competitivebenchmark В списъка на чакащите

Kennisbank

На какво се печели в транспорта сега, когато AI поема работа

placeholder","text":"## Къде отиват часовете в транспорта

Една транспортна компания печели парите си във верига от планиране, изпълнение и отчетност. Планиране на курсове, разпределяне на камиони и шофьори, следене на времена за товарене, поддържане на track & trace, обработка на фактури и митнически документи, разрешаване на оплаквания за забавяне. Голяма част от тези часове не отиват за самото шофиране, а за организирането му: кой кара кога накъде, какво се прави при проблем, и как това се документира пред клиента и товародателя.

Изходът от една сделка дълго време се определяше от обстоятелства, свързани с персонала: колко планьори имаше, колко опитни бяха, колко шофьори бяха налични в пиков ден. Който имаше повече хора на телефона и зад планиращото табло, можеше да обещае повече. Точно този пласт сега се измества.

Какво се променя, когато планирането се извършва само

Планирането на курсове, оптимизирането на степента на натоварване и първоначалната триаж на забавяния са задачи, при които софтуерът днес вече поема голяма част от изчислителната работа. Не навсякъде: при една компания планиращ алгоритъм вече върви самостоятелно до крайното разпределение, при друга подобна система съществува, но всеки отклоняващ се курс все още се преценява от планьор и се пуска едва след одобрение. Разликата не е в сектора, а в това докъде една компания е стигнала с прехвърлянето на решения и с надзора над тях.

Веднага щом тази изчислителна работа до голяма степен отпадне, времето за доставка вече не е резултат от това колко персонал е ангажиран. Две компании с еднакъв брой камиони могат тогава да покажат различен показател за надеждност на доставката, чисто защото при едната планиращият пласт автоматично прeпланира при смущение, а при другата това все още се прави ръчно. Сравнението по "ние сме по-бързи" по този начин се превръща в сравнение по това кой поема смущението най-бързо автоматично, а не кой има най-големия планиращ отдел.

Същото важи за track & trace и комуникацията с клиента при забавяне. Голяма част от това може да се обработи от системата сама: автоматично уведомление, преизчислено ETA, предложение за компенсация. Това, което остава като работа на хора, е изключението: товарът, който е повреден, клиентът, който се обажда ядосан, ситуацията, в която е необходима човешка преценка за това какво е разумно. Компаниите, които са организирали ясно тази разлика, поставят своите хора точно там, където има значение, а не при рутинното предаване на забавяне, което системата вече е знаела.

Какво прави това с печелившия аргумент

Докато времето за доставка беше въпрос на персонал, печелеше страната, която можеше да докаже, че разполага с достатъчно хора и камиони. Сега, когато част от планирането се извършва самостоятелно, аргументът се измества към нещо друго: колко устойчива е системата на смущения, колко бързо се забелязва и коригира отклонение, и кой преценява случаите, които не се решават автоматично. Това е различен вид доказателство от "ние имаме много техника". Това е доказателство за вземане на решения при смущения, а не за мащаб.

С това се променя и това, което товародателят търси в тръжна процедура. Където преди се питаше за размера на флота и персонала, сега се пита за времето за възстановяване при смущение, за начина на комуникация на забавянето, за това кой преценява изключенията. Твърдение като "ние доставяме навреме" вече може да се обоснове само с данни за поведението на системата при отклонение, а не с броя шофьори на трудов договор.

Този модел на изместващ се печеливш аргумент веднага щом AI поеме дадена задача, не се проявява само в транспорта. Същата логика може да се разпознае в какво сега е решаващо в бизнес услугите, когато AI поема работа с досиета, в как печелившият аргумент в търговията на дребно се измества, когато работата по запасите и цените се автоматизира, и в какво се променя в образованието в сравнението между доставчиците, когато AI поема оценъчна работа. Винаги е един и същ въпрос: коя задача се измества от персонал към надзор, и какво става новото доказателство от това.

Кой прави тази преценка, и къде тя не принадлежи

Дали една компания действително оставя дадена планираща функция или част от комуникацията с клиенти да бъде поета, е решение на самата компания, точно както и въпросът какво това означава за хората, които сега извършват тази работа. Ако този въпрос засяга решения относно персонала, за тях важат собствени законови изисквания; те не се разглеждат тук и тук не се дава и обосновка за такива решения. Това, за което става дума тук, е по-тясно и по-фактическо: коя задача във веригата днес вече до голяма степен се извършва от софтуер, коя задача протича с човешки надзор, и коя задача остава работа на хора, и какво означава това за конкурентната позиция.

Какво можете да направите сега

Основният въпрос коя работа във вашето собствено планиране, изпълнение и контакт с клиенти действително може да бъде поета от AI, се отговаря по задача с работния скенер на FTE TO AI. За сравнението с вашата peer group първо е необходимо да знаете по кои измерения смятате, че печелите, и дали това може да се докаже. Как сами да преценявате това за собствената ситуация, е описано в обяснението как да откриете на какво вашата компания действително печели, а колко често тази преценка трябва да се преразглежда, когато AI поема все повече работа, е описано в обяснението колко често трябва да се повтаря конкурентен анализ.

Безплатната проверка на измеренията е първата стъпка: посочвате на какво смятате, че печелите, и виждате кои от тези твърдения могат да бъдат защитени с доказателства. Пълният бенчмарк, с оценки за вашата peer group и матрица от доказателства по измерение, е в процес на изграждане.