O que faz ganhar no transporte agora que a IA assume trabalho

Onde estão as horas no transporte

Uma empresa de transportes ganha o seu dinheiro numa cadeia de planeamento, execução e prestação de contas. Planear percursos, distribuir veículos e motoristas, controlar tempos de carga, manter o track & trace, tratar faturas e documentos aduaneiros, resolver reclamações sobre atrasos. Uma grande parte dessas horas não vai para a condução propriamente dita, mas para a sua organização: quem conduz quando e para onde, o que fazer se algo corre mal, e como isso fica registado perante o cliente e o expedidor.

O resultado de um negócio era durante muito tempo determinado por circunstâncias relacionadas com a ocupação: quantos planeadores havia, quão experientes eram, quantos motoristas estavam disponíveis num dia de pico. Quem tinha mais pessoas ao telefone e junto ao quadro de planeamento podia prometer mais. É essa camada que agora está a mudar.

O que muda quando o planeamento se faz a si próprio

O planeamento de percursos, a otimização do grau de carga e a primeira triagem de atrasos são tarefas em que o software já hoje assume uma grande parte do trabalho de cálculo. Não em todo o lado: numa empresa, um algoritmo de planeamento já corre de forma autónoma até à distribuição final, noutra existe um sistema semelhante, mas cada percurso divergente ainda é avaliado por um planeador e só é libertado após aprovação. A diferença não está no setor, mas no ponto em que a empresa se encontra na transferência de decisões e na supervisão dessas decisões.

A partir do momento em que esse trabalho de cálculo desaparece em grande parte, o prazo de entrega deixa de ser o resultado de quantas pessoas se colocam a trabalhar nisso. Duas empresas com o mesmo número de veículos podem então apresentar um índice de fiabilidade de entrega diferente, simplesmente porque uma camada de planeamento reprograma automaticamente em caso de perturbação e a outra ainda o faz manualmente. A comparação em torno de "somos mais rápidos" torna-se assim uma comparação sobre quem absorve mais rapidamente a perturbação de forma automática, e não sobre quem tem o maior departamento de planeamento.

O mesmo se aplica ao track & trace e à comunicação com o cliente em caso de atraso. Uma grande parte disso pode ser tratada pelo próprio sistema: notificação automática, ETA recalculado, proposta de compensação. O que resta como trabalho humano é a excePção: a carga que está danificada, o cliente que liga furioso, a situação em que é necessária uma ponderação humana sobre o que é razoável. As empresas que organizaram essa distinção com clareza colocam as suas pessoas exatamente onde isso faz diferença, e não na transmissão rotineira de um atraso que o sistema já conhecia.

O que isto faz ao argumento vencedor

Enquanto o prazo de entrega foi uma questão de ocupação, ganhava a parte que conseguia demonstrar que tinha pessoas e veículos suficientes. Agora que parte do planeamento funciona de forma autónoma, o argumento desloca-se para outra coisa: quão robusto é o sistema face a perturbações, com que rapidez é detetado e corrigido um desvio, e quem avalia os casos que não são resolvidos automaticamente. Essa é uma prova diferente de "temos muito material". É prova sobre tomada de decisão sob perturbação, não sobre escala.

Com isso, também muda o que um expedidor pergunta num concurso. Onde antes se perguntava pela dimensão da frota e pela ocupação, pergunta-se agora pelo tempo de recuperação em caso de perturbação, por como é comunicado o atraso, por quem avalia as exceções. Uma afirmação como "entregamos a tempo" só pode agora ser fundamentada com números sobre como o sistema se comporta em caso de desvio, não com o número de motoristas na folha de pagamento.

Este padrão de um argumento vencedor em deslocamento sempre que a IA assume uma tarefa não se verifica apenas no transporte. A mesma lógica é reconhecível em o que hoje é decisivo nos serviços profissionais agora que a IA assume trabalho de processos, em como o argumento vencedor no comércio a retalho se desloca agora que o trabalho de stock e preços é automatizado, e em o que muda na educação na comparação entre prestadores agora que a IA assume trabalho de avaliação. É sempre a mesma questão: que tarefa se desloca da ocupação para a supervisão, e o que se torna, por isso, a nova prova.

Quem faz este julgamento, e onde não pertence

Se uma empresa deixa efetivamente uma função de planeamento ou parte da comunicação com o cliente ser assumida, é uma decisão dessa própria empresa, tal como a questão sobre o que isso significa para as pessoas que atualmente fazem esse trabalho. Se essa questão tocar decisões de pessoal, aplicam-se então requisitos legais próprios; estes não são aqui tratados, e também não é aqui dada qualquer fundamentação para tais decisões. O que aqui está em causa é mais restrito e mais factual: que tarefa na cadeia já hoje é largamente feita por software, que tarefa decorre com supervisão humana, e que tarefa permanece trabalho humano, e o que isso significa para a posição competitiva.

O que pode fazer agora

A questão subjacente sobre que trabalho, no seu próprio planeamento, execução e contacto com o cliente, pode realmente ser assumido pela IA, é respondida por tarefa através do scan de trabalho da FTE TO AI. Para a comparação com o seu grupo de referência, é primeiro necessário saber em que dimensões acredita que está a ganhar, e se isso pode ser comprovado. A forma como pode avaliar isso para a sua própria situação está descrita em a explicação de como encontrar onde a sua empresa realmente ganha, e a frequência com que essa avaliação precisa de ser repetida à medida que a IA assume mais trabalho está descrita em o esclarecimento sobre a frequência com que uma análise competitiva precisa de ser repetida.