Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους οδηγούς φορτηγών; [Βίντεο και Κουίζ]

Σύντομη απάντηση: Η Τεχνητή Νοημοσύνη δεν θα αντικαταστήσει πλήρως τους οδηγούς φορτηγών, αλλά θα αυτοματοποιήσει ορισμένες προβλέψιμες διαδρομές εμπορευμάτων και συνήθεις εργασίες οδήγησης. Οι οδηγοί αντιμετωπίζουν τη μεγαλύτερη έκθεση όταν η εργασία τους επικεντρώνεται σε επαναλαμβανόμενα χιλιόμετρα αυτοκινητόδρομου ή από κόμβο σε κόμβο, ενώ οι εξειδικευμένοι ρόλοι, οι ρόλοι που απευθύνονται σε πελάτες και οι οποίοι περιλαμβάνουν πολλές εξαιρέσεις παραμένουν πολύ πιο δύσκολο να αυτοματοποιηθούν.

Βασικά συμπεράσματα:

Εστίαση στον κίνδυνο: Δώστε προτεραιότητα σε δεξιότητες που υπερβαίνουν την επαναλαμβανόμενη οδήγηση σε αυτοκινητόδρομο και τις προβλέψιμες λωρίδες εμπορευματικών μεταφορών.

Ανθρώπινη αξία: Ανάπτυξη εμπειρογνωμοσύνης σε επιθεωρήσεις, χειρισμό φορτίου, αλληλεπίδραση με πελάτες και εξαιρέσεις.

Λογοδοσία: Οι στόλοι οχημάτων θα πρέπει να καθορίζουν ποιος είναι υπεύθυνος όταν τα αυτόνομα συστήματα αποτυγχάνουν.

Διαφάνεια: Οι οδηγοί θα πρέπει να κατανοούν πώς λειτουργούν η τηλεματική, τα εργαλεία αποστολής και η παρακολούθηση της ασφάλειας.

Επαγγελματική αλλαγή: Εξετάστε εξειδικευμένους ρόλους σε μεταφορές εμπορευμάτων, εγκρίσεις ή υποστήριξη αυτόνομου στόλου.

Άρθρα που ίσως σας ενδιαφέρουν μετά από αυτό:

🔗 Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους animators;
Πώς τα εργαλεία Τεχνητής Νοημοσύνης μπορούν να αναδιαμορφώσουν τις εργασίες animation, τις δημιουργικές διαδικασίες και τις καθημερινές ροές εργασίας;

🔗 Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους ακτινολόγους;
Διερευνά τον αυξανόμενο ρόλο της Τεχνητής Νοημοσύνης στην ιατρική απεικόνιση, τη διάγνωση και την κλινική υποστήριξη.

🔗 Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους ηθοποιούς;
Εξετάζει τα συνθετικά μέσα, την κλωνοποίηση φωνής και το μεταβαλλόμενο τοπίο της performance work.

🔗 Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους λογιστές;
Καλύπτει τους κινδύνους αυτοματισμού και τις εξελισσόμενες δεξιότητες που απαιτούνται στους σύγχρονους λογιστικούς ρόλους.

1. Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Οδηγούς Φορτηγών; Η Σαφής Απάντηση

Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Οδηγούς Φορτηγών; Σε ορισμένες περιπτώσεις, ναι. Σε ολόκληρο τον κλάδο, όχι γρήγορα και όχι ομοιόμορφα.

Οι πιο ευάλωτες θέσεις εργασίας οδήγησης είναι πιθανό να είναι οι επαναλαμβανόμενες, προβλέψιμες διαδρομές - ειδικά οι εμπορευματικές μεταφορές από κόμβο σε κόμβο σε αυτοκινητόδρομο, οι παραδόσεις μεσαίου μιλίου και οι σταθερές εμπορικές διαδρομές μεταξύ αποθηκών, καταστημάτων, λιμένων και κέντρων διανομής. Η Τεχνητή Νοημοσύνη λατρεύει την επανάληψη. Η Τεχνητή Νοημοσύνη αγαπά τις χαρτογραφημένες λωρίδες κυκλοφορίας, τη συνεπή γεωμετρία των δρόμων, τα γνωστά σημεία φόρτωσης και τους σαφείς κανόνες λειτουργίας.

Ωστόσο, οι ανθρώπινοι οδηγοί φορτηγών εξακολουθούν να είναι εξαιρετικά απαραίτητοι σε ευέλικτες εργασίες που απαιτούν υψηλή κρίση. Αυτό περιλαμβάνει περιφερειακές παραδόσεις, μεταφορές κατασκευών, ψυγμένα φορτία, υπερμεγέθη φορτία, επικίνδυνα υλικά, ζώα, μεταφορές με συρόμενα φορτία σε λιμάνια, αστικές παραδόσεις, αγροτικές διαδρομές, μεταφορές έκτακτης ανάγκης και οτιδήποτε αφορά πελάτες που αλλάζουν το σχέδιο στη μέση της διαδρομής επειδή, ξέρετε, είναι άνθρωποι.

Τα επίσημα στοιχεία για την εργασία εξακολουθούν να δείχνουν την οδήγηση βαρέων φορτηγών και ρυμουλκούμενων ως ένα μεγάλο επάγγελμα με συνεχιζόμενες ανοιχτές θέσεις, γεγονός που αποτελεί αρκετά ισχυρή ένδειξη ότι η εργασία αυτή δεν εξαφανίζεται απλώς εν μία νυκτί. Οι οδηγοί φορτηγών κάνουν πολύ περισσότερα από το να οδηγούν ευθεία στους αυτοκινητόδρομους. Επιθεωρούν τον εξοπλισμό, ασφαλίζουν το φορτίο, αναφέρουν συμβάντα, ακολουθούν τους κανονισμούς, διατηρούν αρχεία καταγραφής και διαχειρίζονται τους περιορισμούς της διαδρομής.

Η καλύτερη απάντηση, λοιπόν, είναι η εξής: Η Τεχνητή Νοημοσύνη θα αντικαταστήσει ορισμένες εργασίες μεταφοράς φορτηγών, θα αλλάξει πολλές εργασίες μεταφοράς φορτηγών και θα δημιουργήσει νέους υποστηρικτικούς ρόλους γύρω από τις αυτόνομες μεταφορές. Αλλά πιθανότατα δεν θα εξαλείψει τους οδηγούς φορτηγών ως επάγγελμα σε μια μεγάλη δραματική στιγμή σε μια κινηματογραφική σκηνή. 🎬

2. Τι κάνει μια καλή έκδοση των φορτηγών με τεχνητή νοημοσύνη;

Μια καλή εκδοχή της μεταφοράς με τεχνητή νοημοσύνη δεν είναι απλώς ένα ρομποτικό φορτηγό που μπορεί να διασχίσει έναν αυτοκινητόδρομο τη νύχτα και να κάνει τους επενδυτές να χειροκροτούν. Αυτό είναι σίγουρα εντυπωσιακό. Αλλά ο καλός αυτοματισμός στις μεταφορές πρέπει να είναι ασφαλής, σταθερός, αξιόπιστος, ελέγξιμος και πολύτιμος για τους στόλους.

Ένα ισχυρό σύστημα μεταφοράς με τεχνητή νοημοσύνη θα πρέπει να διαθέτει:

• Προβλέψιμες διαδρομές λειτουργίας με σαφείς κανόνες οδικής κυκλοφορίας και χαρτογραφημένες συνθήκες

• Ισχυρή παρακολούθηση ασφαλείας για καιρικές συνθήκες, εμπόδια, κατασκευαστικά οχήματα και οχήματα έκτακτης ανάγκης

• Ομάδες απομακρυσμένης υποστήριξης που μπορούν να βοηθήσουν όταν το σύστημα φτάσει στα όριά του

• Έλεγχοι συντήρησης για αισθητήρες, φρένα, ελαστικά, κάμερες, ραντάρ, lidar και λογισμικό

• Σαφής λογοδοσία όταν κάτι πάει στραβά

• Σημεία ανθρώπινης παράδοσης για αποβάθρες φόρτωσης, μάντρες, επιθεωρήσεις και ασυνήθιστα προβλήματα παράδοσης

• Ρυθμιστική έγκριση που ταιριάζει σε εμπορικές μεταφορές, όχι απλώς σε μια τεχνολογική επίδειξη

• Προστασία κυβερνοασφάλειας, επειδή ένα παραβιασμένο φορτηγό δεν είναι ακριβώς ένα χαριτωμένο μικρό σφάλμα λογισμικού 😬

Οι ρυθμιστικές αρχές εξακολουθούν να εξετάζουν τον τρόπο με τον οποίο τα επαγγελματικά μηχανοκίνητα οχήματα χωρίς οδηγό θα πρέπει να παρακολουθούνται, να επιθεωρούνται, να συντηρούνται και να διαχειρίζονται χωρίς την παρουσία ανθρώπου πίσω από το τιμόνι. Αυτό έχει σημασία, επειδή οι μεταφορές με φορτηγά δεν είναι δρόμος-παιχνίδι. Είναι δημόσιες υποδομές με βαρέα οχήματα που κινούνται γύρω από οικογένειες, εργαζόμενους, αστυνομικούς, σχολικά λεωφορεία και όλους τους άλλους που προσπαθούν να επιβιώσουν στις μετακινήσεις τους.

3. Συγκριτικός Πίνακας: Πού η Τεχνητή Νοημοσύνη είναι πιο πιθανό να αντικαταστήσει τους οδηγούς φορτηγών

Περιοχή φορτηγών

Κίνδυνος αντικατάστασης τεχνητής νοημοσύνης

Γιατί έχει σημασία

Ο ανθρώπινος ρόλος πιθανότατα έφυγε

Μεταφορές μεγάλων αποστάσεων σε αυτοκινητόδρομους

Υψηλής έντασης

Οι αυτοκινητόδρομοι είναι πιο προβλέψιμοι από τις πόλεις, ως επί το πλείστον

Τοπική παραλαβή, παράδοση, έλεγχοι, εξαιρέσεις

Διαδρομές αποθήκης μεσαίου μιλίου

Ψηλά

Ίδια διαδρομή, ίδιες αποβάθρες, επανάληψη-επανάληψη-επανάληψη

Εργασίες αυλής, προβλήματα φόρτωσης, διορθώσεις πελατών

Αστική παράδοση

Μέτρια-χαμηλή

Πεζοί, ποδηλάτες, διπλό πάρκινγκ, σούπα χάους 🍲

Οδηγός, βοηθός, λύτης προβλημάτων που έρχεται σε επαφή με τους πελάτες

Υπερμεγέθη φορτία

Χαμηλός

Απαιτείται κρίση, συντονισμός συνοδείας, ασυνήθιστες διαδρομές

Ο εξειδικευμένος οδηγός παραμένει σημαντικός

Επικίνδυνα υλικά

Χαμηλή-μέτρια

Η ασφάλεια και η ευθύνη είναι τεράστιες

Πιστοποιημένη ανθρώπινη εποπτεία

Μεταφορές κατασκευών

Χαμηλός

Μη δομημένες τοποθεσίες, λάσπη, στενοί χώροι, μεταβαλλόμενες συνθήκες

Ανθρώπινος χειριστής, συντονισμός εργοταξίου

Ψυγμένα εμπορεύματα

Μέσον

Η Τεχνητή Νοημοσύνη μπορεί να οδηγήσει, αλλά η διαχείριση φορτίου εξακολουθεί να έχει σημασία

Προσωρινοί έλεγχοι, αντιμετώπιση προβλημάτων ψυγείου

Λιμενική οδήγηση με drayage

Μέσον

Επαναλαμβανόμενο, αλλά συμφορημένο και λειτουργικά μπερδεμένο

Χειρισμός πύλης, γραφειοκρατία, εξαιρέσεις

Υποστήριξη αυτόνομου στόλου

Αυξανόμενη

Δεν είναι ένας παραδοσιακός ρόλος οδηγού, αλλά παρακείμενος

Απομακρυσμένος βοηθός, χειριστής ασφαλείας, τεχνικός

Μικρή εξομολόγηση τραπεζιού: Το «high-ish» δεν είναι επιστημονική κατηγορία. Αλλά ταιριάζει. Ορισμένες διαδρομές ουσιαστικά ζητούν αυτοματοποίηση, ενώ άλλες είναι ένα τσίρκο με γεύση λακκούβας. 🎪

4. Γιατί η Τεχνητή Νοημοσύνη έρχεται εξαρχής στις μεταφορές

Οι μεταφορές με φορτηγό είναι ακριβές, απαιτητικές από σωματικής άποψης και δύσκολο να στελεχωθεί κανείς με συνέπεια. Η εργασία σε μεγάλες αποστάσεις μπορεί να κρατήσει τους οδηγούς μακριά από το σπίτι για μέρες ή εβδομάδες, και αυτός ο τρόπος ζωής δεν είναι για όλους. Ακόμα και όταν η αμοιβή είναι αξιοπρεπής, το αντάλλαγμα μπορεί να είναι σκληρό: να κοιμούνται σε ταξί, να τρώνε πολύ συχνά φαγητό βενζινάδικου, να χάνουν οικογενειακές εκδηλώσεις, να παλεύουν με την κακοκαιρία και στη συνέχεια να κατηγορούνται όταν ένας μεταφορέας καθυστερεί τη φόρτωση για έξι ώρες. Υπέροχο.

Η τεχνητή νοημοσύνη στις μεταφορές υπόσχεται μερικά δελεαστικά οφέλη:

• Φορτηγά που μπορούν να λειτουργούν για μεγαλύτερα χρονικά διαστήματα χωρίς ανθρώπινη κόπωση

• Καλύτερη απόδοση καυσίμου μέσω ομαλότερων προτύπων οδήγησης

• Λιγότερα κενά προγραμματισμού

• Πιο προβλέψιμη χωρητικότητα φορτίου

• Χαμηλότερη εξάρτηση από την εργασία σε ορισμένες διαδρομές

• Πιθανά οφέλη για την ασφάλεια εάν τα συστήματα μειώσουν τα ατυχήματα λόγω ανθρώπινου σφάλματος

• Πιο καθαρή ενσωμάτωση με λογισμικό αποθήκης και logistics

Ορισμένες εταιρείες αυτόνομων μεταφορών έχουν ήδη προχωρήσει πέρα ​​από τις απλές επιδείξεις σε εμπορικές δραστηριότητες ή ενσωματώσεις με συστήματα διαχείρισης εμπορευμάτων. Αυτό δεν σημαίνει ότι ολόκληρη η βιομηχανία μεταφορών θα ανατραπεί αύριο, αλλά σημαίνει ότι αυτό δεν είναι πλέον επιστημονική φαντασία.

Παρόλα αυτά, η επιχειρηματική περίπτωση πρέπει να επιβιώσει από την πραγματικότητα. Οι αισθητήρες κοστίζουν χρήματα. Η συντήρηση γίνεται περίπλοκη. Τα ερωτήματα σχετικά με την ασφάλιση γίνονται πιο έντονα. Οι ρυθμιστικές αρχές θέλουν απαντήσεις. Οι στόλοι χρειάζονται χρόνο λειτουργίας. Οι φορτωτές θέλουν αξιοπιστία, όχι μια πλατφόρμα PowerPoint με γυαλιά ηλίου. 😎

5. Οι θέσεις εργασίας Η τεχνητή νοημοσύνη πιθανότατα θα αλλάξει πρώτη

Οι πρώτες εργασίες στον τομέα των φορτηγών που αισθάνονται σοβαρή πίεση από την Τεχνητή Νοημοσύνη είναι οι εργασίες με τα πιο επαναλαμβανόμενα πρότυπα οδήγησης.

Νομίζω:

• Μεταφορά εμπορευμάτων από τερματικό σταθμό σε τερματικό σταθμό

• Διαδρομές από το κέντρο διανομής προς τα καταστήματα

• Διαδρομές από αποθήκη σε αποθήκη

• Νυχτερινές διαδρομές αυτοκινητοδρόμων

• Εμπορευματικοί διάδρομοι τύπου Sunbelt με καθαρότερο καιρό

• Διαδρομές με λιγότερες σύνθετες αστικές αλληλεπιδράσεις

• Αποκλειστικές λωρίδες συμβολαίου

Αυτά είναι ελκυστικά επειδή οι εταιρείες μπορούν να χαρτογραφήσουν τη διαδρομή, να δοκιμάσουν επανειλημμένα, να ελέγξουν πολλές μεταβλητές και να δημιουργήσουν εγχειρίδια λειτουργίας. Είναι η εκδοχή του να διδάσκεις σε έναν σκύλο έναν διάδρομο πριν του ζητήσεις να πλοηγηθεί σε ολόκληρο το αεροδρόμιο. Κακή μεταφορά, αλλά κάπου καταλήγει. 🐕

Σε αυτές τις περιπτώσεις, ο άνθρωπος-οδηγός μπορεί να μεταβεί από το να κάνει ολόκληρο το ταξίδι στο να κάνει τα περίπλοκα άκρα: πρώτο μίλι, τελευταίο μίλι, μετακινήσεις σε αυλές, αλληλεπίδραση με τον πελάτη, επιθεωρήσεις, ασφάλιση φορτίου και χειρισμό εξαιρέσεων.

Αυτό σημαίνει ότι το μέλλον μπορεί να μοιάζει λιγότερο με «κανέναν οδηγό φορτηγού» και περισσότερο με «λιγότερους ανθρώπους ανά μίλι μεταφοράς εμπορευμάτων σε ορισμένες λωρίδες»

6. Οι θέσεις εργασίας που η τεχνητή νοημοσύνη θα δυσκολευτεί να αντικαταστήσει

Η Τεχνητή Νοημοσύνη δυσκολεύεται εκεί που ο κόσμος γίνεται ολισθηρός.

Οι οδηγοί φορτηγών αντιμετωπίζουν πρακτικά προβλήματα στο οδικό δίκτυο που δεν είναι πάντα ορατά στον χάρτη. Μια πόρτα αποβάθρας είναι μπλοκαρισμένη. Ένα τρέιλερ έχει κακή στεγανοποίηση. Ένα φορτίο έχει μετατοπιστεί. Ένας δέκτης λέει «κάντε πίσω», αλλά το «πίσω» σημαίνει τρεις πύλες, δύο περονοφόρα ανυψωτικά μηχανήματα και ένας τύπος ονόματι Ντέιλ που κουνάει αόριστα. Το χιόνι καλύπτει τις σημάνσεις των λωρίδων κυκλοφορίας. Ένα λάστιχο φαίνεται λάθος. Ένας αστυνομικός κάνει σήματα με τα χέρια. Ένας αγροτικός δρόμος έχει όριο βάρους που κανείς δεν ανέφερε. Το GPS λέει ψέματα. Ο πελάτης θέλει να χωριστεί το φορτίο. Τα χαρτιά λείπουν. Ο οδηγός του περονοφόρου είναι για μεσημεριανό. Καταλαβαίνετε τι εννοώ.

Η τεχνητή νοημοσύνη βελτιώνεται, αλλά οι μεταφορές περιέχουν μια εκπληκτική ποσότητα αυτοσχεδιασμού.

Οι θέσεις εργασίας στον τομέα των φορτηγών που είναι δύσκολο να αντικατασταθούν περιλαμβάνουν:

• Οδηγοί πλατφόρμας που ασφαλίζουν ασυνήθιστα φορτία

• Ειδικοί σε βαριές και υπερμεγέθεις μεταφορές

• Οδηγοί βυτιοφόρων

• Οδηγοί επικίνδυνων υλικών

• Οδηγοί αγροτικών διαδρομών

• Χειριστές οικοδομικών και ανατρεπόμενων φορτηγών

• Μεταφορείς ζώων

• Οδηγοί που χειρίζονται εμπορεύματα υψηλής τεχνολογίας

• Ιδιοκτήτες-χειριστές που διαχειρίζονται προσωπικά τις σχέσεις και την εφοδιαστική αλυσίδα

Αυτοί οι οδηγοί δεν είναι απλώς οι οδηγοί. Διαχειρίζονται τον κίνδυνο, τον εξοπλισμό, τους πελάτες, το φορτίο, τα χρονοδιαγράμματα και τις κρίσεις. Αυτό το ανθρώπινο στρώμα είναι κολλώδες.

7. Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους οδηγούς φορτηγών ή θα τους κάνει πιο τεχνικούς;

Πολλοί οδηγοί μπορεί να μην αντικατασταθούν, αλλά οι δουλειές τους μπορεί να γίνουν πιο τεχνικές. Αυτό είναι πιθανώς το κομμάτι που ο κόσμος υποτιμά.

Καθώς η Τεχνητή Νοημοσύνη εισέρχεται στις μεταφορές, οι στόλοι θα χρειαστούν άτομα που κατανοούν τόσο τον δρόμο όσο και το σύστημα. Οι πρώην οδηγοί θα μπορούσαν να γίνουν:

• Αυτόνομες οθόνες φορτηγών

• Χειριστές απομακρυσμένης υποστήριξης

• Συντονιστές αυλής

• Επόπτες ασφαλείας

• Τεχνικοί επιθεώρησης αισθητήρων

• Εκπαιδευτές αυτοματισμού στόλου

• Ειδικοί επικύρωσης διαδρομών

• Προπονητές με σύστημα υποβοήθησης οδηγού

• Υποψήφιοι πελάτες συμμόρφωσης και λειτουργιών

Εδώ είναι που οι έμπειροι οδηγοί φορτηγών έχουν ένα πλεονέκτημα. Ξέρουν πώς είναι να είσαι «κανονικός» στο δρόμο. Ξέρουν πότε ένα φορτίο ακούγεται λάθος, πότε μια διάταξη αποβάθρας φαίνεται καταραμένη, πότε μια διαδρομή είναι τεχνικά νόμιμη αλλά πρακτικά ανόητη. Αυτού του είδους η γνώση πεδίου είναι δύσκολο να αυτοματοποιηθεί επειδή δεν καταγράφεται πάντα.

Ένα υπολογιστικό φύλλο μπορεί να λέει «η διαδρομή εγκρίθηκε». Ένας οδηγός μπορεί να πει «Ναι, όχι, αυτή η στροφή τρώει τρέιλερ για πρωινό». 🥞

8. Το ερώτημα για την ασφάλεια: Καλύτεροι από τους ανθρώπους ή απλώς διαφορετικοί;

Οι εταιρείες μεταφορών με τεχνητή νοημοσύνη υποστηρίζουν συχνά ότι τα αυτόνομα συστήματα μπορούν να μειώσουν τα ατυχήματα που προκαλούνται από κόπωση, απόσπαση της προσοχής, υπερβολική ταχύτητα ή κακή οδήγηση. Αυτό το επιχείρημα έχει βαρύτητα. Οι άνθρωποι κουράζονται. Οι άνθρωποι στέλνουν μηνύματα. Οι άνθρωποι έχουν κακές μέρες. Οι άνθρωποι τρώνε burritos με το ένα χέρι ενώ προσπαθούν να κατεβάσουν ταχύτητα, κάτι που δεν είναι και η καλύτερη στιγμή του είδους μας.

Αλλά τα αυτόνομα φορτηγά εισάγουν επίσης διαφορετικές ανησυχίες για την ασφάλεια:

• Βλάβες αισθητήρων

• Θήκες λογισμικού

• Κίνδυνοι στον κυβερνοχώρο

• Απόδοση σε κακές καιρικές συνθήκες

• Προκλήσεις οδικού ελέγχου

• Συντονισμός αντιμετώπισης έκτακτης ανάγκης

• Φόρτος εργασίας απομακρυσμένου βοηθού

• Ευθύνη μετά από ατυχήματα

• Συντήρηση υλικού ειδικά για τεχνητή νοημοσύνη

Οι ρυθμιστικές αρχές έχουν θέσει συγκεκριμένα ερωτήματα σχετικά με το πώς τα άκρως αυτοματοποιημένα επαγγελματικά οχήματα θα πρέπει να χειρίζονται την επιθεώρηση, τη συντήρηση, την οδική επιβολή κανόνων και την ασφαλή λειτουργία χωρίς την παρουσία ανθρώπινου οδηγού.

Επομένως, η συζήτηση για την ασφάλεια δεν είναι «ανθρώπινο καλό, ρομπότ κακό» ή «ρομπότ ιδιοφυΐα, άνθρωπος ξεπερασμένος». Είναι πιο ενοχλητική και πιο ρεαλιστική: ποιοι κίνδυνοι μειώνονται, ποιοι νέοι κίνδυνοι εμφανίζονται και ποιος είναι υπεύθυνος όταν το σύστημα μπερδεύεται;

9. Γιατί η πλήρης αντικατάσταση είναι πιο δύσκολη από ό,τι νομίζουν οι άνθρωποι

Η φράση «Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Οδηγούς Φορτηγών;» ακούγεται σαν να υπάρχει μία μόνο δουλειά οδηγού φορτηγού. Δεν υπάρχει.

Οι μεταφορές με φορτηγά είναι ένα γιγάντιο συνονθύλευμα τύπων εμπορευμάτων, διαδρομών, κανονισμών, εξοπλισμού, πελατών και τοπικών πραγματικοτήτων. Η αντικατάσταση ενός οδηγού σε μια καθαρή διαδρομή αυτοκινητοδρόμου είναι ένα πράγμα. Η αντικατάσταση ενός οδηγού που χειρίζεται ένα μικτό φορτίο, κάνει όπισθεν σε μια στενή αποβάθρα παντοπωλείου, ελέγχει τις σφραγίδες, μιλάει στον παραλήπτη, προσαρμόζεται σε ένα καθυστερημένο ραντεβού και παρατηρεί ένα πρόβλημα με τα φρένα είναι εντελώς διαφορετικό πράγμα.

Η πλήρης αντικατάσταση επιβραδύνεται από:

• Κανόνες και διαφορές εφαρμογής ανά πολιτεία

• Ασφαλιστική αβεβαιότητα

• Ζητήματα δημόσιας εμπιστοσύνης

• Αντίσταση συνδικάτων και εργαζομένων

• Μεταβλητότητα καιρού και οδών

• Υψηλό κόστος εξοπλισμού

• Πολυπλοκότητα συντήρησης

• Αποδοχή πελατών

• Βλάβες ασφαλείας ακμής

• Το απλό γεγονός ότι τα φορτηγά δεν υπάρχουν μόνο στους αυτοκινητόδρομους

Επίσης, τα περιθώρια κέρδους των φορτηγών μπορεί να είναι μικρά. Μια τεχνολογία μπορεί να είναι εντυπωσιακή και παρόλα αυτά να μην είναι οικονομικά ελκυστική παντού. Οι ιδιοκτήτες στόλων δεν αγοράζουν μαγεία. Αγοράζουν χρόνο λειτουργίας, απόδοση επένδυσης, ασφάλεια και λιγότερους πονοκεφάλους. Μερικές φορές η τεχνολογία μειώνει τους πονοκεφάλους. Μερικές φορές εμφανίζεται κρατώντας ένα πρόχειρο και δημιουργεί έξι νέους.

10. Τι μπορούν να κάνουν τώρα οι οδηγοί φορτηγών

Οι οδηγοί που θέλουν να παραμείνουν πολύτιμοι δεν πρέπει να πανικοβάλλονται, αλλά να δίνουν προσοχή. Η χειρότερη στρατηγική είναι να προσποιούνται ότι τίποτα δεν αλλάζει. Η δεύτερη χειρότερη στρατηγική είναι να υποθέτουν ότι όλα είναι καταδικασμένα και να γίνονται άχρηστοι. Τίποτα από τα δύο δεν βοηθάει.

Οι έξυπνες κινήσεις περιλαμβάνουν:

• Αποκτήστε εμπειρία σε σύνθετες μεταφορές, όχι μόνο σε βασικά χιλιόμετρα αυτοκινητοδρόμων

• Μάθετε συστήματα ασφαλείας, τηλεματική και λογισμικό στόλου

• Λάβετε εγκρίσεις όπου είναι απαραίτητο

• Κατανοήστε σε βάθος την επιθεώρηση και τη συντήρηση

• Βελτιώστε τις δεξιότητες επικοινωνίας με τους πελάτες

• Εξετάστε εξειδικευμένες αγορές εμπορευματικών μεταφορών

• Μείνετε ενημερωμένοι για τις αυτόνομες λειτουργίες του στόλου

• Ανάπτυξη δεξιοτήτων αποστολής, συμμόρφωσης ή εκπαίδευσης

• Διατηρήστε ένα καθαρό αρχείο ασφαλείας

• Αντιμετωπίστε την τεχνολογία ως εργαλείο πριν την αντιμετωπίσετε ως εχθρό

Όσο περισσότερο η αξία ενός οδηγού εξαρτάται μόνο από το να κάθεται πίσω από το τιμόνι κατά τη διάρκεια προβλέψιμων χιλιομέτρων στον αυτοκινητόδρομο, τόσο πιο εκτεθειμένος γίνεται αυτός ο ρόλος. Όσο περισσότερο χειρίζεται ένας οδηγός την κρίση του, τις σχέσεις του, τον εξοπλισμό του, το φορτίο του και τις απαιτητικές εργασίες πεδίου, τόσο πιο δύσκολο είναι να τα αντικαταστήσει.

Αυτό δεν είναι εμπλουτισμός με κίνητρα για αφίσες. Απλώς έτσι συνήθως «τρώει» η αυτοματοποίηση την εργασία: πρώτα απλές επαναλήψιμες εργασίες, μετά περίπλοκη ανθρώπινη «σούπα» - αν όχι ποτέ.

11. Τι θέλουν οι εταιρείες από τις μεταφορές με τεχνητή νοημοσύνη

Οι διαχειριστές στόλων και οι φορτωτές δεν υιοθετούν την Τεχνητή Νοημοσύνη επειδή είναι λαμπερή. Λοιπόν, μερικοί την υιοθετούν, επειδή τα στελέχη αγαπούν τα λαμπερά πράγματα. Αλλά οι βαθύτεροι λόγοι είναι πρακτικοί:

• Πιο συνεπής μετακίνηση εμπορευμάτων

• Χαμηλότερα μακροπρόθεσμα λειτουργικά έξοδα

• Καλύτερη αξιοποίηση περιουσιακών στοιχείων

• Μειωμένη πίεση έλλειψης οδηγών σε ορισμένες διαδρομές

• Βελτιωμένη αξιοπιστία προγραμματισμού

• Καλύτερη ενσωμάτωση με πλατφόρμες logistics

• Λιγότερες καθυστερήσεις από τα όρια ωρών λειτουργίας σε συγκεκριμένες λωρίδες κυκλοφορίας

• Πιο προβλέψιμη αναπλήρωση καταστήματος

Ορισμένες εταιρείες συνδέουν ήδη πλατφόρμες αυτόνομων φορτηγών με λογισμικό διαχείρισης μεταφορών, κάτι που έχει σημασία επειδή οι αγοραστές εμπορευμάτων δεν θέλουν μια ξεχωριστή, ιδιαίτερη πύλη ρομπότ. Θέλουν αυτόνομη χωρητικότητα που να ταιριάζει στα εργαλεία που ήδη χρησιμοποιούν.

Αυτή η ενσωμάτωση είναι μια σημαντική ένδειξη. Το μέλλον των μεταφορών με τεχνητή νοημοσύνη δεν είναι μόνο το φορτηγό. Είναι ολόκληρη η ροή εργασίας μεταφοράς εμπορευμάτων: παραγγελία, αποστολή, δρομολόγηση, φόρτωση, παρακολούθηση, παράδοση, χειρισμός εξαιρέσεων, χρέωση, συμμόρφωση και συντήρηση. Το φορτηγό είναι η μεγάλη μεταλλική μασκότ.

12. Λοιπόν, θα αντικαταστήσει η Τεχνητή Νοημοσύνη πλήρως τους οδηγούς φορτηγών;

Όχι, όχι εντελώς. Όχι με κανέναν καθαρό, καθολικό τρόπο.

Η καλύτερη πρόβλεψη είναι η εξής:

Η Τεχνητή Νοημοσύνη θα αντικαταστήσει ορισμένες εργασίες οδήγησης σε ορισμένες διαδρομές. Θα μειώσει τη ζήτηση για ορισμένους ρόλους μεγάλων αποστάσεων με την πάροδο του χρόνου. Θα δημιουργήσει νέες θέσεις εργασίας σε αυτόνομες εμπορευματικές μεταφορές. Θα ωθήσει τους οδηγούς προς πιο εξειδικευμένες, τοπικές, τεχνικές, προσανατολισμένες στους πελάτες και με μεγάλο αριθμό εξαιρέσεων εργασίες. Και θα κάνει τον κλάδο των φορτηγών πιο διχασμένο μεταξύ «ρουτίνας μιλίων» και «ανθρώπινης κρίσης μιλίων»

Αυτό ακούγεται λιγότερο δραματικό από το «τα ρομπότ παίρνουν κάθε φορτηγό», αλλά είναι πολύ πιο κοντά στην πραγματικότητα.

Ένας οδηγός που θέλει να οδηγεί μόνο σε απλές λωρίδες αυτοκινητοδρόμων για πάντα μπορεί να αντιμετωπίσει μεγαλύτερη πίεση. Ένας οδηγός που μπορεί να χειριστεί εξοπλισμό, πελάτες, ασφάλεια, τεχνολογία και απρόβλεπτα φορτία θα εξακολουθεί να έχει μια ισχυρή θέση. Σε μια περίεργη ανατροπή, ο μελλοντικός οδηγός φορτηγού μπορεί να γίνει πιο πολύτιμος όντας περισσότερο ανθρώπινος - όχι λιγότερο. 🧠🚛

Κλείσιμο: Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους οδηγούς φορτηγών;

Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Οδηγούς Φορτηγών; Εν μέρει. Επιλεκτικά. Ανομοιόμορφα. Και πιθανώς με περισσότερη γραφειοκρατία από όση θα ήθελε ο καθένας.

Η Τεχνητή Νοημοσύνη εισέρχεται ήδη στις μεταφορές μέσω αυτόνομων εμπορευματικών διαδρομών, συστημάτων υποβοήθησης οδηγού, εργαλείων αποστολής, προγνωστικής συντήρησης, συντονισμού αποθήκης και λογισμικού logistics. Ο δρόμος αλλάζει. Αλλά η οδήγηση φορτηγού δεν είναι απλώς μια επαναλαμβανόμενη ενέργεια. Είναι ένα σύνολο εργασιών, κινδύνων, σχέσεων και κρίσεων τυλιγμένων γύρω από μια μηχανή που ζυγίζει πολύ και δεν συγχωρεί την βλακεία.

Έτσι, το μέλλον δεν είναι «εξαφάνιση των φορτηγατζήδων». Το μέλλον είναι «προσαρμογή των φορτηγατζήδων»

Το ασφαλέστερο στοίχημα; Οι οδηγοί που αναπτύσσουν εξειδικευμένες δεξιότητες, κατανοούν την τεχνολογία και στρέφονται σε μεταφορές υψηλότερης αξιολόγησης θα είναι πολύ πιο δύσκολο να αντικατασταθούν. Ο τροχός μπορεί να γίνει εξυπνότερος, σίγουρα - αλλά η δουλειά χρειάζεται ακόμα ανθρώπους που ξέρουν τι συμβαίνει όταν η πραγματικότητα χύνει καφέ σε όλο το σχέδιο διαδρομής. 

Παράδειγμα από τον πραγματικό κόσμο: Ένας οδηγός μεγάλων αποστάσεων προσαρμόζεται στις αυτόνομες μεταφορές εμπορευμάτων

Σενάριο

Φανταστείτε έναν οδηγό ονόματι Μάρκους, ο οποίος έχει περάσει οκτώ χρόνια διαχειριζόμενος μια προβλέψιμη διαδρομή από αποθήκη σε αποθήκη μεταξύ δύο περιφερειακών κέντρων διανομής. Το μεγαλύτερο μέρος των χιλιομέτρων που διανύει γίνεται σε αυτοκινητόδρομο, με τις ίδιες στάσεις, τον ίδιο τύπο ρυμουλκούμενου και το ίδιο νυχτερινό πρόγραμμα.

Αυτό ακριβώς είναι το είδος της εργασίας που ένας στόλος οχημάτων θα μπορούσε να δοκιμάσει πρώτα με αυτόνομα φορτηγά. Ο Μάρκους δεν είναι άχρηστος σε αυτό το μέλλον, αλλά το πιο επαναλήψιμο κομμάτι της δουλειάς του αποκαλύπτεται.

Αντί να περιμένει να αλλάξει η διαδρομή, ο Marcus αρχίζει να αναπτύσσει δεξιότητες γύρω από τον αυτοματισμό εξαρτημάτων με τον οποίο εξακολουθεί να δυσκολεύεται: επιθεωρήσεις, μετακίνηση σε αυλή, ελέγχους φορτίων, εξαιρέσεις πελατών, αναφορές ασφαλείας και υποστήριξη αυτόνομου στόλου.

Σε τι εστιάζει ο Μάρκος

Ο Μάρκος καταστρώνει ένα απλό σχέδιο:

Μάθετε τον πίνακα ελέγχου τηλεματικής και τις ειδοποιήσεις ασφαλείας του στόλου

Εξασκηθείτε σε πιο ενδελεχείς επιθεωρήσεις πριν και μετά το ταξίδι

Ζητήστε να παρακολουθείτε την αποστολή για μία βάρδια ανά μήνα

Αποκτήστε εμπειρία με ελέγχους ψυγείων, ελέγχους σφραγίδων, προβλήματα με γραφειοκρατία και καθυστερημένη φόρτωση

Διατηρήστε ένα γραπτό αρχείο καταγραφής προβλημάτων διαδρομής που ενδέχεται να παραβλέψει ένα αυτόνομο σύστημα

Παρακολουθήστε ένα εσωτερικό μάθημα για τα συστήματα υποβοήθησης οδηγού, εάν η εταιρεία προσφέρει ένα

Αναζητήστε θέσεις εργασίας στους τομείς της ασφάλειας, της εκπαίδευσης, του συντονισμού αυλής ή της αυτόνομης παρακολούθησης φορτηγών

Αυτό έχει σημασία επειδή ο Μάρκους μετατοπίζει την αξία του από το «Μπορώ να οδηγήσω στον ίδιο αυτοκινητόδρομο για 420 μίλια» προς το «Καταλαβαίνω πώς τα εμπορεύματα πάνε στραβά μόλις αφήσουν την καθαριότητα ενός σχεδίου διαδρομής»

Παράδειγμα οδηγιών που θα μπορούσε να χρησιμοποιήσει ο Μάρκους με έναν βοηθό Τεχνητής Νοημοσύνης

Ο Μάρκους θα μπορούσε να χρησιμοποιήσει έναν βοηθό τεχνητής νοημοσύνης για να μετατρέψει την εμπειρία οδήγησης σε ένα πρακτικό σχέδιο αναβάθμισης των δεξιοτήτων του:

Είμαι οδηγός φορτηγού μεγάλων αποστάσεων σε μια σταθερή διαδρομή από αποθήκη σε αποθήκη. Η διαδρομή μου ενδέχεται να επηρεαστεί από τις αυτόνομες μεταφορές τα επόμενα χρόνια. Δημιουργήστε μου ένα 90ήμερο σχέδιο δεξιοτήτων που θα με βοηθήσει να προχωρήσω σε εργασίες μεταφοράς φορτηγών υψηλότερης κρίσης ή σε αυτόνομη υποστήριξη στόλου. Συμπεριλάβετε εβδομαδιαίες ενέργειες, δεξιότητες για εξάσκηση, ερωτήσεις για να κάνω στον διευθυντή μου, γνώσεις ασφαλείας για καταγραφή και τρεις ρόλους που θα μπορούσα ρεαλιστικά να στοχεύσω χωρίς να εγκαταλείψω τον κλάδο των φορτηγών.

Μια πιο ισχυρή προτροπή παρακολούθησης θα ήταν:

Μετατρέψτε αυτό το σχέδιο σε μια εβδομαδιαία λίστα ελέγχου που μπορώ να χρησιμοποιήσω. Φροντίστε να είναι πρακτικό για κάποιον που εργάζεται πέντε νύχτες την εβδομάδα. Συμπεριλάβετε εργασίες που διαρκούν λιγότερο από 30 λεπτά, συν μία μεγαλύτερη εργασία την εβδομάδα.

Πώς να δοκιμάσετε το σχέδιο

Ο Μάρκους δεν πρέπει να εμπιστεύεται τις συμβουλές της Τεχνητής Νοημοσύνης απλώς και μόνο επειδή ακούγονται έξυπνες. Μπορεί να τις δοκιμάσει σε σχέση με τις καθημερινές εργασίες μεταφοράς:

Ρωτήστε έναν υπεύθυνο ασφαλείας ποιες δεξιότητες εκτιμώνται στον στόλο

Συγκρίνετε τους προτεινόμενους ρόλους με τις τρέχουσες αγγελίες εργασίας

Παρακολουθήστε πόσο συχνά η διαδρομή του έχει εξαιρέσεις σε διάστημα 30 ημερών

Καταγράψτε πόσα προβλήματα απαιτούσαν ανθρώπινη κρίση, όχι μόνο καθοδήγηση

Ελέγξτε εάν ο βοηθός προτείνει ψεύτικες πιστοποιήσεις ή αόριστες «δεξιότητες τεχνητής νοημοσύνης» χωρίς πρακτικό σκοπό

Οι ερωτήσεις πρακτικής εξέτασης περιλαμβάνουν:

«Τι πρέπει να καταγράφει ένας οδηγός κατά τη διάρκεια μιας αυτόνομης διαδρομής επικύρωσης διαδρομής;»

«Ποιες προειδοποιητικές ενδείξεις κατά τη διάρκεια ενός ελέγχου πριν από το ταξίδι θα είχαν μεγαλύτερη σημασία σε ένα αυτόνομο φορτηγό;»

«Πώς θα χειριζόταν ένας χειριστής απομακρυσμένης υποστήριξης μια μπλοκαρισμένη αποβάθρα, μια ελλείπουσα σφραγίδα ή ένα σφάλμα ρυμουλκούμενου;»

«Ποια μέρη αυτών των συμβουλών αφορούν συγκεκριμένα τις μεταφορές με φορτηγά και ποια είναι γενικά στοιχεία που συμπληρώνουν την καριέρα;»

Αποτέλεσμα

Ενδεικτικό αποτέλεσμα: Με βάση τον χρονομετρικό υπολογισμό πέντε συνηθισμένων εργασιών σχεδιασμού σταδιοδρομίας πριν και μετά τη χρήση αυτής της ροής εργασίας, ο Marcus μπόρεσε να μειώσει τον χρόνο σχεδιασμού από περίπου 4 ώρες σε 55 λεπτά.

Βάση μέτρησης:

Συγγραφή ενός σχεδίου δεξιοτήτων χειροκίνητα: 90 λεπτά

Αναζήτηση επιλογών ρόλων: 75 λεπτά

Δημιουργία εβδομαδιαίων δράσεων: 45 λεπτά

Προετοιμασία ερωτήσεων προς τον διευθυντή: 30 λεπτά

Μετατροπή όλων των στοιχείων σε μια λίστα ελέγχου: 30 λεπτά

Με τη ροή εργασίας τεχνητής νοημοσύνης, οι ίδιες πέντε εργασίες χρειάστηκαν περίπου 55 λεπτά, συμπεριλαμβανομένης της ανθρώπινης αναθεώρησης και επεξεργασίας. Η πολύτιμη μέτρηση δεν είναι «η τεχνητή νοημοσύνη έσωσε την καριέρα του». Είναι πιο τεκμηριωμένη: Ο Μάρκους δημιούργησε ένα σαφέστερο 90ήμερο σχέδιο σε μία μόνο συνεδρία, εντόπισε τρεις στοχευμένους ρόλους και δημιούργησε μια εβδομαδιαία λίστα ελέγχου που μπορούσε να ακολουθήσει.

Θα μπορούσε να επαληθεύσει την πρόοδο παρακολουθώντας:

Αριθμός ολοκληρωμένων εβδομαδιαίων ενεργειών

Αριθμός συστημάτων στόλου που έχουν εκπαιδευτεί

Αριθμός προβλημάτων επιθεώρησης που εντοπίστηκαν σωστά

Αριθμός συνομιλιών με το προσωπικό αποστολής, ασφάλειας ή συντήρησης

Αριθμός σχετικών εσωτερικών θέσεων εργασίας για τις οποίες έχει τα προσόντα να υποβάλει αίτηση μετά από 90 ημέρες

Τι μπορεί να πάει στραβά

Το μεγαλύτερο λάθος είναι να αντιμετωπίζουμε τις συμβουλές σταδιοδρομίας στην Τεχνητή Νοημοσύνη σαν κρυστάλλινη σφαίρα. Δεν είναι.

Η Τεχνητή Νοημοσύνη μπορεί να προτείνει ρόλους που δεν υπάρχουν στην εταιρεία του Μάρκους. Μπορεί να υποτιμά τις άδειες, τους κανόνες του συνδικάτου, τα συστήματα αρχαιότητας, τις απαιτήσεις ασφάλισης ή την εκπαίδευση που αφορά ειδικά την εταιρεία. Μπορεί επίσης να κάνει την αυτόνομη οδήγηση φορτηγών να ακούγεται είτε μαγικά εύκολη είτε εντελώς αδύνατη, ανάλογα με το πώς είναι γραμμένη η προτροπή.

Ο Μάρκος χρειάζεται ακόμα ανθρώπινους ελέγχους:

Επιβεβαιώστε τις επιλογές εκπαίδευσης με τον στόλο

Ελέγξτε απευθείας τις απαιτήσεις της εργασίας

Αποφύγετε την κοινοποίηση δεδομένων ιδιωτικής εταιρείας με δημόσια εργαλεία τεχνητής νοημοσύνης

Μην επικολλάτε αναφορές συμβάντων, στοιχεία πελατών ή πληροφορίες ευαίσθητες στη διαδρομή σε έναν βοηθό

Ρωτήστε το έμπειρο προσωπικό ασφαλείας και συντήρησης εάν το σχέδιο ταιριάζει με τις λειτουργίες του στόλου

Το άλλο λάθος είναι η εκμάθηση μόνο «πράγματα τεχνητής νοημοσύνης» και η αγνόηση των βασικών στοιχείων των φορτηγών. Ένας οδηγός που κατανοεί τα φρένα, τα ελαστικά, την ασφάλεια του φορτίου, την κρίση του καιρού, τα προβλήματα των πελατών και την ακαταστασία στην αυλή θα είναι πιο πολύτιμος από κάποιον που γνωρίζει μόνο τη μοντέρνα ορολογία.

Πρακτικό πακέτο

Η ασφαλέστερη επαγγελματική κίνηση είναι να μην πανικοβάλλεστε για τα ρομποτικά φορτηγά. Είναι να στραφείτε προς τα μέρη των φορτηγών που απαιτούν κρίση, εμπιστοσύνη, γνώση εξοπλισμού και ανθρώπινη επίλυση προβλημάτων υπό πίεση.

Η Τεχνητή Νοημοσύνη μπορεί να αναλάβει κάποια χιλιόμετρα ρουτίνας στον αυτοκινητόδρομο, αλλά χρειάζεται ακόμα ανθρώπους που καταλαβαίνουν τι συμβαίνει πριν φύγει το φορτηγό, μετά την άφιξή του και όταν το σχέδιο διαδρομής καταρρίπτεται από την πραγματικότητα.

Συχνές ερωτήσεις

Θα αντικαταστήσει η Τεχνητή Νοημοσύνη εντελώς τους οδηγούς φορτηγών;

Η Τεχνητή Νοημοσύνη είναι απίθανο να αντικαταστήσει πλήρως τους οδηγούς φορτηγών σε μία καθαρή βάρδια σε ολόκληρο τον κλάδο. Είναι πιο πιθανό να αναλάβει συγκεκριμένες εργασίες σε προβλέψιμες διαδρομές, ειδικά σε μεταφορές φορτίων με μεγάλο όγκο σε αυτοκινητόδρομους ή από κόμβο σε κόμβο. Οι μεταφορές φορτηγών εξακολουθούν να περιλαμβάνουν επιθεωρήσεις, προβλήματα φορτίου, επικοινωνία με τους πελάτες, κρίση καιρού, γραφειοκρατία και απρόβλεπτες επιπλοκές. Αυτά τα μέρη, όπου η ανθρώπινη κρίση έχει τη μεγαλύτερη σημασία, είναι πολύ πιο δύσκολο να αυτοματοποιηθούν.

Ποιες θέσεις εργασίας οδηγών φορτηγών διατρέχουν τον μεγαλύτερο κίνδυνο από την Τεχνητή Νοημοσύνη;

Οι πιο εκτεθειμένες εργασίες είναι συνήθως επαναλαμβανόμενες διαδρομές με προβλέψιμες συνθήκες. Αυτό περιλαμβάνει μεταφορές εμπορευμάτων από κόμβο σε κόμβο σε αυτοκινητόδρομο, λωρίδες από αποθήκη σε αποθήκη, παραδόσεις μεσαίου μήκους, διαδρομές αποκλειστικής σύμβασης και ορισμένες διαδρομές σε κέντρα διανομής. Αυτές οι διαδρομές είναι πιο εύκολο να χαρτογραφηθούν, να δοκιμαστούν και να παρακολουθηθούν. Οι εργασίες που αφορούν πολύπλοκη φόρτωση, ασυνήθιστο φορτίο, αλλαγή χώρων ή έντονη αλληλεπίδραση με τους πελάτες είναι πιο δύσκολο να αναληφθούν από την Τεχνητή Νοημοσύνη.

Γιατί η αυτόνομη μεταφορά φορτηγών είναι ευκολότερη στους αυτοκινητόδρομους από ό,τι στις πόλεις;

Οι αυτοκινητόδρομοι είναι γενικά πιο προβλέψιμοι από τους δρόμους των πόλεων. Έχουν λιγότερους πεζούς, ποδηλάτες, κλειστές στροφές, διπλές καταστάσεις στάθμευσης και συγκεχυμένα σημεία παράδοσης. Τα αυτόνομα συστήματα φορτηγών μπορούν να αποδώσουν καλύτερα όταν οι διαδρομές είναι χαρτογραφημένες, οι λωρίδες είναι συνεπείς και οι κανόνες λειτουργίας είναι σαφείς. Η αστική παράδοση φέρνει περισσότερα κινούμενα μέρη και αβεβαιότητα, πράγμα που σημαίνει ότι οι ανθρώπινοι οδηγοί εξακολουθούν να έχουν σημαντικό πλεονέκτημα στην κρίση και την επίλυση προβλημάτων.

Θα αντικαταστήσει πρώτα η Τεχνητή Νοημοσύνη τους οδηγούς φορτηγών στις μεταφορές μεγάλων αποστάσεων;

Η Τεχνητή Νοημοσύνη μπορεί να επηρεάσει τις μεταφορές μεγάλων αποστάσεων νωρίτερα από πολλούς άλλους τομείς φορτηγών, επειδή τα χιλιόμετρα που διανύθηκαν στους αυτοκινητόδρομους είναι πιο επαναλήψιμα. Ένα πιθανό μοντέλο είναι τα αυτόνομα συστήματα που χειρίζονται τα συνηθισμένα μεσαία τμήματα, ενώ οι άνθρωποι διαχειρίζονται την παραλαβή, την παράδοση, τους ελέγχους, τις αποβάθρες φόρτωσης και τις εξαιρέσεις. Αυτό δεν σημαίνει ότι κάθε οδηγός μεγάλων αποστάσεων εξαφανίζεται. Σημαίνει ότι ο ρόλος μπορεί να αλλάξει καθώς οι στόλοι διαχωρίζουν τα συνηθισμένα χιλιόμετρα από τα χιλιόμετρα της ανθρώπινης κρίσης.

Ποιες θέσεις εργασίας στον τομέα των φορτηγών θα δυσκολευτεί η Τεχνητή Νοημοσύνη να αντικαταστήσει;

Η Τεχνητή Νοημοσύνη θα δυσκολευτεί περισσότερο με εργασίες που περιλαμβάνουν απρόβλεπτα περιβάλλοντα, εξειδικευμένα φορτία ή πρακτική λήψη αποφάσεων. Οι επίπεδες πλατφόρμες, τα υπερμεγέθη φορτία, οι μεταφορές κατασκευών, τα ζώα, οι εργασίες με βυτιοφόρα, τα επικίνδυνα υλικά, οι αγροτικές διαδρομές και τα φορτία υψηλής αφής είναι πιο δύσκολο να αυτοματοποιηθούν. Αυτοί οι ρόλοι απαιτούν από τους οδηγούς να διαβάζουν καταστάσεις, να ασφαλίζουν φορτία, να συντονίζονται με τους ανθρώπους και να επιλύουν προβλήματα που δεν ταιριάζουν πάντα στο λογισμικό.

Πώς μπορούν οι οδηγοί φορτηγών να παραμείνουν πολύτιμοι καθώς οι μεταφορές με τεχνητή νοημοσύνη αυξάνονται;

Οι οδηγοί μπορούν να παραμείνουν πολύτιμοι αναπτύσσοντας δεξιότητες πέρα ​​από την βασική οδήγηση σε αυτοκινητόδρομους. Εξειδικευμένες μεταφορές, εγκρίσεις, γνώσεις επιθεώρησης, συστήματα ασφαλείας, τηλεματική, επικοινωνία με πελάτες και εμπειρία συμμόρφωσης, όλα βοηθούν. Η εκμάθηση του τρόπου λειτουργίας του λογισμικού στόλου και των αυτόνομων συστημάτων υποστήριξης μπορεί επίσης να ανοίξει νέους μελλοντικούς ρόλους. Όσο περισσότερο ένας οδηγός χειρίζεται την κρίση, τον εξοπλισμό, το φορτίο και τους ανθρώπους, τόσο πιο δύσκολο είναι να τους αντικαταστήσει.

Θα μπορούσε η Τεχνητή Νοημοσύνη να δημιουργήσει νέες θέσεις εργασίας που σχετίζονται με τις μεταφορές;

Ναι, η Τεχνητή Νοημοσύνη θα μπορούσε να δημιουργήσει υποστηρικτικούς ρόλους γύρω από τις αυτόνομες μεταφορές. Οι έμπειροι οδηγοί μπορούν να ασχοληθούν με την απομακρυσμένη παρακολούθηση φορτηγών, την εποπτεία ασφαλείας, τον συντονισμό του ναυπηγείου, την επικύρωση διαδρομής, την επιθεώρηση αισθητήρων, την εκπαίδευση στόλου ή τις λειτουργίες συμμόρφωσης. Αυτές οι θέσεις εργασίας εξακολουθούν να επωφελούνται από τις γνώσεις οδικής κυκλοφορίας που αποκτώνται από πρώτο χέρι. Ένα άτομο που κατανοεί τις μεταφορές μπορεί συχνά να εντοπίσει πρακτικά προβλήματα που ένα καθαρά τεχνικό σύστημα μπορεί να μην εντοπίσει.

Είναι οι μεταφορές με φορτηγά μέσω Τεχνητής Νοημοσύνης ασφαλέστερες από την οδήγηση από ανθρώπους;

Η τεχνητή νοημοσύνη στις μεταφορές με φορτηγά θα μπορούσε να μειώσει ορισμένους κινδύνους που συνδέονται με την κόπωση, την απόσπαση της προσοχής, την υπερβολική ταχύτητα ή την μειωμένη οδήγηση. Δημιουργεί όμως και διαφορετικούς κινδύνους, όπως αστοχία αισθητήρων, ακραίες περιπτώσεις λογισμικού, κακή απόδοση σε κακές καιρικές συνθήκες, ζητήματα κυβερνοασφάλειας και ασαφή λογοδοσία μετά από περιστατικά. Το ερώτημα για την ασφάλεια δεν είναι αν οι άνθρωποι ή τα ρομπότ είναι τέλειοι. Το ζήτημα είναι ποιοι κίνδυνοι μειώνονται, ποιοι νέοι εμφανίζονται και πώς διαχειρίζονται.

Γιατί είναι τόσο δύσκολο να γίνει πλήρης αυτοματοποίηση στις μεταφορές;

Οι μεταφορές με φορτηγά δεν είναι μια απλή δουλειά. Περιλαμβάνει διαφορετικούς τύπους εμπορευμάτων, κρατικούς κανόνες, εξοπλισμό, πελάτες, καιρικές συνθήκες, σημεία φόρτωσης, επιθεωρήσεις και προβλήματα διαδρομής. Ένα ρομποτικό φορτηγό σε μια καθαρή διαδρομή αυτοκινητόδρομου είναι μια πρόκληση. Ένα φορτηγό που χειρίζεται μικτά φορτία, κακή γραφειοκρατία, στενές αποβάθρες, αλλαγές πελατών και μηχανικά προβλήματα είναι μια άλλη. Ο πλήρης αυτοματισμός πρέπει να επιβιώσει από την τριβή και την απρόβλεπτη κατάσταση των καθημερινών μεταφορών με φορτηγά, όχι μόνο ελεγχόμενες επιδείξεις.

Ποιο είναι το ρεαλιστικό μέλλον της οδήγησης φορτηγών με τεχνητή νοημοσύνη;

Το ρεαλιστικό μέλλον είναι η επιλεκτική αυτοματοποίηση, όχι η άμεση αντικατάσταση. Η Τεχνητή Νοημοσύνη πιθανότατα θα χειρίζεται πιο συνηθισμένες εργασίες οδήγησης, ειδικά σε προβλέψιμες λωρίδες εμπορευματικών μεταφορών. Οι ανθρώπινοι οδηγοί μπορεί να επικεντρωθούν περισσότερο σε εξειδικευμένες μεταφορές, τοπικές παραδόσεις, επιθεωρήσεις, εργασία που απευθύνεται σε πελάτες, τεχνική υποστήριξη και χειρισμό εξαιρέσεων. Στην πράξη, οι μεταφορές με φορτηγά μπορεί να χωριστούν σε συνηθισμένα χιλιόμετρα που είναι πιο εύκολο να αυτοματοποιηθούν και σε χιλιόμετρα ανθρώπινης κρίσης που εξακολουθούν να χρειάζονται έμπειρους ανθρώπους.

Αναφορές

1. Γραφείο Στατιστικών Εργασίας - Επίσημα στοιχεία εργασίας - bls.gov

2. Federal Register - Ασφαλής Ενσωμάτωση Συστημάτων Αυτόματης Οδήγησης (ADS) - Εξοπλισμένα Εμπορικά Μηχανοκίνητα Οχήματα (CMV) - federalregister.gov

3. Εθνική Διοίκηση Οδικής Ασφάλειας - Κίνδυνοι κυβερνοασφάλειας - nhtsa.gov

4. Torc AI - Εμπορευματικές μεταφορές από κόμβο σε κόμβο σε αυτοκινητόδρομο - torc.ai

5. Gatik - Εμπορικές δραστηριότητες - gatik.ai

6. Aurora - Λογισμικό διαχείρισης μεταφορών - ir.aurora.tech

Βρείτε την τελευταία λέξη της Τεχνητής Νοημοσύνης στο επίσημο κατάστημα βοηθών τεχνητής νοημοσύνης

Σχετικά με εμάς