आप किसी क्रांति को तब महसूस नहीं करते जब वह हो रही होती है। आप उसे तभी देखते हैं जब पुरानी आदतें पहले ही खत्म हो चुकी होती हैं।
याद कीजिए कि दस या पंद्रह साल पहले माल ढुलाई (freight) कैसे होती थी। एक डिस्पैचर कागज़ के नक्शे और फोन की लिस्ट के साथ बैठा रहता था। जब कोई ग्राहक पूछता था कि उनका शिपमेंट कहाँ है, तो कोई ड्राइवर को फोन लगाता था। अगर ड्राइवर फोन नहीं उठाता था, तो जवाब सिर्फ सन्नाटा होता था। रूट याददाश्त, अंतर्ज्ञान और रेडियो ट्रैफिक रिपोर्ट में बताई गई बातों के आधार पर बनाए जाते थे। देरी से डिलीवरी होना कोई आपातकालीन स्थिति नहीं थी। यह तो बस एक सामान्य मंगलवार की बात थी।
वह दुनिया अब जा चुकी है। ग्राहक अब पैकेज ट्रैकिंग के साथ वैसा ही व्यवहार करते हैं जैसा वे वेदर ऐप्स (weather apps) के साथ करते हैं। वे रिफ्रेश करते हैं। वे उम्मीद करते हैं कि मैप पर पिन हिलता हुआ दिखे। वे घंटों के बजाय मिनटों में सटीक जानकारी चाहते हैं। साथ ही, ईंधन की कीमतें अनिश्चित रूप से बदलती रहती हैं और कुशल ड्राइवरों को काम पर रखना कठिन होता जा रहा है। बाजार की मांग और मैन्युअल प्रक्रियाओं द्वारा दी जा सकने वाली क्षमता के बीच का अंतर लगातार बढ़ता जा रहा है।
आर्टिफिशियल इंटेलिजेंस (AI) कोई भविष्य का अतिरिक्त फीचर नहीं है। यह उस सिस्टम के लिए एक समाधान (patch) है जिसकी मानवीय क्षमता (human bandwidth) सालों पहले ही कम पड़ चुकी है। और महत्वपूर्ण बात यह है कि यह लोगों को प्रक्रिया से बाहर करने के लिए नहीं है। यह लोगों को उस काम में समय बर्बाद करने से रोकने के लिए है जिसे सॉफ्टवेयर बेहतर तरीके से संभाल सकता है।
जब हर कोई एक ही मैप देख सके
AI जिस पहली चीज़ को बदलता है, वह है दैनिक कामकाज में विजिबिलिटी (visibility)।
पुराने परिचालन (legacy operations) में, "विजिबिलिटी" का मतलब था एक फोन कॉल और एक प्रार्थना। एक ट्रांसपोर्टेशन मैनेजर को शायद पता हो कि ट्रक 14 सुबह 8 बजे के आसपास वेयरहाउस से निकला था। उसके बाद, कार्गो एक 'ब्लैक होल' में चला जाता था जब तक कि ड्राइवर गंतव्य पर पहुँचकर चेक-इन न कर दे। अगर दोपहर में कोई ग्राहक फोन करता, तो मैनेजर या तो आत्मविश्वास के साथ झूठ बोलता या फिर सारा तनाव ड्राइवर पर डाल देता।
आधुनिक प्लेटफॉर्म GPS, टेलीमैटिक्स, इलेक्ट्रॉनिक लॉगिंग डिवाइस और वेयरहाउस स्कैनर से डेटा निकालते हैं। AI इस डेटा को एक स्पष्ट और सुसंगत तस्वीर में बदल देता है। एक मैनेजर दो सौ लोगों को फोन किए बिना एक ही स्क्रीन पर दो सौ शिपमेंट देख सकता है। सॉफ्टवेयर स्वचालित रूप से विसंगतियों (exceptions) को चिन्हित कर देता है: जैसे किसी सीमा पर ट्रक का बहुत देर तक खड़ा रहना, ट्रेलर के तापमान का तय सीमा से बाहर जाना, या अचानक सड़क बंद होने के कारण रूट का भटक जाना। अलर्ट की समीक्षा अभी भी इंसान ही करते हैं, लेकिन अब उन्हें घास के ढेर में सुई खोजने जैसी मेहनत नहीं करनी पड़ती।
यह महत्वपूर्ण है क्योंकि बड़े पैमाने पर काम करने के कारण पुराना मॉडल विफल हो गया है। आप हर सुबह पचास ड्राइवरों को फोन करके अपना मानसिक संतुलन नहीं बनाए रख सकते। आप हर ग्राहक को विनम्र ईमेल भेजकर उनसे भरोसा करने के लिए नहीं कह सकते। विजिबिलिटी टूल्स छोटी टीमों को बड़े स्तर पर काम करने की क्षमता देते हैं और बड़ी टीमों को डूबने से बचाते हैं।
आगमन के समय का अनुमान लगाना महंगा है
ट्रक कब पहुँचेगा, इसका अनुमान लगाना सरल लगता है। लेकिन ऐसा नहीं है।
एक मानव अनुमान लगाने वाला बुनियादी मैपिंग टूल में पते डाल सकता है और ट्रैफिक के लिए अपने अंदाज़े से कुछ अतिरिक्त समय जोड़ सकता है। यह तब तक काम करता है जब तक कि कुछ अनपेक्षित न हो जाए। पोर्ट में देरी, कस्टम निरीक्षण, मेम्फिस में अचानक गरज के साथ तूफान, या लंच के लिए रिसीवर डॉक का बंद होना—ये सभी चीज़ें शेड्यूल को पूरी तरह बिगाड़ सकती हैं। जब कोई व्यवसाय तीन घंटे की डिलीवरी विंडो का वादा करता है और उसे पूरा नहीं कर पाता, तो इसकी कीमत सिर्फ नाराज ग्राहक नहीं होते। इसके कारण प्रोडक्शन लाइनें रुक जाती हैं, रिसीविंग डॉक पर लेबर खाली बैठी रहती है, और अनुबंधों (contracts) में लिखी पेनल्टी भी चुकानी पड़ती है।
AI प्रेडिक्शन इंजन ऐतिहासिक डेटा का उपयोग करते हैं। वे देखते हैं कि गुरुवार की दोपहर को उस विशेष क्रॉसिंग में आमतौर पर कितना समय लगता है। वे पीक सीजन के दौरान उस विशेष डिस्ट्रीब्यूशन सेंटर पर भीड़ की संभावना का आकलन करते हैं। जैसे ही नए हालात सामने आते हैं, वे लगातार खुद को अपडेट करते रहते हैं। इसका परिणाम यह होता है कि आगमन का अनुमानित समय (ETA) ट्रक के करीब पहुँचने के साथ और अधिक सटीक होता जाता है, न कि अस्पष्ट।
दूसरी ओर काम करने वाले प्लानर के लिए, यह पूरे दिन को बदल देता है। "बस सावधानी के तौर पर" छह घंटे का समय ब्लॉक करने के बजाय, वे केवल नब्बे मिनट के स्लॉट में लेबर का शेड्यूल बना सकते हैं। वेयरहाउस अधिक कुशलता से चलता है। ट्रक को कतार में कम समय बिताना पड़ता है। ईंधन तभी खर्च होता है जब पहिए उस डॉक की ओर बढ़ रहे हों जो वास्तव में तैयार है।
ऐसे रूट जो हर यात्रा से सीखते हैं
रूट ऑप्टिमाइज़ेशन (Route optimization) एक और ऐसा क्षेत्र है जहाँ मानवीय अनुभव की सीमाएँ आ जाती हैं।
एक अनुभवी डिस्पैचर एक ठोस रूट बना सकता है। कोई भी एल्गोरिदम उस बीस साल के अनुभव की बराबरी नहीं कर सकता जिसमें यह पता हो कि किसी खास रिसीवर को अनलोड करने में हमेशा अधिक समय लगता है, या किसी स्थानीय स्कूल की छुट्टी के बाद एक विशेष हाईवे पार्किंग लॉट में बदल जाता है। लेकिन अनुभव 'combinatorial explosion' के सामने संघर्ष करता है। एक बार जब आप मध्यम आकार के बेड़े (fleet) का प्रबंधन करने लगते हैं, तो संभावित रूट विकल्पों की संख्या इतनी बढ़ जाती है कि कोई भी मस्तिष्क वास्तविक समय में उन्हें व्यवस्थित नहीं कर सकता।
AI-संचालित रूट ऑप्टिमाइज़ेशन सेकंडों में लाखों संयोजनों का मूल्यांकन करता है। यह कठोर बाधाओं को ध्यान में रखता है: जैसे रेफ्रिजेरेटेड लोड, ड्राइवर के सेवा के घंटों की सीमा, और ग्राहक की अपॉइंटमेंट विंडो। यह समतल इलाकों या निरंतर गति को प्राथमिकता देकर, बैकहॉल्स को समेकित करके, और स्टॉप्स का ऐसा क्रम निर्धारित करके ईंधन की खपत को भी कम करता है ताकि ट्रक मेट्रो क्षेत्र में इधर-उधर न भटकता रहे।
ईंधन की बचत बढ़ती जाती है। ड्राइवर रिटेंशन भी। कोई भी इसलिए नौकरी नहीं छोड़ता क्योंकि कंप्यूटर ने उन्हें ड्रॉप्स का एक बेहतर क्रम दिया है। लोग तब नौकरी छोड़ते हैं जब उन्हें ऐसे तर्कहीन मैराथन पर भेजा जाता है जो बिना किसी ठोस कारण के उन्हें घर से दूर रखते हैं। बेहतर रूट डीजल टैंक और कैबिन में बैठे इंसान, दोनों का सम्मान करते हैं।
झटकों को सहना
सप्लाई चेन हमेशा से संवेदनशील रही हैं। एक तूफान बंदरगाह को बंद कर देता है। एक भू-राजनीतिक घटना सीमा पार करने के रास्ते को बाधित कर देती है। एक सप्लायर उत्पादन की समय सीमा चूक जाता है और अचानक आपके आउटबाउंड फ्रेट के पास ले जाने के लिए कुछ नहीं होता। अब अंतर गति का है। पहले व्यवधानों को नेटवर्क में फैलने में दिनों लग जाते थे। अब वे एक ट्वीट की गति से फैलते हैं।
व्यवधानों को प्रबंधित करने वाले AI टूल्स खराब मौसम को नहीं रोकते। वे प्रतिक्रिया समय को कम करते हैं। जब कोई तूफान इंटरस्टेट को बंद कर देता है, तो सिस्टम ड्राइवर के कॉफी खत्म करने से पहले ही प्रभावित रूटों की पुनयोजना कर सकता है। जब एक क्षेत्र में मांग बढ़ती है और दूसरे में गिर जाती है, तो एल्गोरिदम असंतुलन को चिह्नित करते हैं और खाली संपत्तियों को पुनर्व्यवस्थित करने का सुझाव देते हैं। जब कोई कैरियर लोड उठाने में विफल रहता है, तो प्लेटफॉर्म बिना किसी मैनुअल बोली युद्ध के, एक पूर्व-जांचित बैकअप नेटवर्क से विकल्प खोज सकता है।
मुख्य बात यह है कि ये सिस्टम सीखते हैं। एक बार का समाधान अगले संकट के लिए डेटा बन जाता है। मॉडल विकल्पों का सुझाव देने में बेहतर होता जाता है क्योंकि उसने देख लिया है कि कौन से विकल्प वास्तव में काम कर गए।
मानवीय सीट अभी भी ड्राइवर की सीट है
यह डर बना रहता है कि परिवहन में AI का मतलब रोबोट ट्रक और बेरोजगार डिस्पैचर हैं।