ಕ್ರಾಂತಿ ನಡೆಯುತ್ತಿರುವಾಗ ನೀವು ಅದನ್ನು ಗಮನಿಸುವುದಿಲ್ಲ. ಹಳೆಯ ಅಭ್ಯಾಸಗಳು ಈಗಾಗಲೇ ಮಾಯವಾಗಿ ಹೋದ ನಂತರವಷ್ಟೇ ನೀವು ಅದನ್ನು ಕಾಣುತ್ತೀರಿ.
ಹತ್ತು ಅಥವಾ ಹದಿನೈದು ವರ್ಷಗಳ ಹಿಂದೆ ಸರಕು ಸಾಗಣೆ ಹೇಗೆ ನಡೆಯುತ್ತಿತ್ತು ಎಂಬುದನ್ನು ನೆನಪಿಸಿಕೊಳ್ಳಿ. ಒಬ್ಬ ಡಿಸ್ಪ್ಯಾಚರ್ ಕಾಗದದ ನಕ್ಷೆ ಮತ್ತು ಫೋನ್ ಪಟ್ಟಿಯೊಂದಿಗೆ ಕುಳಿತಿರುತ್ತಿದ್ದರು. ಗ್ರಾಹಕರು ತಮ್ಮ ಶಿಪ್ಮೆಂಟ್ ಎಲ್ಲಿದೆ ಎಂದು ಕೇಳಿದಾಗ, ಯಾರೋ ಒಬ್ಬರು ಚಾಲಕನಿಗೆ ಫೋನ್ ಮಾಡುತ್ತಿದ್ದರು. ಚಾಲಕ ಫೋನ್ ಎತ್ತದಿದ್ದರೆ, ಉತ್ತರ ಮೌನವಾಗಿರುತ್ತಿತ್ತು. ಮಾರ್ಗಗಳನ್ನು ನೆನಪು, ಅಂತಃಪ್ರಜ್ಞೆ ಮತ್ತು ರೇಡಿಯೋ ಟ್ರಾಫಿಕ್ ವರದಿಯಲ್ಲಿ ಏನೇನಿದ್ದವೋ ಅದರ ಆಧಾರದ ಮೇಲೆ ನಿರ್ಮಿಸಲಾಗುತ್ತಿತ್ತು. ವಿಳಂಬವಾದ ವಿತರಣೆಯು ತುರ್ತು ಪರಿಸ್ಥಿತಿಯಾಗಿರಲಿಲ್ಲ. ಅದು ಕೇವಲ ಒಂದು ಸಾಮಾನ್ಯ ದಿನದ ಕೆಲಸವಾಗಿರುತ್ತಿತ್ತು.
ಆ ಜಗತ್ತು ಈಗ ಹೋಗಿದೆ. ಗ್ರಾಹಕರು ಈಗ ಪ್ಯಾಕೇಜ್ ಟ್ರ್ಯಾಕಿಂಗ್ ಅನ್ನು ಹವಾಮಾನ ಅಪ್ಲಿಕೇಶನ್ಗಳಂತೆ ನೋಡುತ್ತಾರೆ. ಅವರು ಪದೇ ಪದೇ ರಿಫ್ರೆಶ್ ಮಾಡುತ್ತಾರೆ. ನಕ್ಷೆಯಲ್ಲಿನ ಪಿನ್ ಚಲಿಸಬೇಕೆಂದು ಅವರು ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ. ಅವರು ಗಂಟೆಗಳ ಬದಲಾಗಿ ನಿಮಿಷಗಳಲ್ಲಿ ಅಳೆಯಲಾಗುವ ಸಮಯದ ಮಿತಿಯನ್ನು ಬಯಸುತ್ತಾರೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, ಇಂಧನ ಬೆಲೆಗಳು ಅನಿರೀಕ್ಷಿತವಾಗಿ ಏರಿಳಿತವಾಗುತ್ತಿವೆ ಮತ್ತು ಅರ್ಹ ಚಾಲಕರನ್ನು ನೇಮಿಸಿಕೊಳ್ಳುವುದು ಕಷ್ಟವಾಗುತ್ತಿದೆ. ಮಾರುಕಟ್ಟೆಯ ಬೇಡಿಕೆ ಮತ್ತು ಮ್ಯಾನುಯಲ್ ಪ್ರಕ್ರಿಯೆಗಳು ನೀಡಬಲ್ಲ ಸಾಮರ್ಥ್ಯದ ನಡುವಿನ ಅಂತರವು ದಿನದಿಂದ ದಿನಕ್ಕೆ ಹೆಚ್ಚಾಗುತ್ತಲೇ ಇದೆ.
ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ (AI) ಎಂಬುದು ಭವಿಷ್ಯದ ಹೆಚ್ಚುವರಿ ಸೌಲಭ್ಯವಲ್ಲ. ಇದು ವರ್ಷಗಳ ಹಿಂದೆಯೇ ತನ್ನ ಮಾನವ ಸಾಮರ್ಥ್ಯವನ್ನು ಮೀರಿ ಬೆಳೆದಿರುವ ವ್ಯವಸ್ಥೆಗೆ ಅಳವಡಿಸಲಾದ ಒಂದು ಪರಿಹಾರವಾಗಿದೆ. ಮತ್ತು ಮುಖ್ಯವಾಗಿ, ಇದು ಮನುಷ್ಯರನ್ನು ವ್ಯವಸ್ಥೆಯಿಂದ ಹೊರಹಾಕಲು ಬಂದಿದ್ದಲ್ಲ. ಬದಲಾಗಿ, ಸಾಫ್ಟ್ವೇರ್ ಉತ್ತಮವಾಗಿ ನಿರ್ವಹಿಸಬಲ್ಲ ಕೆಲಸಗಳಿಗಾಗಿ ಮನುಷ್ಯರು ತಮ್ಮ ಸಮಯವನ್ನು ವ್ಯರ್ಥ ಮಾಡುವುದನ್ನು ತಡೆಯಲು ಇದು ಬಂದಿದೆ.
ಎಲ್ಲರೂ ಒಂದೇ ನಕ್ಷೆಯನ್ನು ನೋಡಬಹುದಾದಾಗ
ದೈನಂದಿನ ಕೆಲಸದ ಶೈಲಿಯಲ್ಲಿ AI ಬದಲಾವಣೆ ತರುವ ಮೊದಲ ವಿಷಯವೆಂದರೆ ದೃಶ್ಯ ಗೋಚರತೆ (visibility).
ಹಳೆಯ ಕಾರ್ಯವೈಖರಿಯಲ್ಲಿ, “visibility” ಎಂದರೆ ಒಂದು ಫೋನ್ ಕರೆ ಮತ್ತು ಪ್ರಾರ್ಥನೆ ಎಂದರ್ಥವಾಗಿತ್ತು. ಟ್ರಕ್ 14 ಬೆಳಿಗ್ಗೆ 8 ಗಂಟೆಯ ಸುಮಾರಿಗೆ ಗೋದಾಮಿನಿಂದ ಹೊರಟಿದೆ ಎಂಬುದು ಟ್ರಾನ್ಸ್ಪೋರ್ಟೇಶನ್ ಮ್ಯಾನೇಜರ್ಗೆ ತಿಳಿದಿರಬಹುದು. ಅದರ ನಂತರ, ಚಾಲಕ ತಲುಪಿದ ಸ್ಥಳದಲ್ಲಿ ಮಾಹಿತಿ ನೀಡುವವರೆಗೆ ಸರಕು ಕಣ್ಣಿಗೆ ಕಾಣದ ಕತ್ತಲೆಯಲ್ಲಿರುತ್ತದೆ. ಮಧ್ಯಾಹ್ನ ಗ್ರಾಹಕರು ಕರೆ ಮಾಡಿದರೆ, ಮ್ಯಾನೇಜರ್ ಅಥವಾ ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಸುಳ್ಳು ಹೇಳಬೇಕಾಗುತ್ತಿತ್ತು ಅಥವಾ ಆ ಒತ್ತಡವನ್ನು ಚಾಲಕನ ಮೇಲೆ ಹಾಕಬೇಕಾಗುತ್ತಿತ್ತು.
ಆಧುನಿಕ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳು GPS, ಟೆಲಿಮ್ಯಾಟಿಕ್ಸ್, ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಲಾಗಿಂಗ್ ಸಾಧನಗಳು ಮತ್ತು ವೇರ್ಹೌಸ್ ಸ್ಕ್ಯಾನರ್ಗಳಿಂದ ಡೇಟಾವನ್ನು ಪಡೆಯುತ್ತವೆ. AI ಇದನ್ನು ಒಂದು ಸುಸಂಬದ್ಧ ಚಿತ್ರವಾಗಿ ಸಂಸ್ಕರಿಸುತ್ತದೆ. ಒಬ್ಬ ಮ್ಯಾನೇಜರ್ 200 ಜನರಿಗೆ ಕರೆ ಮಾಡದೆ ಕೇವಲ ಒಂದು ಸ್ಕ್ರೀನ್ ನೋಡಿ 200 ಶಿಪ್ಮೆಂಟ್ಗಳನ್ನು ನೋಡಬಹುದು. ಸಾಫ್ಟ್ವೇರ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಅಸಾಮಾನ್ಯ ಸಂದರ್ಭಗಳನ್ನು (exceptions) ಗುರುತಿಸುತ್ತದೆ: ಗಡಿಯ ಬಳಿ ಟ್ರಕ್ ಹೆಚ್ಚು ಸಮಯ ನಿಂತಿರುವುದು, ಟ್ರೇಲರ್ನ ತಾಪಮಾನವು ನಿಗದಿತ ಮಿತಿಯನ್ನು ಮೀರುವುದು, ಅಥವಾ ಹಠಾತ್ ರಸ್ತೆ ಮುಚ್ಚುವಿಕೆಯಿಂದ ಮಾರ್ಗ ಬದಲಾಗುವುದು ಇತ್ಯಾದಿ. ಮನುಷ್ಯರು ಇನ್ನೂ ಎಚ್ಚರಿಕೆಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ, ಆದರೆ ಅವರು ಈಗ ಹುಲ್ಲಿನ ರಾಸ堆ನಲ್ಲಿ ಸೂಜಿಯನ್ನು ಹುಡುಕುವಂತೆ ಕಷ್ಟಪಡಬೇಕಾಗಿಲ್ಲ.
ಇದು ಮುಖ್ಯವಾಗುತ್ತದೆ ಏಕೆಂದರೆ ವ್ಯವಹಾರದ ವಿಸ್ತಾರವು ಹಳೆಯ ಮಾದರಿಯನ್ನು ಕುಸಿಯುವಂತೆ ಮಾಡಿದೆ. ನೀವು ಪ್ರತಿದಿನ ಬೆಳಿಗ್ಗೆ ಐವತ್ತು ಚಾಲಕರಿಗೆ ಕರೆ ಮಾಡಿ ಕೆಲಸ ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಪ್ರತಿಯೊಬ್ಬ ಗ್ರಾಹಕರಿಗೂ ನೀವು ನಂಬಿಕೆ ಇಡಬೇಕೆಂದು ವಿನಂತಿಸಿ ವಿನಯಪೂರ್ವಕ ಇಮೇಲ್ಗಳನ್ನು ಕಳುಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ದೃಶ್ಯ ಗೋಚರತೆಯ ಸಾಧನಗಳು ಸಣ್ಣ ತಂಡಗಳು ದೊಡ್ಡ ಮಟ್ಟದಲ್ಲಿ ಕೆಲಸ ಮಾಡಲು ಮತ್ತು ದೊಡ್ಡ ತಂಡಗಳು ಕೆಲಸದ ಒತ್ತಡದಲ್ಲಿ ಮುಳುಗದಂತೆ ನೋಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ.
ಆಗಮನದ ಸಮಯವನ್ನು ಊಹಿಸುವುದು ದುಬಾರಿ
ಟ್ರಕ್ ಯಾವಾಗ ತಲುಪುತ್ತದೆ ಎಂದು ಊಹಿಸುವುದು ಸರಳವಾಗಿ ಕೇಳಿಸಬಹುದು. ಆದರೆ ಅದು ಅಷ್ಟು ಸರಳವಲ್ಲ.
ಒಬ್ಬ ಮನುಷ್ಯ ಅಂದಾಜಿಸುವವನು ಮೂಲಭೂತ ಮ್ಯಾಪಿಂಗ್ ಸಾಧನಕ್ಕೆ ವಿಳಾಸಗಳನ್ನು ನಮೂದಿಸಿ, ಟ್ರಾಫಿಕ್ಗಾಗಿ ತನ್ನ ಅನುಭವದ ಆಧಾರದ ಮೇಲೆ ಸ್ವಲ್ಪ ಸಮಯವನ್ನು ಸೇರಿಸಬಹುದು. ಇದು ಕೆಲವು ಸಮಯದವರೆಗೆ ಕೆಲಸ ಮಾಡಬಹುದು, ಆದರೆ ಯಾವಾಗಲೂ ಸಾಧ್ಯವಿಲ್ಲ. ಬಂದರು ವಿಳಂಬ, ಕಸ್ಟಮ್ಸ್ ತಪಾಸಣೆ, ಮೆಮ್ಫಿಸ್ನಲ್ಲಿ ಹಠಾತ್ ಗುಡುಗು-ಮಿಂಚು ಅಥವಾ ಮಧ್ಯಾಹ್ನದ ಊಟಕ್ಕಾಗಿ ರಿಸೀವರ್ ಡಾಕ್ ಮುಚ್ಚಿರುವುದು ಇವೆಲ್ಲವೂ ಯೋಜಿತ ಸಮಯವನ್ನು ಹಾಳುಮಾಡಬಹುದು. ಒಂದು ವ್ಯವಹಾರವು ಮೂರು ಗಂಟೆಯ ವಿತರಣಾ ಸಮಯವನ್ನು ನೀಡಿ ಅದನ್ನು ಪಾಲಿಸಲು ವಿಫಲವಾದರೆ, ಅದರ ಪರಿಣಾಮ ಕೇವಲ ಅಸಮಾಧಾನಗೊಂಡ ಗ್ರಾಹಕರಿಗೆ ಮಾತ್ರ ಸೀಮಿತವಾಗಿಲ್ಲ. ಇದು ಉತ್ಪಾದನಾ ಲೈನ್ಗಳ ವಿಳಂಬ, ರಿಸೀವರ್ ಡಾಕ್ನಲ್ಲಿ ಕೆಲಸಗಾರರ ಅನಗತ್ಯ ಸಮಯ ವ್ಯರ್ಥ ಮತ್ತು ಒಪ್ಪಂದಗಳಲ್ಲಿನ ದಂಡದ ರೂಪದಲ್ಲಿ ನಷ್ಟವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ.
AI ಪ್ರೆಡಿಕ್ಷನ್ ಇಂಜಿನ್ಗಳು ಐತಿಹಾಸಿಕ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತವೆ. ಗುರುವಾರ ಮಧ್ಯಾಹ್ನ ಆ ನಿರ್ದಿಷ್ಟ ಮಾರ್ಗವನ್ನು ದಾಟಲು ಸಾಮಾನ್ಯವಾಗಿ ಎಷ್ಟು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಎಂಬುದನ್ನು ಅವು ಗಮನಿಸುತ್ತವೆ. ಪೀಕ್ ಸೀಸನ್ನಲ್ಲಿ ಆ ನಿರ್ದಿಷ್ಟ ವಿತರಣಾ ಕೇಂದ್ರದಲ್ಲಿ ಸಂಚಾರ ದಟ್ಟಣೆಯ ಸಂಭವನೀಯತೆಯನ್ನು ಅವು ಲೆಕ್ಕ ಹಾಕುತ್ತವೆ. ಹೊಸ ಪರಿಸ್ಥಿತಿಗಳು ಲಭ್ಯವಾದಂತೆ ಅವು ನಿರಂತರವಾಗಿ ಹೊಂದಾಣಿಕೆ ಮಾಡಿಕೊಳ್ಳುತ್ತವೆ. ಇದರ ಫಲಿತಾಂಶವೆಂದರೆ, ಟ್ರಕ್ ತಲುಪುವ ಹತ್ತಿರಕ್ಕೆ ಹತ್ತಿದಂತೆ ಆಗಮನದ ಅಂದಾಜು ಸಮಯವು ಹೆಚ್ಚು ನಿಖರವಾಗುತ್ತದೆಯೇ ಹೊರತು ಅಸ್ಪಷ್ಟವಾಗುವುದಿಲ್ಲ.
ಯೋಜನಾಕಾರರಿಗೆ (planner) ಇದು ದಿನದ ಕೆಲಸದ ಶೈಲಿಯನ್ನೇ ಬದಲಿಸುತ್ತದೆ. "ಯಾವುದೇ ಸಂದರ್ಭಕ್ಕಾಗಿ" ಆರು ಗಂಟೆಗಳ ಸಮಯವನ್ನು ಕಾಯ್ದಿರಿಸುವ ಬದಲು, ಅವರು ತೊಂಬತ್ತು ನಿಮಿಷಗಳ ಅವಧಿಯಲ್ಲಿ ಕೆಲಸಗಾರರನ್ನು ನಿಯೋಜಿಸಬಹುದು. ಇದರಿಂದ ಗೋದಾಮಿನ ಕಾರ್ಯವೈಖರಿ ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗುತ್ತದೆ. ಟ್ರಕ್ ಕ್ಯೂನಲ್ಲಿ ಕಾಯುವ ಸಮಯ ಕಡಿಮೆಯಾಗುತ್ತದೆ. ಡಾಕ್ ಸಿದ್ಧವಿದ್ದಾಗ ಮಾತ್ರ ಟ್ರಕ್ ಚಲಿಸುತ್ತದೆ ಮತ್ತು ಇಂಧನ ವ್ಯರ್ಥವಾಗುವುದಿಲ್ಲ.
ಪ್ರತಿ ಪ್ರಯಾಣದಿಂದ ಕಲಿಯುವ ಮಾರ್ಗಗಳು
ಮಾರ್ಗದ ಉತ್ತಮೀಕರಣವು (Route optimization) ಮಾನವ ಅನುಭವವು ಮಿತಿ ಎದುರಿಸುವ ಮತ್ತೊಂದು ಕ್ಷೇತ್ರವಾಗಿದೆ.
ಅನುಭವಿ ಡಿಸ್ಪ್ಯಾಚರ್ ಉತ್ತಮ ಮಾರ್ಗವನ್ನು ನಿರ್ಮಿಸಬಹುದು. ಆದರೆ, ಒಂದು ನಿರ್ದಿಷ್ಟ ರಿಸೀವರ್ ಸರಕು ಇಳಿಸಲು ಯಾವಾಗಲೂ ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಅಥವಾ ಸ್ಥಳೀಯ ಶಾಲೆಯ ಸಮಯದ ನಂತರ ಒಂದು ನಿರ್ದಿಷ್ಟ ಹೆದ್ದಾರಿಯು ಟ್ರಾಫಿಕ್ ಜಾಮ್ ಆಗುತ್ತದೆ ಎಂಬ ಇಪ್ಪತ್ತು ವರ್ಷಗಳ ಅನುಭವವನ್ನು ಯಾವುದೇ ಅಲ್ಗಾರಿದಮ್ಗೆ ಅನುಕರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಆದರೆ, ಮಾರ್ಗಗಳ ಸಂಯೋಜನೆಯ ಸ್ಫೋಟದ (combinatorial explosion) ಮುಂದೆ ಅನುಭವವು ಸೋಲುತ್ತದೆ. ನೀವು ಸಾಧಾರಣ ಗಾತ್ರದ ಫ್ಲೀಟ್ ಅನ್ನು ನಿರ್ವಹಿಸುತ್ತಿದ್ದರೂ ಸಹ, ಸಂಭವನೀಯ ಮಾರ್ಗಗಳ ಸಂಖ್ಯೆಯು ಯಾವುದೇ ಮನುಷ್ಯನ ಮೆದುಳು ನೈಜ ಸಮಯದಲ್ಲಿ ವಿಂಗಡಿಸುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿರುತ್ತದೆ.
AI-ಚಾಲಿತ ಮಾರ್ಗದ ಸುಧಾರಣೆ (route optimization) ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಲಕ್ಷಾಂತರ ಸಂಯೋಜನೆಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ. ಇದು ಕಠಿಣ ನಿರ್ಬಂಧಗಳನ್ನು ಪರಿಗಣಿಸುತ್ತದೆ: ಶೀತೀಕರಿಸಿದ ಲೋಡ್ (refrigerated load), ಚಾಲಕನ ಸೇವೆಯ ಗಂಟೆಗಳ ಮಿತಿ, ಗ್ರಾಹಕರ ಅಪಾಯಿಂಟ್ಮೆಂಟ್ ಸಮಯ ಇತ್ಯಾದಿ. ಇದು ಸಮತಟ್ಟಾದ ಭೂಪ್ರದೇಶ ಅಥವಾ ಸ್ಥಿರ ವೇಗವನ್ನು ಆದ್ಯತೆ ನೀಡುವ ಮೂಲಕ, ಬ್ಯಾಕ್ಹೌಲ್ಗಳನ್ನು (backhauls) ಒಗ್ಗೂಡಿಸುವ ಮೂಲಕ ಮತ್ತು ಟ್ರಕ್ ಮೆಟ್ರೋ ಪ್ರದೇಶದಾದ್ಯಂತ ಅಂಕುಡೊಂಕಾಗಿ ಚಲಿಸದಂತೆ ನಿಲುಗಡೆಗಳನ್ನು ಕ್ರಮಬದ್ಧಗೊಳಿಸುವ ಮೂಲಕ ಇಂಧನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಇಂಧನ ಉಳಿತಾಯವು ಹೆಚ್ಚಾಗುತ್ತದೆ. ಚಾಲಕರ ಉಳಿವೂ (retention) ಹಾಗೆಯೇ ಇರುತ್ತದೆ. ಕಂಪ್ಯೂಟರ್ ಚಾಲಕರಿಗೆ ಸ್ಮಾರ್ಟ್ ಆಗಿರುವ ಡ್ರಾಪ್ಗಳ ಕ್ರಮವನ್ನು ನೀಡಿದ ಕಾರಣ ಯಾರೂ ಕೆಲಸ ಬಿಡುವುದಿಲ್ಲ. ಯಾವುದೇ ಸರಿಯಾದ ಕಾರಣವಿಲ್ಲದೆ ಮನೆಗೆ ದೂರವಿರುವ ಅತಾರ್ಕಿಕ ಪ್ರಯಾಣಗಳಿಗೆ ಕಳುಹಿಸಿದಾಗ ಜನರು ಕೆಲಸ ಬಿಡುತ್ತಾರೆ. ಉತ್ತಮ ಮಾರ್ಗಗಳು ಡೀಸೆಲ್ ಟ್ಯಾಂಕ್ ಮತ್ತು ಕ್ಯಾಬಿನ್ನಲ್ಲಿರುವ ಮನುಷ್ಯ ಇಬ್ಬರನ್ನೂ ಗೌರವಿಸುತ್ತವೆ.
ಆಘಾತವನ್ನು ತಡೆದುಕೊಳ್ಳುವುದು
ಪೂರೈಕೆ ಸರಪಳಿಗಳು (Supply chains) ಯಾವಾಗಲೂ ದುರ್ಬಲವಾಗಿರುತ್ತವೆ. ಒಂದು ಚಂಡಮಾರುತವು ಬಂದರನ್ನು ಮುಚ್ಚಬಹುದು. ಭೌಗೋಳಿಕ ರಾಜಕೀಯ ಘಟನೆಯು ಗಡಿ ದಾಟುವಿಕೆಯನ್ನು ತಡೆಯಬಹುದು. ಪೂರೈಕೆದಾರನು ಉತ್ಪಾದನಾ ಗಡುವನ್ನು ತಪ್ಪಿಸಿದರೆ, ಇದ್ದಕ್ಕಿದ್ದಂತೆ ನಿಮ್ಮ ಹೊರಹೋಗುವ ಸರಕು ಸಾಗಣೆಗೆ ಸಾಗಿಸಲು ಏನೂ ಇರುವುದಿಲ್ಲ. ಈಗಿನ ವ್ಯತ್ಯಾಸವೆಂದರೆ ವೇಗ. ಅಡೆತಡೆಗಳು ನೆಟ್ವರ್ಕ್ನಲ್ಲಿ ಹರಡಲು ಹಿಂದೆ ದಿನಗಳು ಬೇಕಾಗುತ್ತಿತ್ತು. ಈಗ ಅವು ಟ್ವೀಟ್ನ ವೇಗದಲ್ಲಿ ಹರಡುತ್ತವೆ.
ಅಡೆತಡೆಗಳನ್ನು ನಿರ್ವಹಿಸುವ AI ಪರಿಕರಗಳು ಕೆಟ್ಟ ಹವಾಮಾನವನ್ನು ತಡೆಯುವುದಿಲ್ಲ. ಅವು ಪ್ರತಿಕ್ರಿಯೆಯ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತವೆ. ಬಿರುಗಾಳಿಯು ಇಂಟರ್ಸ್ಟೇಟ್ ರಸ್ತೆಯನ್ನು ಮುಚ್ಚಿದಾಗ, ಚಾಲಕರು ತಮ್ಮ ಕಾಫಿಯನ್ನು ಮುಗಿಸುವ ಮೊದಲೇ ಸಿಸ್ಟಮ್ ಬಾಧಿತ ಮಾರ್ಗಗಳನ್ನು ಮರುರೂಪಿಸಬಹುದು. ಒಂದು ಪ್ರದೇಶದಲ್ಲಿ ಬೇಡಿಕೆ ಹೆಚ್ಚಾಗಿ ಮತ್ತೊಂದು ಪ್ರದೇಶದಲ್ಲಿ ಕುಸಿದಾಗ, ಅಲ್ಗಾರಿದಮ್ಗಳು ಅಸಮತೋಲನವನ್ನು ಗುರುತಿಸಿ ಖಾಲಿ ಇರುವ ಆಸ್ತಿಗಳನ್ನು (assets) ಮರುಸ್ಥಳೀಕರಿಸಲು ಸೂಚಿಸುತ್ತವೆ. ಸಾಗಣೆದಾರನು ಲೋಡ್ ಅನ್ನು ಎತ್ತಿಕೊಳ್ಳಲು ವಿಫಲವಾದಾಗ, ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಕೈಯಾರೆ ಬಿಡ್ಡಿಂಗ್ ಯುದ್ಧವನ್ನು ಪ್ರಾರಂಭಿಸದೆ, ಮೊದಲೇ ಪರಿಶೀಲಿಸಿದ ಬ್ಯಾಕಪ್ ನೆಟ್ವರ್ಕ್ನಿಂದ ಬದಲಾವಣೆಯನ್ನು ಪಡೆಯಬಹುದು.
ಇದರ ಮುಖ್ಯ ಅಂಶವೆಂದರೆ ಈ ಸಿಸ್ಟಮ್ಗಳು ಕಲಿಯುತ್ತವೆ. ಒಂದು ಬಾರಿಯ ಪರಿಹಾರವು ಮುಂದಿನ ಬಿಕ್ಕಟ್ಟಿಗೆ ದತ್ತಾಂಶವಾಗುತ್ತದೆ (data). ಯಾವ ಪರ್ಯಾಯ ಮಾರ್ಗಗಳು ನಿಜವಾಗಿಯೂ ಕೆಲಸ ಮಾಡಿದವು ಎಂಬುದನ್ನು ನೋಡಿದ ನಂತರ, ಮಾದರಿಯು (model) ಪರ್ಯಾಯಗಳನ್ನು ಸೂಚಿಸುವಲ್ಲಿ ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗುತ್ತದೆ.
ಮಾನವನ ಸ್ಥಾನವು ಇನ್ನೂ ಚಾಲಕನ ಸ್ಥಾನವೇ ಆಗಿದೆ
ಸಾರಿಗೆಯಲ್ಲಿ AI ಎಂದರೆ ರೋಬೋಟ್ ಟ್ರಕ್ಗಳು ಮತ್ತು ನಿರುದ್ಯೋಗಿ ಡಿಸ್ಪ್ಯಾಚರ್ಗಳು ಎಂಬ ನಿರಂತರ ಭಯವಿದೆ.