لا تلاحظ الثورة أثناء حدوثها، بل تدركها فقط عندما تتلاشى العادات القديمة بالفعل.
استرجع بذاكرتك كيف كانت الشحنات تتحرك قبل عشر أو خمس عشرة سنة. كان المنسق يجلس وبيده خريطة ورقية وقائمة أرقام هواتف. عندما يسأل العميل عن مكان شحنته، يقوم شخص ما بالاتصال بالسائق. وإذا لم يرد السائق، كان الرد هو الصمت. كانت المسارات تُبنى بناءً على الذاكرة، والحدس، وما قد تذكره تقارير حركة المرور عبر الراديو. لم يكن التأخر في التسليم حالة طوارئ، بل كان مجرد يوم ثلاثاء عادي.
لقد ولى ذلك العالم. أصبح العملاء الآن يتعاملون مع تتبع الطرود بنفس الطريقة التي يتعاملون بها مع تطبيقات الطقس؛ يقومون بتحديث الصفحة باستمرار، ويتوقعون رؤية الموقع يتحرك على الخريطة، ويريدون نافذة زمنية تُقاس بالدقائق لا بالساعات. وفي الوقت نفسه، تتقلب أسعار الوقود بشكل غير متوقع، ويصبح توظيف السائقين المؤهلين أكثر صعوبة. وتستمر الفجوة في الاتساع بين ما يتطلبه السوق وما يمكن للعمليات اليدوية تقديمه.
الذكاء الاصطناعي ليس مجرد إضافة مستقبلية، بل هو الحل اللازم لنظام تجاوزت قدراته البشرية المتاحة منذ سنوات. والأهم من ذلك، أنه ليس هنا لإقصاء البشر من المعادلة، بل جاء لمنعهم من إضاعة وقتهم في مهام يمكن للبرمجيات القيام بها بشكل أفضل.
عندما يتمكن الجميع من رؤية الخريطة نفسها
أول مجال يغير فيه الذكاء الاصطناعي وتيرة العمل اليومية هو الرؤية (Visibility).
في العمليات التقليدية، كانت "الرؤية" تعني إجراء مكالمة هاتفية والدعاء بالتوفيق. قد يعرف مدير النقل أن الشاحنة رقم 14 غادرت المستودع حوالي الساعة الثامنة صباحاً، وبعد ذلك، تدخل الشحنة في "ثقب أسود" حتى يسجل السائق وصوله إلى الوجهة. إذا اتصل عميل في منتصف النهار، فإما أن يكذب المدير بثقة أو ينقل التوتر إلى السائق.
تسحب المنصات الحديثة البيانات من نظام GPS، وأنظمة التتبع عن بُعد (telematics)، وأجهزة التسجيل الإلكترونية، وماسحات المستودعات الضوئية. ويعالج الذكاء الاصطناعي هذه البيانات ليحولها إلى صورة واحدة متماسكة. يمكن للمدير النظر إلى شاشة واحدة ورؤية مائتي شحنة دون الحاجة للاتصال بمائتي شخص. يقوم البرنامج بتحديد الاستثناءات تلقائياً: شاحنة تتوقف لفترة طويلة عند الحدود، أو انحراف درجة حرارة المقطورة عن النطاق المطلوب، أو انحراف عن المسار بسبب إغلاق مفاجئ للطريق. لا تزال العيون البشرية تراجع التنبيهات، لكنها لم تعد مضطرة للبحث عن إبرة في كومة قش.
هذا الأمر بالغ الأهمية لأن التوسع في العمليات قد كسر النموذج القديم. لا يمكنك الاتصال بخمسين سائقاً كل صباح مع الحفاظ على هدوئك، ولا يمكنك إرسال رسائل بريد إلكتروني مهذبة لكل عميل تطلب منهم الثقة بك. تتيح أدوات الرؤية للفرق الصغيرة العمل بضخامة، وتمنع الفرق الكبيرة من الغرق في التفاصيل.
تخمين أوقات الوصول أمر مكلف
قد يبدو التنبؤ بموعد وصول الشاحنة أمراً بسيطاً، لكنه ليس كذلك.
قد يقوم المقدر البشري بإدخال العناوين في أداة خرائط بسيطة ويضيف هامشاً زمنياً بناءً على حدسه بشأن حركة المرور. هذا الأسلوب قد ينجح أحياناً، لكنه سيفشل حتماً. فتأخير في الميناء، أو تفتيش جمركي، أو عاصفة رعدية مفاجئة فوق ممفيس، أو إغلاق رصيف الاستلام لتناول الغداء، كلها عوامل يمكن أن تدمر الجدول الزمني بالكامل. عندما تحدد شركة موعداً للتسليم في نافذة زمنية مدتها ثلاث ساعات وتخفق في ذلك، فإن التكلفة لا تقتصر فقط على استياء العملاء، بل تشمل توقف خطوط الإنتاج، وتعطل العمالة في رصيف الاستلام، والغرامات المنصوص عليها في العقود.
تتغذى محركات التنبؤ بالذكاء الاصطناعي على البيانات التاريخية؛ فهي تنظر في المدة التي يستغرقها ذلك المعبر المحدد عادةً في عصر يوم الخميس، وتزن احتمالية الازدحام في مركز التوزيع المعني خلال موسم الذروة، وتعدل توقعاتها باستمرار مع وصول بيانات جديدة. والنتيجة هي وقت وصول تقديري يصبح أكثر دقة كلما اقتربت الشاحنة، بدلاً من أن يصبح أكثر غموضاً.
بالنسبة للمخطط في الطرف الآخر، يغير هذا مجرى اليوم بالكامل. فبدلاً من حجز نافذة زمنية مدتها ست ساعات "للاحتياط"، يمكنه جدولة العمالة في فترة مدتها تسعون دقيقة فقط. يعمل المستودع بكفاءة أكبر، وتقضي الشاحنة وقتاً أقل في الانتظار في الطوابير، ولا يُستهلك الوقود إلا عندما تتحرك العجلات نحو رصيف جاهز بالفعل.
مسارات تتعلم من كل رحلة
يعد تحسين المسارات مجالاً آخر يصطدم فيه الخبرة البشرية بحائط مسدود.
يمكن للمنسق الخبير بناء مسار قوي؛ فلا توجد خوارزمية يمكنها محاكاة عشرين عاماً من المعرفة بأن مستلماً معيناً يستغرق دائماً وقتاً أطول في التفريغ، أو أن طريقاً سريعاً معيناً يتحول إلى ساحة انتظار بعد خروج طلاب المدارس المحلية. لكن الخبرة تعاني أمام "الانفجار التوافقي" (combinatorial explosion)؛ فبمجرد أن تدير أسطولاً حتى لو كان متوسط الحجم، فإن عدد احتمالات المسارات الممكنة يتجاوز ما يمكن لأي عقل بشري فرزه في الوقت الفعلي.
يقوم تحسين المسارات المدعوم بالذكاء الاصطناعي بتقييم ملايين الاحتمالات في ثوانٍ معدودة. وهو يأخذ في الاعتبار القيود الصارمة: مثل الحمولة المبردة، وحدود ساعات خدمة السائق، والنافذة الزمنية لموعد العميل. كما أنه يقلل من استهلاك الوقود من خلال تفضيل التضاريس المنبسطة أو السرعات الثابتة، وعبر دمج رحلات العودة، وتسلسل التوقفات بحيث لا تتأرجح الشاحنة بشكل متعرج عبر المنطقة الحضرية.
تتراكم وفورات الوقود، وكذلك الأمر بالنسبة للاحتفاظ بالسائقين. لا أحد يستقيل لأن الكمبيوتر أعطاه تسلسلاً أذكى لعمليات التسليم؛ بل يستقيل الناس عندما يتم إرسالهم في "ماراثونات" غير منطقية تبعدهم عن منازلهم دون سبب وجيه. المسارات الأفضل تحترم كلاً من خزان الديزل والعنصر البشري في مقصورة القيادة.
امتصاص الصدمات
لطالما كانت سلاسل التوريد عرضة للمخاطر. فإعصار واحد قد يغلق ميناءً، أو حدث جيوسياسي قد يعيق معبراً حدودياً، أو قد يتخلف مورد عن موعد الإنتاج، وفجأة تجد شحناتك الصادرة ليس لديها ما تحمله. الفرق الآن هو السرعة؛ ففي السابق، كانت الاضطرابات تستغرق أياماً لتنتشر آثارها عبر الشبكة، أما الآن، فهي تنتشر بسرعة التغريدة.
أدوات الذكاء الاصطناعي التي تدير الاضطرابات لا تمنع الطقس السيئ، لكنها تقصّر وقت الاستجابة. فعندما يؤدي إعصار إلى إغلاق طريق سريع، يمكن للنظام إعادة تخطيط المسارات المتأثرة قبل أن ينهي السائقون قهوتهم. وعندما يرتفع الطلب في منطقة ما وينهار في أخرى، تقوم الخوارزميات بتحديد الخلل في التوازن واقتراح إعادة توزيع الأصول الفارغة. وعندما يفشل ناقل في استلام حمولة، يمكن للمنصة تأمين بديل من شبكة احتياطية مدققة مسبقاً دون الدخول في حرب مزايدة يدوية.
السر يكمن في أن هذه الأنظمة تتعلم؛ فالحل المؤقت الذي يُستخدم لمرة واحدة يصبح بيانات للأزمة القادمة. ويصبح النموذج أفضل في اقتراح البدائل لأنه رأى أي البدائل نجحت بالفعل.
المقعد البشري لا يزال هو مقعد السائق
هناك خوف مستمر من أن يعني استخدام الذكاء الاصطناعي في النقل وجود شاحنات آلية وموظفي توزيع عاطلين عن العمل.