Podjetje United Parcel Service (UPS) je pred skoraj 50 leti uvedlo sistem za pretok paketov z uporabo računalniškega omrežja za avtomatizacijo razvrščanja in optimizacijo dostavnih poti. Čeprav ni vključeval naprednih tehnologij umetne inteligence, ki jih imamo danes, je ta sistem največjega svetovnega podjetja za dostavo paketov postavil temelje za vključevanje avtomatiziranih procesov v logistične dejavnosti.

Od takrat se uporaba umetne inteligence v logistiki še naprej razvija in širi, saj podjetja za izboljšanje učinkovitosti in odločanja uporabljajo izpopolnjene algoritme, strojno učenje in robotiko.

Danes skorajda ni več segmenta transportne in logistične industrije, na katerega ni vplivala umetna inteligenca.

"To je robot, vaš novi sodelavec."

Večja učinkovitost in produktivnost, nižji stroški, manjši prostor za napake zaradi človeških dejavnikov in reševanje pomanjkanja delovne sile so nekateri od glavnih razlogov, zakaj podjetja v svoje dejavnosti vključujejo tehnologijo, ki jo poganja umetna inteligenca.

Prvi segment uporabe, ki ga je vredno omeniti, je optimizacija poti. Samodejno načrtovanje poti praktično uporablja umetno inteligenco za prebiranje velikih količin podatkov. To so vremenske razmere, dogodki na cestah, omejitve vožnje ob koncu tedna in praznikih, cestna dela, prometni zastoji, zmogljivost vozil, urniki dostave in drugi povezani dejavniki. S tem se določijo najučinkovitejše in stroškovno najugodnejše poti za pravočasno dostavo, hkrati pa se izognemo praznim vožnjam.

Litovska Girteka, eno največjih evropskih podjetij za cestni prevoz, je nedavno razkrilo zanimive podrobnosti iz svoje prakse. Umetna inteligenca zbira podatke o njihovem voznem parku z več kot 9000 tovornjaki, ki jih nato vnese v operaterja umetne inteligence podjetja skupaj z informacijami o razmerah na cestah, varnem parkiranju in razpoložljivih bencinskih črpalkah. Sistem določi pot in vozniku zagotovi navodila "od A do Ž": kje mora voziti, katero pot mora izbrati, kje mora narediti obvezne odmore in kje mora vozilo napolniti z gorivom.

Naslednje mesto na seznamu zasedajo avtonomna vozila. Od viličarjev v skladiščih do težkih tovornjakov je umetna inteligenca ključnega pomena pri zagotavljanju prilagodljivosti, ki jo avtonomna vozila potrebujejo za navigacijo in sprejemanje premišljenih odločitev. Umetna inteligenca obdeluje podatke iz senzorjev, kamer in lidarjev za interpretacijo okolja in sprejemanje odločitev v točnem času, omogoča komunikacijo med avtonomnimi vozili in ima sposobnost tako imenovane "napovedne analitike".

Po eni strani so lahko vozila brez voznika v prihodnosti način za zapolnitev prostih delovnih mest in vsaj delno rešitev problema pomanjkanja voznikov ali skladiščnikov. Hkrati pa so tudi "orodja, ki krepijo človeški talent", kot je ob predstavitvi njihovega avtonomnega viličarja "Tray" dejal eden od ustanoviteljev hrvaškega zagonskega podjetja Gideon.

Skladiščna logistika je področje, kjer je uporaba umetne inteligence morda najbolj napredovala. Umetna inteligenca optimizira raven zalog, zmanjšuje presežke in preprečuje kopičenje, kar omogoča učinkovitejše upravljanje dobavne verige. Različni roboti avtomatizirajo naloge v skladiščih ter izboljšujejo hitrost in natančnost postopkov, kot sta pobiranje in pakiranje.

Primerov je nešteto, zanimivi primer pa prihaja iz Berlina, kjer so razvijalci Amazon Fulfillment Technologies razvili napredno umetno inteligenco, ki lahko zazna nepravilnosti in označi poškodovano blago pred dostavo stranki. Amazonovi vodje inovacij trdijo, da je ta sistem umetne inteligence trikrat učinkovitejši od ročnega prepoznavanja poškodovanih izdelkov.

Umetna inteligenca v prometu in logistiki se uporablja tudi pri napovednem vzdrževanju, napovedovanju povpraševanja, pametnem upravljanju prometa, klepetalnih robotih za podporo strankam, skupaj v kombinaciji z veriženjem blokov za izboljšanje preglednosti in sledljivosti ter na številnih drugih področjih.

Pri tem so pomembni tudi stroški.

Kljub očitnim prednostim uporabe umetne inteligence v logistični verigi se številna podjetja pri uvajanju takšne tehnologije soočajo z ovirami.

To so predvsem stroški - pogosto so potrebne znatne naložbe v programsko in strojno opremo, kar je lahko velik zalogaj za manjša podjetja. Potem je tu še potreba po stalnem vzdrževanju in posodabljanju, da bi zagotovili, da sistem zagotavlja točne rezultate in pravilno deluje skozi čas. Težava se lahko pojavi tudi zaradi pomanjkanja osebja za vzdrževanje in upravljanje sistema. Ne smemo pa tudi pozabiti na vprašanja varstva zasebnosti podatkov in skladnosti z regulativnimi zahtevami, ki se pogosto razlikujejo od države do države.

Čeprav umetna inteligenca seveda ni odgovor na vsa vprašanja in težave v logistični verigi, trenutni trendi jasno kažejo, da se bo njen vpliv v prihodnosti še povečal. Na primer, več kot 70 % udeležencev nemške študije "Digitalizacija v logistiki" iz leta 2019 je menilo, da bo umetna inteligenca v desetih letih nepogrešljiva za to panogo, vendar jo je takrat uporabljalo manj kot 15 % od njih. Le tri leta pozneje jo je uporabljalo 22 % anketiranih nemških logističnih podjetij, 26 % pa se jih je pogajalo o njeni uvedbi. Več kot polovica (58 %) jih je izjavila, da se bo umetna inteligenca v bližnji prihodnosti široko uporabljala in prevzela številne naloge.