Umjetna inteligencija u logistici David Kundih

Umjetna inteligencija u logistici

(alt. naziv ‘Digitalna transformacija logistike’)

piše: David Kundih, Odjel za Logistiku i održivu mobilnost, Sveučilište Sjever

Primjena umjetne inteligencije prepoznaje se u gotovo svim industrijama današnjice i sastavni je dio procesa digitalne transformacije organizacije koju potiče i Europska unija kroz težnju prema digitalnim i zelenim ciljevima kroz svoje strategije.

Iako kod velikog broja ljudi postoji bojazan prema umjetnoj inteligenciji i njezinom utjecaju na svijet kakav poznajemo, činjenica je da njezina primjena nije stvar budućnosti, već sadašnjosti. Uzmemo li u ruku vlastiti pametni telefon, neizbježno je to da ćemo se suočiti s nekim od elemenata umjetne inteligencije, od biometrijskog otključavanja prepoznavanjem našeg lica ili otiska prsta, pa sve do preporučenog sadržaja u aplikacijama koji je skrojen prema našim preferencijama. Spomenute značajke umjetne inteligencije idu u prilog povećanja kvalitete usluge i korisnicima omogućavaju da u što kraćem roku dođu do relevantnog sadržaja uz imperativ uvažavanja sigurnosnih aspekata korisnika i zaštite osobnih podataka.

Primjena umjetne inteligencije prepoznaje se u gotovo svim industrijama današnjice i sastavni je dio procesa digitalne transformacije organizacije koju potiče i Europska unija kroz težnju prema digitalnim i zelenim ciljevima kroz svoje strategije. Digitalna transformacija širi je pojam od digitizacije i digitalizacije, jer podrazumijeva potpunu transformaciju poslovanja, što za rezultat ima kreiranje novih radnih mjesta i potrebu za visokospecijaliziranim stručnjacima u određenoj domeni. Umjetna inteligencija posebno značajnu ulogu ima u digitalnoj transformaciji logističkih i prometnih procesa, a preduvjet za ostvarenje ciljeva digitalne transformacije je svrhovito prikupljanje i korištenje podataka pri čemu razlikujemo ‘skladišta podataka’ sačinjenih od strukturiranih podataka i ‘jezera podataka’ koja sadrže različite tipove podataka. Navedeni izvori podataka kreiraju podlogu za osposobljavanje algoritama strojnog učenja na ko-

jima se temelji efektivnost umjetne inteligencije. U operativnom dijelu logističkih procesa, autonomna vozila (autonomni roboti-viličari) prisutni su u brojnim skladištima i logističko-distributivnim centrima gdje uz bok zaposlenicima aktivno participiraju u operacijama vezanim uz prihvat, lociranje i otpremu robe koristeći se senzorima i kamerama za prepoznavanje objekata čime pravovremeno prepoznaju potencijalne opasnosti i reagiraju s ciljem zaštite imovine i ljudi. Upotrebom spomenutih vozila u logističkim procesima moguće je utjecati na smanjenje učestalosti ozljeda na radu koje proizlaze iz manipulacije robom od strane zaposlenika. Posjedovanje relevantnih informacija u realnom vremenu nužno je za efikasno i efektivno obavljanje posla i stoga se u logističkim poduzećima sve češće upotrebljavaju roboti ili informativni sustavi temeljeni na umjetnoj inteligenciji koji služe kao posrednici između baza podataka i zaposlenika, te na verbalni upit odgovaraju traženim informacijama. Dostava paketa također je podložna primjeni umjetne inteligencije, jer se autonomna vozila pripremaju na interakciju s ostalim sudionicima u prometu te infrastrukturi koju koriste pri transportu paketa, a neki od prototipova već su u fazi aktivnog testiranja. Pojam logistike nadilazi pojmove transporta, skladišta i prometa, a ključna zadaća joj je optimizacija i harmonizacija sustava pri čemu se umjetna inteligencija koristi u simulacijskim programskim rješenjima neophodnim za poslovno planiranje i maksimalizaciju učinka. Algoritmi strojnog učenja jezgra su umjetne inteligencije, njima robot ili programsko rješenje prepoznaje određene međuovisnosti između podataka i daje zaključak. Često se radi o složenim matematičkim modelima koji se koriste prikupljenim podacima za proces treniranja, a nakon čega se izlažu testiranju na neviđenim podacima čime se utvrđuje njihova uspješnost predviđanja. Primjenom algoritama strojnog učenja logistička poduzeća mogu utvrditi potrebne kapacitete skladišta u odnosu na potrebe tržišta za nekom robom i njezinih sezonskih oscilacija, utvrditi optimalan broj dostavnih vozila za distribuciju na određenom geografskom području i planirati rutu koja kroz što kraći put obuhvaća više dostavnih odredišta što rezultira uštedom goriva i prolongiranom amortizacijom vozila. Unatoč širokoj primjeni umjetne inteligencije i njezinim pozitivnim primjerima upotrebe, nužno je naglasiti i potencijalne prijetnje i rizike koji se vezuju uz njezino djelovanje. Povlači se pitanje odgovornosti za djelovanje autonomnih vozila i njihovih mogućih krivih odluka koje za rezultat mogu imati neželjene posljedice po infrastrukturu i gubitak ljudskih života u samom vozilu, ali i izvan njega. Umjetna inteligencija također predstavlja izazov za brojne zaposlenike i njihova radna mjesta pri čemu su riziku posebno izloženi ponavljajući i rutinski poslovi. Mnoge zemlje kao odgovor na izazove nastale pojavom digitalnih promjena u gospodarstvu vide u uvođenju temeljnog dohotka koji bi ublažio utjecaj na posljedice u vidu egzistencijalnih pitanja zaposlenika, ali mogao bi rezultirati novim i izraženijim podjelama između slojeva građana, kao i nemogućnost samoaktualizacije kroz vlastiti rad pojedinca. Poduzeća također moraju biti svjesna kompleksnosti uvođenja umjetne inteligencije u poslovanje zbog promjene dosadašnjeg načina poslovanja, što može predstavljati izazov zaposlenicima koji nisu voljni prihvatiti suživot s tehnologijom u obavljanju posla, kao i potrebu za donošenje politika vezanih uz prikupljanje i korištenje podataka, posebice ako se poduzeće odluči orijentirati prema poslovnom modelu demokratizacije podataka prema vanjskim i unutarnjim dionicima.

Zaključno se može reći da umjetna inteligencija predstavlja priliku za diferencijaciju proizvoda i usluga poduzeća, kao i kreiranje novog gospodarstva i novih radnih mjesta čemu je potrebno odgovoriti specijaliziranim obrazovanjem zaposlenika i strateškim određenjem poduzeća prema uvođenju novih tehnologija u poslovanje uz procjenu rizika koji iz toga proizlaze. ST