mamy kultury pozwalającej pracownikom eksperymentować, dającej im możliwość mylenia się, uczenia się i wspierającej wykorzystanie nowych technologii, dającej im pole na wprowadzanie nawet małych innowacji, to wtedy nieważne, co zrobimy, to te zmiany nie będą się w naszych organizacjach działy – wskazuje w rozmowie z agencją Newseria Innowacje Piotr Biegun, chief operating oficer w Algolytics Technologies.
Kadra managerów głównym hamulcowym rozwoju?
Starsza kadra menedżerska okazuje się jednym z głównych „hamulcowych” we wdrażaniu technologii sztucznej inteligencji w firmach. Brakuje nam solidnej edukacji cyfrowej, dostosowania prawa do zmieniającego się świata i umiejętnego wykorzystania danych. Polska to kraj, w którym mamy bardzo dużo starszych firm, prowadzonych przez rodziny. Często pracuje się w nich na konkretnych doświadczeniach z obawą przed zmianami. Małe firmy mogą konkurować z większymi bardziej jakościowymi usługami. I to się dzieje dzięki technologii, ale też innemu podejściu do procesów, do wartości generowanych dla klienta. MŚP są pod wieloma względami lepsze od molochów, ale potrzebują odwagi i chęci do inwestowania w IT, żeby nadążyć za kapitałem konkurencji.
AI musi się rozwijać przez niekorzystną demografię
Problem pogłębia tzw. kult pracy manualnej. Tymczasem to właśnie technologia, w tym AI, pozwala podnieść jakość i tempo usług bez konieczności zwiększania liczby pracowników, co jest szczególnie ważne w obliczu starzejącego się społeczeństwa.
Według GUS, na koniec 2023 roku w Polsce było 22 mln osób w wieku produkcyjnym, czyli o 202 tys. mniej niż rok wcześniej. To zjawisko będzie się pogłębiać. Jeśli firmy nie zaczną odciążać ludzi od zadań manualnych, ryzykują spadek jakości usług i brak rąk do pracy.
– Jeżeli nie zadbamy o to, aby odciążyć ludzi od manualnych, powtarzalnych zadań, to nasza efektywność nie wzrośnie. I przez to będziemy mieli gorszej jakości usługi dla naszych klientów, którzy funkcjonują w nowoczesnym świecie i szukają produktów i rozwiązań tu i teraz, a nie wtedy, kiedy jesteśmy my dostępni, kiedy nasi pracownicy mogą pewne zadania wykonać – komentuje Piotr Biegun w Newseria.
W kontekście polskich firm problemem jest nie tylko koszt, ale także brak kultury otwartej na innowacje. To temat, który często pojawia się w rozmowach IT z liderami branży. Temat ten będzie też jednym z zagadnień nadchodzącej w maju konferencji Polska Logistycznym Hubem Europy na promie Stena Spirit.
Potrzeba zmian w organizacjach
Warto zauważyć, że wśród firm, które aktywnie inwestują w AI, coraz częściej pojawia się rola związana z egzekutywą w tej dziedzinie. Z wywiadu MyCompany Polska z Jerzym Biernackim wiemy, że do zadań takiej osoby może należeć kwestia zarządzania ryzykiem, czyli regulacje prawne, przejrzystość AI, unikanie stronniczości, zabezpieczanie danych czy zarządzanie potencjalnymi „halucynacjami” modeli językowych. Jednak poza samym wdrożeniem i politykami, istotne jest też budowanie zrozumienia i kompetencji w całej organizacji.
– Nie zawsze prosto jest rozróżnić przemijające nowinki od rozwiązań o trwałej wartości, w które warto zainwestować. W Miquido opieram się na zespole specjalistów, którzy monitorują różne obszary AI, dzieląc się swoją wiedzą z resztą zespołu. To wspiera skuteczne zarządzanie wiedzą w całej organizacji. Konieczne jest również przyjęcie mentalności szybkiego uczenia się i iteracji. Traktowanie niepowodzeń jako części procesu uczenia się, szybkie eksperymentowanie i ciągłe doskonalenie pozwalają naszemu zespołowi na efektywniejsze innowacje i rozwój – komentuje Jerzy Biernacki, Chief AI Officer w Miquido.
Przyszłość: AI zmieni logistykę, ale nie z dnia na dzień
Pomimo trudności, jak wynika z badania EY (2024), 85% firm spodziewa się, że do 2030 r. GenAI odegra kluczową rolę w transformacji łańcuchów dostaw, a 80% menedżerów widzi ją jako narzędzie redefiniujące procesy operacyjne.
Z kolei według prognoz Parlamentu Europejskiego, cytowanych w raporcie Reuters Events (2023), sztuczna inteligencja może do 2030 r. wygenerować dodatkowo nawet 15 bln USD dla globalnego PKB.
Firmy muszą podchodzić do AI strategicznie, unikając pochopnych wdrożeń bez odpowiednich zasobów, testów i przeszkolonego zespołu.
Więcej o technologii w TSL na promie
O przyszłości transportu, roli technologii jako pomocnika w braku mocy przewozowych i geopolityce porozmawiamy już 22–24 maja 2025 r. na morzu! 🚢 Wtedy właśnie odbędzie się trzecia edycja wyjątkowej konferencji „Polska Logistycznym Hubem Europy” — na pokładzie promu Stena Spirit z Gdyni do Karlskrony. Nie zabraknie aktualnych tematów, paneli z ekspertami, networkingu i warsztatów. Partnerami wydarzenia są Stena Line, Platform Science i Pentacomp.
Więcej o programie i rejestracja 👉 konferencjanapromie.pitd.org.pl
