Ešte nedávno sa úlohy spojené s organizáciou dopravy vykonávali ručne, prípadne s pomocou tabuľky. V dnešnej dobe špedícia zvyčajne používa špeciálny softvér pre plánovanie trás, ktorý umožňuje koordináciu mnohých premenných naraz. Umelá inteligencia podporuje aj dopravný priemysel.
S vozovým parkom desiatky vozidiel, stovkami obsluhovaných adries a desiatkami tisíc kilometrov dosahuje počet možných kombinácií stoviek miliónov. Správny dispečerský softvér je musí všetky zohľadniť a analyzovať, aby zvolil optimálne riešenie z hľadiska nákladov, termínov a neočakávaných udalostí na ceste, ktoré si vyžadujú okamžité rozhodnutie dispečera.
Výhody? Zrýchlenie realizácie zákaziek až o niekoľko desiatok percent a zníženie nákladov na dopravu až o 15% vďaka aktuálnej analýze ziskovosti. Medzi takéto programy patrí bezpochyby Tasha, softvér vyvinutý rýchlo rastúce českou spoločnosťou Solvertech. Tento program využíva pokročilé heuristickej modely a umožňuje znížiť náklady už od prvého dňa po implementácii. Takýto softvér sa dnes stáva štandardom.
V nedávnej správe poradenskej agentúry McKinsey [1] sa môžeme dočítať, že umelá inteligencia v logistike sa zatiaľ uplatňuje v štyroch oblastiach: zákaznícky servis, vývoj služieb a produktov, marketing a predaj a samozrejme v optimalizácii dodávateľského reťazca (jej úloha je zrejmá najmä v softvéri pre plánovanie trás, plánovanie, predvídanie dopytu a ponuky, automatizáciu v skladoch, kontrole dodávok na vady a poškodenia, kontrole dynamiky cien, inteligentných cestných systémoch ako Valerann).
Za niekoľko desiatok rokov sa dočkáme ďalšej automatizácie dodávateľského reťazca. Chatboti v oddeleniach nákupu už pomáhajú spracovávať objednávky, sledovať zásielky a poskytovať informácie o službách. Technológia strojového učenia pomáha predvídať dopyt po konkrétnych produktoch, priebežne znižovať náklady na pohonné hmoty a vďaka stimulátorom cien v dodávateľskom reťazci s väčšou pravdepodobnosťou predvídať peňažné toky v nadchádzajúcich mesiacoch. Podpora robotiky a automatizovaných riadených vozidiel (AGV) má obrovský význam pre riadenie zásob.
Umelá inteligencia prináša obrovské úspory. Spoločnosť DHL zaviedla systém, ktorý s vysokou pravdepodobnosťou predpovedá oneskorenie dodávok leteckou dopravou v dôsledku cyklického preplneniu letísk alebo extrémnych poveternostných podmienok – hoci letecká doprava predstavuje iba 1% celkovej svetovej prepravy tovaru z hľadiska tonáže, z hľadiska hodnoty tvorí až 35%. Ďalšie kuriérskou gigant, UPS, vyčlenil na najbližších niekoľko rokov značnú časť svojho rozpočtu vo výške 20 miliárd dolárov na investície do implementácie umelej inteligencie, ktorá by spracovávala a analyzovala desiatky miliárd dátových záznamov, ktoré spoločnosť každý mesiac generuje.
Príkladom zapojenie veľkých dát do logistiky, ktorý sa už zapísal do histórie, bolo, keď spoločnosť UPS prakticky eliminovala odbočovanie doručovacích vozidiel vľavo. Po analýze trás a výsledkov spaľovanie paliva bolo zistené, že autá pri odbočovaní vľavo stojí na motore a čakajú na prednosť. Dnes dodávky s logom UPS v 90% prípadov odbočujú doprava alebo idú rovno, čím spoločnosť ročne ušetrí 37 miliónov galónov paliva.
Intenzívne sa pracuje aj na autonómnych vozidlách. 75% dopravných spoločností očakáva, že sa v najbližších desiatich rokoch dostanú na cesty [2]. A aj keď sú to veľmi optimistické predpovede, skôr či neskôr to určite príde.
[1] https://www.mckinsey.com/featured-insights/artificial-intelligence/ai-adoption-advances-but-foundational-barriers-remain
[2] https://www.iru.org/resources/newsroom/technology-and-automation-will-define-future-road-transport
