Sztuczna inteligencja ma już liczne zastosowania w branży TSL. Jej rozwój będzie nas prowokował do stawiania przed nią zadań, które na obecnym etapie są jeszcze nieznane, uważa Bartosz Lewicki, dyrektor sprzedaży Appwise.
W jaki sposób sztuczna inteligencja odnajduje się we współczesnej logistyce?
Spedytorzy wciąż spędzają godziny na przepisywaniu danych, które system mógłby przetworzyć w sekundy. To właśnie tu AI zaczęła wchodzić najszybciej – w zadania żmudne, powtarzalne, zajmujące czas, który mógłby być wykorzystany lepiej.
Dziś coraz częściej system sam odczyta zlecenie, wypełni pola w TMS-ie i poprosi człowieka tylko o potwierdzenie. Ale to dopiero początek. AI analizuje dane operacyjne i historię współpracy, żeby dobrać odpowiedniego przewoźnika do zlecenia. Podpowiada optymalną stawkę na podstawie cen paliwa, sytuacji rynkowej i danych historycznych. Wspiera planowanie: harmonogramowanie aut, przydzielanie zasobów. Potrafi też wygenerować ofertę transportową na podstawie zapytania, bez angażowania w to człowieka.
To nie jest jeszcze pełna automatyzacja. To moment, w którym AI przejmuje powtarzalną pracę, żeby człowiek mógł skupić się na działaniach wymagających kontekstu i odpowiedzialności.
Mimo obietnicy znacznego ułatwienia pracy, sztuczna inteligencja nadal napotyka na bariery. Dlaczego?
Największą barierą nie jest technologia. Technologia jest. Problem leży gdzie indziej.
W wielu firmach transportowych i spedycyjnych dane są rozproszone między kilkoma systemami, niekompletne albo po prostu niespójne. Sztuczna inteligencja potrzebuje dobrego paliwa. Jeśli dane są złej jakości, model działa równie słabo. Do tego dochodzą integracje: TMS, telematyka, giełdy transportowe, systemy finansowe – często funkcjonują obok siebie, a nie razem. Nie bez znaczenia są też procesy. Jeśli każdy spedytor robi to samo po swojemu, trudno zbudować cokolwiek stabilnego na bazie takiej organizacji.
Największym ograniczeniem we wdrożeniu AI nie jest więc sama technologia, lecz jakość danych i dojrzałość procesów w organizacji.
AI budzi nieufność. Jak ją przełamać?
Rynek jest podzielony, niemniej tendencja jest wyraźna: coraz więcej firm chce wdrażać sztuczną inteligencję.
Część firm traktuje ją jako coś, co warto obserwować z bezpiecznej odległości. Inne podchodzą do tematu bardzo konkretnie. Szukają obszarów, gdzie AI da mierzalny efekt i od tego zaczynają.
Wciąż jednak widać obawy. Najczęściej dotyczą tego, czy system rzeczywiście działa, czy można mu ufać i co to oznacza dla ludzi, którzy dziś wykonują te zadania ręcznie. To naturalne pytania i nie ma sensu ich bagatelizować.
Firmy, które zrobiły pierwszy krok, zmieniają podejście dość szybko. Zmiana nie przychodzi od przekonywania, przychodzi od pierwszego efektu widocznego w codziennej pracy.
Czyli warto próbować i sprawdzać, gdzie sztuczna inteligencja sobie radzi, a gdzie jest pole działania dla człowieka?
Granica jest dość intuicyjna. System robi swoje, człowiek podejmuje decyzję. AI przygotowuje rekomendację, wycenę, dobiera przewoźnika. Jednak ostatnie słowo należy do osoby, która zna kontekst i ponosi odpowiedzialność.
To nie jest brak zaufania do technologii. To zdrowy rozsądek. Szczególnie na początku, gdy system uczy się na danych konkretnej firmy i dopiero buduje swoją trafność.
Ważne jest też, żeby użytkownik rozumiał, skąd pochodzi dana rekomendacja. Czarna skrzynka, która „jakoś to liczy”, szybko traci zaufanie operacyjne. Przejrzystość działa tu lepiej niż najlepsza dokumentacja.
I jedno, co w praktyce robi największą różnicę – własne dane. Sztuczna inteligencja oparta na rzeczywistej historii operacyjnej firmy działa zupełnie inaczej niż rozwiązanie ogólne. To właśnie tam leży przewaga.
Jest jeszcze jeden element, który obserwuję w rozmowach z klientami. Ludzie, którzy zaczęli używać AI – nawet w prostych zastosowaniach, codziennych, niekoniecznie branżowych – podchodzą do wdrożeń zupełnie inaczej. Mają mniejsze obawy, więcej pytań i szybciej widzą potencjał. Ciekawość okazuje się tu lepszym punktem startowym niż przekonanie o konieczności.
Gdzie sztuczna inteligencja rozprzestrzeni się najszybciej? Co zdecyduje o jej sukcesie?
Sztuczna inteligencja rozwija się w tempie, jakiego wcześniej nie widzieliśmy przy żadnej technologii. To ważny kontekst, bo to co dziś wydaje się nowoczesne, za chwilę może być standardem.
W branży transportowej i spedycyjnej najbliższa przyszłość to przede wszystkim agenci AI. Czyli systemy, które nie tylko rekomendują, ale działają. Samodzielnie negocjują stawki z przewoźnikami, obsługują zapytania klientów, monitorują zlecenia i reagują na odchylenia bez czekania na człowieka. To nie wizja – to narzędzia dostępne dziś.
W perspektywie najbliższych lat różnica między firmami nie będzie polegała na dostępie do AI, lecz na tym, kto potrafi ją skutecznie wykorzystać w codziennej operacji.
Ale szczerze? Najbardziej interesuje mnie to, czego jeszcze nie potrafimy nazwać. Każda przełomowa technologia tworzyła zastosowania, których nikt wcześniej nie przewidział. Sztuczna inteligencja nie będzie wyjątkiem. Część obszarów, które za kilka lat będą oczywiste, dziś nawet nie istnieje w naszych głowach jako „problem do rozwiązania”.
I właśnie dlatego warto zacząć już teraz. Nie żeby nadążyć, ale żeby rozumieć, dokąd to zmierza.
Dziękuję za rozmowę.
Rozmawiał Michał Kij
