United Parcel Service (UPS) внедри система за поток на пратки преди почти 50 години, използвайки компютърна мрежа, за автоматизиране на сортирането и оптимизиране на маршрутите за доставка. Въпреки че тази система на най-голямата световна куриерска компания не включваше напреднали технологии на изкуствения интелект, тя положи основите за интегриране на автоматизирани процеси в транспортните операции.

Оттогава използването на изкуствения интелект в транспорта продължава да се развива и разширява, като компаниите въвеждат сложни алгоритми, машинно обучение и роботика, за да подобрят ефективността и процесите на вземане на решения.

Днес почти няма сегмент от индустрията на транспорта и логистиката, който да не е засегнат от изкуствения интелект.

"Това е роботът, вашият нов колега."

По-голяма ефективност и производителност, по-ниски разходи, намаляване на човешките грешки и справяне с необходимостта от работна ръка са някои от водещите причини. Компаниите внедряват технологии, базирани на изкуствен интелект, в своите операции.

Първият елемент от приложенията, който заслужава да бъде споменат, е оптимизацията на маршрутите. Автоматичното планиране на маршрути използва ИИ, за да претърси големи количества данни – метеорологични условия, събития на пътя, ограничения за шофиране по уикенди и празници, ремонтни дейности, задръствания, производителност на превозните средства, срокове на доставка. Това определя най-ефективните и рентабилни маршрути за навременна доставка, като същевременно се избягват празни пътувания.

Литовската компания Girteka - една от най-големите транспортни фирми в Европа, наскоро разкри интересни детайли от практиката си. Изкуственият интелект събира данни за техния автомобилен парк от над 9 000 камиона, които се въвеждат в операционна система на компанията, базирана на изкуствен интелект, заедно с информация за пътните условия, безопасно паркиране и наличните бензиностанции. Системата определя маршрута и предоставя на шофьора инструкции "от А до Я" - къде да отиде, по кой маршрут да се движи, къде да прави задължителните почивки и къде да зарежда гориво.

Автономните превозни средства заемат следващото място в списъка. От мотокари в складовете до тежки камиони, изкуственият интелект е от решаващо значение за осигуряване на адаптивността, необходима на автономните превозни средства за навигация и вземане на информирани решения. Изкуственият интелект обработва данни от сензори и камери, за да интерпретира околната среда и взема решения в реално време. Осигурява комуникация между автономните превозни средства и разполага с възможността за така наречените "предсказуеми анализи".

От една страна, автономните превозни средства в бъдеще могат да бъдат начин за запълване на хронично свободните работни места и поне за частично решаване на проблема с недостига на водачи или складови работници. В същото време те също са "инструменти, които подобряват човешкия талант", както заявява един от основателите на хърватския стартъп Gideon, докато представяха своя автономен мотокар „Tray“.

Логистиката в складовете е област, където използването на ИИ може да е достигнало по-високо ниво на развитие. Изкуственият интелект оптимизира нивата на инвентара, намалявайки излишъка и предотвратявайки натрупването, за по-ефективно управление на веригата на доставките. Различни роботи автоматизират задачите в складовете, подобрявайки скоростта и точността в процесите като събиране и опаковане.

Има безброй примери, а един интересен идва от Берлин, където разработчиците на Amazon Fulfillment Technologies са създали напреднал ИИ, който може да забележи несъответствията и да маркира повредени стоки преди тяхната доставка до клиента. Мениджърите по иновации на Amazon твърдят, че тази система е три пъти по-ефективна от ръчното идентифициране на повредени продукти.

Изкуственият интелект в транспорта и логистиката се използва и при предсказуема поддръжка, прогнозиране на търсенето, интелигентно управление на трафика, чатботове за поддръжка на клиенти, в комбинация с блокчейн за подобряване на прозрачността и проследимостта, както и в много други области.

Разходите също са от значение.

Въпреки явните предимства от използването на ИИ в логистичната верига, много компании се сблъскват с препятствия при въвеждането на такава технология.

Първо и най-важно са разходите - често се изискват значителни инвестиции в софтуер и хардуер, което може да е голямо предизвикателство за по-малките компании. След това има необходимост от постоянна поддръжка и актуализации, за да се гарантира, че системата предоставя точни резултати и функционира правилно с течение на времето. Също така, проблем може да възникне от липсата на персонал за поддръжка и управление на системата. Не трябва да забравяме и въпросите на защита на личните данни и съответствие с регулаторните изисквания, които често варират в различните държави.

Въпреки че изкуственият интелект, разбира се, не е отговорът на всички въпроси и проблеми в логистичната верига, текущите тенденции ясно показват, че неговото влияние ще продължава да расте за в бъдеще. Например повече от 70% от участниците в немско проучване „Дигитализация в логистиката“ през 2019 г. вярваха, че ИИ ще бъде незаменим за тази индустрия след десет години, но по това време по-малко от 15% от тях го използваха. Само три години по-късно 22% от анкетираните германски логистични компании използват ИИ, а 26% преговарят за внедряването му. Над половината (58%) заявяват, че изкуственият интелект ще стане широко използван и ще поеме много задачи в близко бъдеще.