Aktualności
Sztuczna inteligencja w branży TSL
06 czerwca 2024
Według danych Eurostatu 30% dużych europejskich firm korzysta z technologii sztucznej inteligencji. W tym gronie znalazły się również korporacje z branży TSL.
Najbardziej spektakularne przykłady implementacji możemy znaleźć śledząc duże marki, takie jak DHL Freight, GEFCO czy Kuehne + Nagel. Efektem tych wdrożeń były najczęściej: predykcja stawek przewozowych, optymalizacja tras, redukcja zużycia paliwa czy organizacja ładunków.
[Artykuł przeczytasz w 3 minuty, dowiesz się z niego, jak zabrać się za wdrożenie AI w swoim biznesie.]
Nie tylko giganci rynku
Gdy przeskalujemy wdrożenia AI na mniejsze biznesy, które nie dysponują tak dużymi zasobami i budżetami jak giganci rynku, dalej możemy mówić o równie atrakcyjnym potencjale optymalizacji. Jednak problemy, z którymi muszą się mierzyć, m.in. brak kompetencji, doświadczenia, pomysłów, świadomości potencjału, nadal bywają barierą, która ogranicza wprowadzenie nowoczesnych rozwiązań. Dlatego w myśl hasła Driving the Future, poszliśmy w Visline o krok dalej, decydując się na podjęcie wyzwania, które stawia branży transportowej transformacja cyfrowa.
Jak rozpocząć przygodę z AI?
Zachętą do wprowadzenia sztucznej inteligencji w firmie może być znaczący zwrot z inwestycji w AI. Wystarczy przekonać się, jak dużą rolę może odegrać w naszym biznesie automatyzacja i optymalizacja, by szybko rozpocząć pierwsze wdrożenia. Nawet jeśli zaoszczędzimy kilkanaście godzin pracy człowieka miesięcznie, w dłuższej perspektywie może być to wartość, która pozwoli specjaliście na znalezienie czasu na rozwinięcie kompetencji. Transport i spedycja, gdzie procesy są powtarzalne, regularne i mierzalne, nadają się do tego idealnie. Oto kilka obszarów, w których warto rozważyć wdrożenia:
Obsługa klienta
- optymalizacja komunikacji
- tłumaczenie języków
- automatyzacja wycen
- rozpoznawanie insightów (problemów do rozwiązania)
Proces ofertowania
- predykcje wycen
- precyzyjne planowanie tras
- redukcja zużycia paliwa
- dobór ładunków dla transportowych zleceń łączonych
Zaplecze administracyjne
- automatyzacja obiegu dokumentów
- rozpoznawanie dokumentów
- weryfikacja partnerów biznesowych
- systemy notyfikacji
Dla firm rozpoczynających pracę z projektami AI istotne będą pierwsze kroki przygotowawcze. Sztuczna inteligencja to nie tylko Chat GPT, ale wiele innych gotowych specjalistycznych narzędzi, które tylko czekają na implementację. Jednak zanim się za nie zabierzemy ważne jest, by zadbać o szereg procesów, które nie tylko ułatwią, co umożliwią wdrożenie. Oto lista warunków, które należy spełnić:
1) Zgodność z prawem – nawet najlepszy pomysł musi uwzględnić regulacje w zakresie stosowania AI. Uchwalony w pierwszej połowie 2024 r. AI ACT wyraźnie definiuje, które działania są dozwolone, które obarczone dużym ryzykiem, a jakie bezwzględnie zakazane.
Sporo uwagi poświęca się również prawu autorskiemu (np. gdy zasilamy AI zewnętrznymi danymi) czy odpowiedniemu zabezpieczeniu danych wrażliwych.
2) Kompetencje – bez tego ani rusz. Do pewnego momentu możemy polegać na własnych zasobach, ale bez specjalistów z zakresu zarządzania projektami AI, narazimy się na poważne ryzyko błędnego zdefiniowania potrzeb, które przedstawimy zewnętrznej firmie wdrożeniowej.
W Visline stworzyliśmy osobny zespół zajmujący się sztuczną inteligencją, bo zdajemy sobie sprawę, że same kompetencje działu IT to za mało, by określić ramy projektu i koordynować jego implementację. Wdrożenie wymaga specjalizacji. Dobry fachowiec będzie potrafił określić zwrot kosztów z inwestycji oraz szanse powodzenia projektu w perspektywie czasowej i finansowej, a także samej możliwości jego realizacji, czy kwestii bezpieczeństwa.
3) Zasoby własne – AI bez odpowiednich danych nie spełni naszych oczekiwań. Istnieją dwa podstawowe modele wdrażania sztucznej inteligencji. W bardzo dużym uproszczeniu:
Pierwszy bazuje na danych ogólnodostępnych uzupełnionych o wyselekcjonowane dane własne. Dzięki takiemu rozwiązaniu odpowiedzi robota są dostosowane do specyfiki naszego biznesu. Takie rozwiązanie to tzw. “RAG”, czyli Retrieval Augmented Generation.
Drugie podejście polega na dostosowaniu wstępnie wytrenowanego modelu do określonego zbioru danych, dobranych w celu zrealizowania konkretnego zadania, np. do rozpoznania, czy obraz przedstawia samochód osobowy czy ciężarówkę, “pokazuje się” serię zdjęć z osobówkami i samochodami o większym tonażu i oznacza właściwe. Metoda ta nazywa się fine-tunning.
Niezależnie, które rozwiązania wybierzemy, bez odpowiednio uporządkowanych danych, modele nie będą w stanie dostarczyć wartościowych odpowiedzi. I tutaj pojawia się największa przeszkoda – skąd wziąć dane i jak je odpowiednio przygotować? Jeśli nie posiadamy odpowiednio uporządkowanych informacji, pierwszym krokiem we wdrażaniu AI będzie ich pozyskanie i właściwe ułożenie. W o wiele trudniejszej sytuacji będą firmy, które korzystają z wielu różnych systemów, a wprowadzone do nich dane trudno ułożyć w spójną całość.
Najprostsze rozwiązania na tu i teraz.
Nawet jeśli wdrożenie dedykowanych modeli nie jest możliwe z powodu braku uporządkowanych danych, można zastanowić się nad innymi rozwiązaniami. Narzędzia ogólnodostępne, takie jak Chat GPT czy Copilot, oferują sporo możliwości, które mogą zoptymalizować chociaż część procesów. Oto kilka przykładów:
Tłumaczenie tekstów – Chat GPT, jako model językowy świetnie się do tego nadaje. W obecnej wersji robot doskonale tłumaczy niuanse i treści napisane specjalistycznym językiem. Wiele tłumaczy dostępnych online bazuje już na tej technologii.
Generowanie podsumowań – czat może nam również pomóc w sporządzeniu notatki ze spotkania, streszczeniu dużych rozmiarów dokumentu, czy wyciągnięciu ciekawych informacji z tablicy wykresów.
Tworzenie treści i korekta tekstów – sztuczną inteligencję możemy wykorzystać do tworzenia treści na stronę, media społecznościowe czy do sporządzania dokumentów. Oczywiście ostateczny szlif powinien nadać im człowiek, jednak treści wygenerowane przez AI mogą być dobrym punktem wyjścia. Chat GPT przyda się również do poprawiania tekstów napisanych przez nas, co np. może mieć duże znaczenie w biznesowej korespondencji.
Cyfrowy Visline
Mamy świadomość, że dzięki nowoczesnym rozwiązaniom możemy znacznie poprawić jakość świadczonych usług, od spedycji, po dział rozliczeń, a także funkcjonowanie firmy, od bezpieczeństwa, po innowacje. W Visline, wysoka responsywność działu obsługi klienta, przekłada się na zadowolenie klientów, podobnie jak tempo dostarczania dokumentów, czy zarządzanie sytuacjami nieprzewidzianymi. Sztuczna inteligencja wpływa również na komfort pracy, zamieniając żmudne czynności na w pełni zautomatyzowane procesy.
Na koniec warto jeszcze wspomnieć o aspekcie kulturowo-społecznym. Rozwiązania AI to dla wielu nowość, dlatego wdrażanie powinno być transparentne dla pracowników i poprzedzone konsultacjami. Podobnie jak kiedyś komputery osobiste zastępujące maszyny do pisania, tak AI teraz, jest kolejnym narzędziem, którego przeznaczeniem jest wsparcie człowieka, a nie jego zastąpienie. Dlatego obawy o masowe zwolnienia z tytułu implementacji robotów najczęściej są tworem osób, które tej technologii i jej zastosowania w biznesie nie rozumieją. Sztuczna inteligencja nie zastąpi człowieka, ale człowiek potrafiący z niej korzystać, może zastąpić tego, który jej nie zna.