Kunstig intelligens åbner for enormt logistisk potentiale

Zohreh Ranjbar vil på seminaret ’AI for ressourceeffektive systemer’ på den nordiske messe Logistik & Transport den 14. november i Göteborg give eksempler på, hvordan AI-baserede beslutningsstøttesystemer kan øge både effektivitet og bæredygtighed inden for godstransport, især på jernbanen. 

”I præsentationen vil jeg forklare, hvad ’reinforcement learning’ er, og hvordan vi planlægger at bruge denne teknologi til at optimere lokomotivstyring”, fortæller hun. 

Det sker som en del af et nystartet projekt, SOL, finansieret af TripleF via Trafikverket. 

”Den logistiske nytte bliver særlig tydelig i operationel drift, når der opstår forstyrrelser og forsinkelser på forskellige niveauer i kæden”.

Stor indflydelse på logistikken
Zohreh Ranjbar mener, at AI-baseret beslutningsstøtte og storskala dataanalyse vil få en stadig større indflydelse på logistik og transport. 

”Selvom AI har potentiale til at radikalt ændre transportsektoren, er forandringen mere evolution end revolution”, siger hun og supplerer: 

”AI kan hjælpe med at håndtere kompleksiteten i en logistikkæde. AI-baseret beslutningsstøtte kan for eksempel foreslå omveje ved forsinkelser og optimere multimodale transporter, hvilket muliggør overflytning af gods fra vej til jernbane”.

Det bliver bæredygtigt med det samme
Kort sagt: bedre dataanvendelse kan radikalt øge fleksibiliteten og effektiviteten. AI får dermed en afgørende betydning for at nå bæredygtighedsmålene, mener Zohreh. 

”Hvis vi kan optimere transportflowet og effektivisere ressourceudnyttelsen, bliver det bæredygtigt med det samme. Med færre unødvendige ture, flere multimodale transporter og mere effektivt vedligehold forlænger vi levetiden på køretøjer og infrastruktur. Det reducerer også klimaaftrykket”.

Alle når ikke at tænke det igennem
Den største barriere for en AI-evolution inden for logistik og transport er ifølge Zohreh Ranjbar ikke kun de høje investeringsomkostninger: 

”Det tager tid fra, at man begynder at udvikle AI, til man kan integrere det i forretningen, ikke mindst på grund af kompleksiteten i systemintegrationen. Det kræver tid, dybere teknisk ekspertise og en langsigtet strategisk investering, hvilket ikke alle er villige til at tage”. 

Samtidig investerer mange virksomheder i enklere, daglige AI-løsninger, som er hurtigere at implementere, som for eksempel ChatGPT til at automatisere kundesupport, hvilket sparer penge og hurtigt øger kvaliteten. 

”De AI-baserede beslutningsstøttesystemer er mere avancerede. Det, man skal forstå, er, at de skal forenkle forretningen, ikke gøre den mere kompleks. Jeg har en fornemmelse af, at mange ledere og virksomheder ikke når at tænke disse spørgsmål igennem, måske på grund af mangel på personale og kompetencer”, fortæller hun.

Vedligeholdelse indeholder størst AI-potentiale
Samtidig handler det om konkurrenceevne. Dem, der ikke følger med AI-udviklingen, risikerer at blive overhalet og tabe markedsandele. 

Zohreh peger specielt på vedligeholdelsesområdet som det område, hvor AI har det største potentiale. 

”Ved at forudsige vedligeholdelsesbehov kan vi ikke blot spare omkostninger, men også forlænge levetiden på både køretøjer og infrastruktur. Men potentialet i at kunne optimere transportflowet, finde den hurtigste rute ved forsinkelser, er også meget stort”. 

Hun ser frem til at møde branchefolk på Logistik & Transport og diskutere fremtidens løsninger: ”Vi forskere vil jo gerne inspirere og blive inspireret ved at diskutere mulighederne. Det tager tid at gå fra prototype til innovation, men det er absolut tid til at tage de første skridt”.