Branża transportowa przez ostatnie kilkanaście lat przechodzi cyfrową metamorfozę. Rozwój technologiczny przyspiesza z roku na rok usprawniając wiele procesów związanych z logistyką, a część przedsiębiorstw coraz przychylniej patrzy w stronę autonomii oraz automatyki. Świadczyć może o tym chociażby uzyskany przez Grupę INELO grant na rozwój projektu badawczo-rozwojowego, którego celem jest wykorzystanie sztucznej inteligencji w branży transportowej. Według raportu PwC już za 5 lat możemy spodziewać się częściowo autonomicznych pojazdów, a w roku 2030 na naszych drogach zagoszczą bezzałogowe ciężarówki. Jak duży wpływ AI będzie miało na rynek TSL? Czy maszyny i komputery zastąpią ludzi? Na te pytania odpowiedzi udzieli Tomasz Czyż, ekspert Grupy INELO, GBOX.
Autonomiczny transport - 4 500 kilometrów bezzałogowej ciężarówki z ładunkiem masła
Za 10 lat możemy spodziewać się, że dzięki automatyzacji procesów w branży transportowej, koszty związane z logistyką i dostarczeniem ładunku na miejsce przeznaczenia mogą spaść aż o 47%. Co więcej, raport PwC przewiduje, że autonomiczne pojazdy ciężarowe pozwolą skrócić czas dostawy o 40%. – Gdy zapytamy osoby z branży TSL z czym kojarzy im się sztuczna inteligencja, zapewne większość z nich odpowie – autonomiczne ciężarówki. Od paru lat odbywają się coraz szerzej zakrojone testy pojazdów bez kierowców. Systemy komputerowe wyposażone w setki czujników, radarów, lidarów, kamer oraz komunikację GPS, czy 5G są już w stanie samodzielnie kontrolować ciężarówki. Efektem ma być nie tylko automatyzacja, ale również poprawa bezpieczeństwa i zmniejszenie negatywnego wpływu transportu na środowisko naturalne – mówi Tomasz Czyż, ekspert Grupy INELO, GBOX. Czy autonomiczne pojazdy możemy już zobaczyć na drogach albo podczas pracy?
– Tak. Na przykład pojazd autonomiczny T-POD – projekt firmy Einride – startupu powstałego w 2016 roku w Sztokholmie. Zaprezentowany w 2017 7-metrowy pojazd, napędzany silnikiem elektrycznym jest w pełni autonomiczną konstrukcją. Nie posiada on tradycyjnej kabiny ani miejsca dla kierowcy. Łączność z pojazdem bazuje na komunikacji w infrastrukturze 5G, do kontroli otaczającego środowiska wykorzystano platformę firmy Nvidia Drive. Sztuczna inteligencja wykorzystuje dane z systemów planowania tras, informacji o ruchu drogowym, kamer, radarów i trójwymiarowych lidarów (Light Detection and Ranging – urządzenie działające podobnie jak radar, ale wykorzystujące światło lasera zamiast mikrofal). Oczywiście wszystko optymalizowane jest w celu uzyskania, jak najmniejszego zużycia energii oraz zwiększenia zasięgu na jednym ładowaniu. Firma Einride dostarczyła swoje pojazdy na testy dla operatora logistycznego DB Schenker. W 2018 roku pracę w magazynie Schenkera w Jönköping rozpoczął pierwszy T-POD. Poruszał się on tylko po terenie magazynu przewożąc palety. W razie potrzeby kontrolę nad pojazdem może przejąć zdalny operator – jedna osoba może sterować jednocześnie nawet 10 pojazdami. Owocne testy pozwoliły w 2019 roku uzyskać zgodę na poruszanie się po drogach publicznych. T-PODy obsługują również pobliskie terminale przeładunkowe, które znajdują się w promieniu kilkuset metrów od głównego magazynu – dodaje Tomasz Czyż.
Szerzej zakrojone testy na drogach publicznych przeprowadził amerykański startup z Doliny Krzemowej – Plus.ai. Autonomiczna ciężarówka bezproblemowo pokonała dystans ponad 4,5 tysiąca kilometrów na terenie Stanów Zjednoczonych. Co ciekawe, ciężarówka nie jechała „na pusto” Przewoziła 18 ton… masła. Jednak w odróżnieniu od projektu Einride tutaj w kabinie pojazdu znajdował się kierowca, który w razie niebezpieczeństwa mógł w każdej chwili przejąć kontrolę nad pojazdem. – Bezpieczeństwo i powierzenie sztucznej inteligencji pełnej kontroli nad pojazdami budzi wiele kontrowersji. Jak powinna zachować się AI, która będzie sama uczyła się świata na podstawie obserwacji przez kamery czy radary? Czy można sobie przy obecnej technologii pozwolić na pełną autonomiczność? Zapewne najbliższe lata nie przyniosą tutaj rewolucji. Pojazdy będą coraz bardziej autonomiczne, jednak będą nadal wymagały operatora. W wypadku wykorzystani AI do zarządzania pojazdami na zamkniętym obszarze sprawa wygląda inaczej. Możliwość wystąpienia zdarzeń losowych jest dużo mniejsza, a kontrola nad działaniem takiego systemu jest dużo większa – komentuje Tomasz Czyż.
Sztuczna inteligencja w transporcie a Logistyka 4.0
Logistyka 4.0 korzysta pełnymi garściami z sztucznej inteligencji w transporcie, robotyzacji oraz rozwoju aplikacji mobilnych. – Przedsiębiorstwa mają możliwość integracji wielu systemów i pochodzących z nich danych w jednym miejscu. Firmy, które inwestują w nowe technologie oraz wdrażają innowacyjne rozwiązania oparte na AI mogą zautomatyzować wiele procesów związanych z codzienną pracą. Z kolei efektem takich działań wcale nie są zwolnienia pracowników czy ograniczenie zatrudnienia, ale zwiększenie efektywności ich pracy, a tym samym szansa lepsze wyniki finansowe przedsiębiorstwa – mówi Tomasz Czyż. Jakie narzędzia wspierane przez sztuczną inteligencję wpłyną w najbliższym czasie na pracę spedytorów, planistów i kierowców?
ETA – Estimated Time of Arrival, czyli szacowanie czasu dojazdu do określonego punktu. Rozwiązanie to w podstawowej wersji mówi nam o dystansie i prognozowanym czasie dojazdu kierowcy do celu. Jakie korzyści może nam dać wprowadzenie do tego rozwiązania AI? – System może estymować czas dojazdu w korelacji z większą ilością danych. Na przykład, może za nas sprawdzać dostępny czas jazdy kierowcy i uwzględniać go przy przeliczeniach. Efekt? Nie trzeba już dokonywać manualnych przeliczeń, dostajemy gotowe dane, dzięki którym możemy zaplanować kolejne załadunki oraz rozładunki podnosząc efektywność wykorzystania floty. Dodatkowo, system sam poinformuje nas o tym, czy występuje zagrożenie opóźnionej dostawy lub o wielkości takiego opóźnienia. Stawia nas to w komfortowej sytuacji, gdzie wcześniej poinformowani możemy podejmować odpowiednie działania zapobiegawcze. Grupa INELO pracuje nad podobnymi rozwiązaniami, związanymi z zastosowaniem sztucznej inteligencji, pozyskany niedawno grant pozwoli nam przyspieszyć pracę nad badaniem tej technologii oraz zastosowaniem jej w transporcie – dodaje Tomasz Czyż.
AI wchodzi również w świat aplikacji mobilnych dla kierowców. W najbliższym czasie można spodziewać się, że rozwiązania mobilne nie będą służyły tylko do prostej komunikacji czy wysłania zadań dla kierowcy, ale staną się dla truckerów swego rodzaju „osobistym asystentem”. – Sztuczna inteligencja szczególnie sprawdza się, gdy musimy zaplanować trasę i wymagane odpoczynki. Do tej pory kierowca musiał przeliczać sobie dystans, który wskazywała mu nawigacja oraz porównywać go z dostępnym czasem pracy widocznym na tachografie. Odpowiednio zaprojektowana aplikacja może podpowiadać kierowcy, kiedy musi stanąć na wymagane odpoczynki, zarówno te krótkie, po 4,5h jazdy, jak i dobowe po zakończeniu dnia pracy – mówi Tomasz Czyż.
Sztuczna inteligencja w logistyce – czego możemy spodziewać się w przyszłości?
– Możemy na pewno spodziewać się rozwoju autonomicznego planowania ładunków. Spedytorzy mogą zostać wyposażeni w narzędzia, które w jednej chwili będą analizowały kilka ofert frachtów oraz same zaproponują te najbardziej opłacalne dla przewoźnika. Na pewno będzie można obserwować jeszcze dokładniejszą integrację pomiędzy różnymi systemami, np. TMS oraz telematyką, co pozwoli uzyskać jeszcze więcej danych o flocie. Inteligentne analizy tych danych pozwolą redukować koszty oraz poprawiać jakość obsługi klientów. Pozwolą również na przewidywanie zagrożeń i unikanie ryzykownych incydentów – Tomasz Czyż, Grupa INELO, GBOX.
Przedsiębiorcy, którzy będą zbyt długo zwlekać z wdrażaniem nowych technologii mogą utracić w najbliższych latach przewagę konkurencyjną. Jak pokazała nam pandemia COVID-19, świat nie jest w stanie funkcjonować bez transportu oraz branży TSL. Mocny rozwój e-commerce jeszcze bardziej podkreśla znaczenie transportu. Firmy, które w porę zareagują na zmiany i się do nich dostosują mają największe szanse na rynku, który będzie się cały czas rozwijał.
źródło: Inelo