AI w spedycji: co działa dziś, a co jest jeszcze obietnicą

Wokół sztucznej inteligencji w transporcie narosło tyle obietnic, że rozmowa o niej zaczyna się zwykle od nieporozumienia. Jedna strona wyobraża sobie system, który sam prowadzi spedycję. Druga pamięta wdrożenie sprzed dwóch lat, po którym nic się nie zmieniło.

Prawda jest mniej efektowna i bardziej użyteczna: AI dobrze radzi sobie z zadaniami powtarzalnymi, opartymi na tekście lub dokumencie i mającymi jasne kryterium poprawności. Źle radzi sobie ze wszystkim innym. Cała sztuka polega na tym, żeby wiedzieć, po której stronie tej granicy leży konkretna czynność — zanim wyda się na nią pieniądze.

Co działa dziś

Odczyt dokumentów i zleceń

Zlecenia przychodzą w każdej możliwej formie: PDF w załączniku, treść maila, wiadomość z giełdy, zdjęcie kartki zrobione telefonem. Odczytanie z nich miejsc, terminów, opisu ładunku i stawki jest zadaniem, w którym modele językowe są dziś realnie dobre — łącznie z formularzami, których nigdy wcześniej nie widziały.

To samo dotyczy dokumentów przewozowych. Rozpoznanie listu przewozowego, odczytanie numerów i dopasowanie go do właściwego przewozu jest czynnością, którą człowiek wykonuje bezbłędnie i bardzo wolno.

Dlaczego akurat to działa: wynik da się sprawdzić w sekundę, spojrzeniem na oryginał obok. Błąd nie kosztuje wiele, bo zostaje wychwycony natychmiast.

Klasyfikacja i przypisanie

Do którego zlecenia należy ten skan. Który kontrahent z kartoteki odpowiada nazwie z faktury. Czy ta wiadomość to nowe zlecenie, zmiana terminu, czy pytanie o status. Są to decyzje proste, ale podejmowane setki razy dziennie — i właśnie dlatego kosztowne.

Dopytywanie o statusy

Znaczna część dnia spedytora to pytanie ludzi o rzeczy, których jeszcze nie wiadomo: czy kierowca dojechał, czy magazyn przyjął, kiedy będzie rozładunek. Rutynową część tej korespondencji da się przejąć, zostawiając człowiekowi sytuacje nietypowe.

Przygotowanie zestawień

Raport, który ktoś klika ręcznie co tydzień, jest kandydatem do automatyzacji niemal zawsze. Nowsze systemy pozwalają zresztą opisać potrzebę słowami zamiast konfigurować filtry — co dla osoby nietechnicznej bywa różnicą między raportem, który powstaje, a raportem, o który trzeba kogoś prosić.

Co działa warunkowo

Planowanie i dopasowanie ładunków. Algorytm potrafi przeszukać dostępne auta i ładunki, uwzględnić pozostały czas jazdy kierowcy oraz parametry pojazdu i zaproponować wariant. Potrafi to zrobić szybciej niż człowiek i bez pomijania opcji.

Nie potrafi natomiast uwzględnić rzeczy, których nie ma w bazie: że ten kierowca nie chce jeździć na tym kierunku, że u tego odbiorcy rozładunek zawsze trwa dłużej niż w awizacji, że z tym klientem trzeba postąpić inaczej, niż wynika z arkusza.

Dlatego sensowne wdrożenia traktują to jako propozycję z uzasadnieniem, a nie decyzję. Automat, który sam wysyła auta, jest w tej branży ślepy — i szybko to udowadnia.

Czego AI nie zrobi

Nie zdecyduje, komu powierzyć ładunek przy napiętym terminie. Nie oceni, czy przewoźnik, który dwa razy się spóźnił, zasługuje na trzecią szansę. Nie wynegocjuje stawki.

To nie są zadania trudne technicznie. To zadania, w których koszt pomyłki jest niesymetryczny — jedna zła decyzja o powierzeniu ładunku kosztuje więcej niż sto dobrych zaoszczędziło — a dane wejściowe zawierają wiedzę, której nikt nigdzie nie zapisał.

Warto też powiedzieć wprost rzecz, o której branżowe materiały milczą: automatyzacja procesu, którego firma nie umie opisać, nie jest projektem informatycznym. Jeżeli dwie osoby w tym samym dziale robią to samo inaczej i obie uważają, że poprawnie, to jest problem do rozstrzygnięcia przed wdrożeniem, a nie w jego trakcie.

Jak policzyć, czy się opłaci

Nie od strony technologii, tylko od strony kosztu, który ma zniknąć. Potrzebne są trzy liczby:

1. Ile razy dziennie ktoś wykonuje tę czynność
2. Ile trwa jedno powtórzenie
3. Ile kosztuje godzina tej osoby

Ich iloczyn jest górną granicą oszczędności. Realna wychodzi niżej, bo część przypadków wróci do człowieka, a ktoś musi nadzorować wynik.

Prosty przykład. Wprowadzenie zlecenia zajmuje dwanaście minut, dziennie wpływa ich piętnaście, godzina pracy spedytora kosztuje firmę osiemdziesiąt złotych. To trzy godziny dziennie, czyli około pięciu tysięcy złotych miesięcznie. Jeżeli automatyzacja skróci to do dwóch minut na zlecenie, odzyskujecie ponad cztery tysiące — i dopiero wtedy warto rozmawiać o koszcie wdrożenia.

Ten przykład nie jest hipotetyczny. W naszych wdrożeniach automatyzacja obsługi zlecenia skraca czas jego przetworzenia średnio o 80 % — z kilkunastu minut do dwóch–trzech, licząc od wpłynięcia wiadomości do zatwierdzonego rekordu w systemie. Rachunek powyżej jest po prostu tą liczbą przełożoną na złotówki.

Warto przy tym wiedzieć, czego ta liczba dotyczy, a czego nie. Dotyczy jednej czynności: wprowadzenia zlecenia. Nie oznacza, że spedycja pracuje pięć razy szybciej, bo wprowadzanie zleceń to tylko część jej dnia. Oznacza natomiast, że ta konkretna praca administracyjna przestaje być wąskim gardłem — i że przy wzroście liczby zleceń nie trzeba proporcjonalnie zwiększać zespołu.

Jeżeli po tym rachunku projekt zwraca się w rok, warto go robić. Jeżeli w trzy — prawdopodobnie lepiej uprościć proces, niż go automatyzować.

Co się zmienia w pracy zespołu

Najczęstsze pytanie po wdrożeniu nie brzmi „czy działa", tylko „co teraz robią ci ludzie". Odpowiedź jest mniej dramatyczna, niż sugerują nagłówki o zastępowaniu pracowników.

Znika przepisywanie i szukanie. Zostaje to, co w spedycji stanowi realną wartość: rozmowa z klientem, negocjacja, decyzja o powierzeniu ładunku, reagowanie na to, co poszło nie tak. W praktyce zmienia się nie liczba osób, tylko liczba zleceń, które obsługuje jedna osoba — i to jest jedyna trwała dźwignia w branży o kilkunastoprocentowej marży.

Jest też skutek uboczny, o którym mało kto mówi przed wdrożeniem: praca staje się mniej odporna na nieobecności. Kiedy wiedza o zleceniu przestaje istnieć wyłącznie w głowie osoby, która je prowadzi, urlop przestaje być wydarzeniem operacyjnym. Dla małych zespołów bywa to ważniejszy argument niż jakakolwiek oszczędność czasu.

Człowiek w pętli, i to nie z ostrożności

Zasada „AI proponuje, człowiek zatwierdza" bywa odbierana jako asekuracja. Jest czymś innym: warunkiem tego, żeby dało się mierzyć jakość.

Kiedy każda propozycja przechodzi przez akceptację, wiadomo, jaki odsetek jest poprawiany, przy jakich przypadkach i czy poprawia się w czasie. Bez tego pomiaru nie da się odpowiedzialnie rozszerzać zakresu automatyzacji, bo nie wiadomo, na czym się stoi.

Progi, przy których system działa bez potwierdzenia, ustala się później i na danych — a nie na wejściu i na deklaracji dostawcy.

Trzy błędy, które widujemy najczęściej

Zaczynanie od najtrudniejszego procesu. Zwykle jest to ten, który najbardziej boli — i najgorzej nadaje się na pierwszy projekt, bo ma najwięcej wyjątków. Lepiej zacząć od czynności nudnej i powtarzalnej, na której widać efekt w miesiąc.

Automatyzowanie bałaganu. Jeżeli kartoteka kontrahentów ma tę samą firmę w trzech wersjach, a dokumenty leżą w skrzynce pocztowej jednej osoby, automatyzacja przyspieszy produkcję bałaganu. Porządek w danych jest warunkiem, nie efektem ubocznym.

Brak pomiaru przed startem. Bez wiedzy, ile dana czynność zajmowała wcześniej, nie da się powiedzieć, czy cokolwiek się poprawiło. Pomiar zajmuje tydzień i jest jedyną rzeczą, której nie da się zrobić po fakcie.

Od czego zacząć

Od jednej czynności, którą ktoś powtarza kilkadziesiąt razy dziennie i której wynik da się sprawdzić w sekundę. Jeden dobrze wybrany proces powie o możliwościach więcej niż jakakolwiek prezentacja — i da podstawę do decyzji o kolejnych.

W spedycji tym pierwszym procesem prawie zawsze jest obieg zleceń i dokumentów, bo tam koncentruje się największa liczba powtórzeń. Kolejnym bywa planowanie, ale dopiero wtedy, gdy dane wejściowe są już uporządkowane.

---

Jeżeli chcecie policzyć to na własnej czynności, opiszcie ją nam — potrzebujemy trzech liczb i powiemy wprost, czy automatyzacja się zwróci, czy lepiej zacząć od czegoś innego.