בינה מלאכותית משנה את ענף התובלה

ענף הרכב עובר בשנתיים האחרונות מהפכות של ממש בכל מה שקשור ליישומים של בינה מלאכותית, AI (Artificial Intelligence). יישומים רבים חודרים לענף התובלה ומתחילים לשנות את פניו.

לא חסר שיח תקשורתי על ההבטחות והסכנות של הבינה המלאכותית (AI) ועל המשמעות שלה בעבור אנשים ועסקים ברחבי העולם. חלק מהיישומים חודרים לתתי ענפים בענף התובלה: שימוש במשאיות אוטונומיות, בטיחות ותאימות, שיגור וניתוב, זיהוי הונאה ומניעתה ושימוש באוטומציות של זרימת עבודה.

משאיות אוטונומיות

משאיות אוטונומיות הן השימוש בעל הפוטנציאל הגבוה ביותר בתחום התובלה, שכן הטכנולוגיה הבסיסית מופעלת על ידי בינה מלאכותית. עם זאת היישום לאורך ציר הזמן רחוק יותר ממה שרוב האנשים סבורים. אימוץ מסחרי של 100% אוטונומיה ללא צורך בנהג יהיה רק בטווח הרחוק יותר, בין עשרים לשלושים שנים. הסיבה היא בעיקר רגולטורית ולא טכנולוגית. נכון להיום, המשאיות החדשות ממנפות יותר ויותר יכולות אוטונומיות שתכליתן לתגבר את הנהגים האנושיים ולסייע להם, אבל נהיגה עצמית מלאה תארך עוד שנים רבות.

מעבר לאתגרים הטכניים, הגורמים הרגולטוריים עשויים להיות הגורם הגדול ביותר של ציר זמן שמתקרב לשלושים שנה. אימוץ מסחרי רחב של אוטונומיה להובלות ארוכות יצריך אישורי חקיקה סבוכים במדינות, החל בחקיקה פדרלית וברמת השוק האירופי וכלה במדינות ורשויות מקומיות. ללא אישור רגולטורי רחב של משאיות אוטונומיות, האימוץ המסחרי יישאר מוגבל.

בטיחות ותאימות

הליבה של בינה מלאכותית בטיחותית ותאימות סובבת סביב האינטגרציה, חילוץ הנתונים והתובנות שאנו יכולים להפיק מהשילוב של מצלמות, מחוונים וחיישנים. מכשירים אלה קולטים, מתעדים ומאחסנים רגעים בסיכון גבוה, כשהמטרה היא ללמוד מהם. התפקיד של הבינה המלאכותית הוא לזהות דפוסים ולהתריע לנהגים כדי למנוע או להפחית ביצועים נמוכים, כמו גם סיכונים בטיחותיים.. ההזדמנויות להתערבויות הללו יהפכו נפוצות יותר ויותר, וצריכות להציל אינספור חיים במהלך השנים הקרובות.

נוסף על כך התובנות שניתנות לעיבוד מנתונים אלה אמורות להימסר בחזרה לגופים. לדוגמה, אפשר לדווח בחזרה למנהלי הצי, שיכולים לספק לבעלי צי ולמנהלים הזדמנויות אימון עשירות בשיתוף עם הנהגים שלהם. התוצאה עשויה להיות שלשיפור הבטיחות של הנהג באמצעות אימון, יהיו השפעות חיוביות על תעריפי הביטוח. ככל שמנהל הצי יוכל להדגים שאנשיו נוהגים באופן בטוח יותר, תעריפי הביטוח של הצי אמורים להיות נוחים יותר.

כבר כיום סוכני ביטוח המתמקדים בענף התובלה ממנפים את השירות שלהם יותר ויותר באמצעי בינה מלאכותית, שמיועדים לעבד פלט נתוני מצלמה ומספקים הנחות לנהגים מאומתים ובטוחים. יש כאן שיתוף פעולה בין חברות הביטוח ומנהלי ציי התובלה. שניהם סבורים שיש לתגמל נהיגה בטוחה, ושנהגים בטוחים לא צריכים לשלם קנס על סיכון בטיחותי גבוה. נראה שכלי הבינה המלאכותית משפר את היכולת להעריך את הנהגים ואת איכות הנהיגה, והנהגים משתפרים בזכות כלים אלו.

שיגור וניתוב

בעבור ציי רכב גדולים, עם מאות או אלפי נהגים, מנהלים יכולים לייעל את ניצול הנהגים וזמינות העומס. אפשר לעבד נתונים זמינים כגון היסטוריית נהגים של נהיגה בדרכים דומות, מנוחה, רישומי בטיחות, קשרי לקוחות, שיעורי העומס וסוגי העומס, כדי לקבוע מי צריך לקחת, איזה עומס ומתי.

יש לכך קשר לאופטימיזציה של מסלולים, מכיוון שבינה מלאכותית יכולה לעזור לתעדף אילו מסלולים לבחור ובאיזה סדר כדי למזער את החסר ולהגדיל את הרווחיות למייל. ישנם גם כלי בינה מלאכותית שבהם משולב מידע על מזג האוויר, והם יכולים להדגיש סיכונים של שיבושים בניתוב על סמך תנאי מזג אוויר חזויים.

מניעת הונאה

במחקר שנעשה לאחרונה בארה"ב נמצא שעד 700 מיליון דולר בשנה הולכים לאיבוד עקב מה שמכונה 'תיווך כפול'. ככל שהזמנות עומס עוברות מטלפון ופקס לפתרונות דיגיטליים, כך מצטמצמים ההפסדים שאינם מחויבי המציאות.

מנגד, התייעלות טכנולוגית פירושה גם התקפות הונאה. כיום ישנם יישומי בינה מלאכותית ספציפיים לתעשיית התובלה המסייעים במניעת הונאה. לאמצעים האלו נודעת חשיבות עליונה כדי להילחם טוב יותר בגניבת מטענים, נוסף על הערכת סיכון לפשיטת רגל של סוכנים וחברות משלוח.

מערכי נתונים גדולים יכולים להפיק מידע מגוון, ובכללו סיכוני תיווך כפולים, להתריע לבעלי העניין על ניסיונות ולזהות עבריינים פוטנציאליים חוזרים על ידי שילוב של מערך אותות נתונים.

כמות התיווך הבעייתי צוברת ממדים, והרמאים מפתחים כל הזמן טקטיקות משלהם. ההתקדמות האחרונה בתחום הבינה המלאכותית מאפשרת לסוכנים ולחברות להתקדם ולהגן על עצמם.

אוטומציות של זרימת עבודה

למרות כל ההתקדמות בתחום הדיגיטציה, הובלות הן עדיין תעשייה המונעת על ידי נייר. בינה מלאכותית עשויה לעזור להאיץ את המעבר הזה ולהפוך את שלל הניירת שעדיין יהיה קיים שנים רבות להרבה יותר קל לעיבוד ולעבוד איתם.

ישנן שתי אוטומציות במיוחד של זרימת עבודה שבינה מלאכותית יכולה לטפל בהן היום: הזנת הזמנות וביטול קריאות לבדיקה. תוכנות המבוססות על בינה מלאכותית יכולות לקרוא אישורי תעריפים ודוא"ל בדרך חכמה כדי לנתח מונחי מפתח, תאריכים, מיקומים ותעריפי תשלום, ומתחילות לחסוך לספקים שעות עבודה רבות בשבוע להזנת נתונים ידנית.

לגבי שיחות בדיקה חוזרת, בינה מלאכותית יכולה להעצים לקוחות ולעדכן סוכנים בהתבסס על התנהגויות, דפוסים או תחזיות מסוימות. כל זה סובב סביב מערכי נתונים גדולים שמודלים של בינה מלאכותית לומדים ומסתגלים אליהם על סמך משוב ותוצאות.

אזורים אלה הם רק חלק אחד מני רבים שאליהם בינה מלאכותית חודרת כעת, ושם היא תמשיך להתפתח. כיום חשוב להבין היכן וכיצד נוכל ליישם חלק מהיתרונות האלו כדי להגביר את רמת היעילות ולשפר את שולי הרווח ואת קשרי הלקוחות כדי להקדים את המתחרים. הובלות יהיו עוד זמן רב עסק המונע על ידי מערכות יחסים, אבל מינוף הטכנולוגיה לחזק היכולת לספק ללקוחות, צריך להיות בראש סדר העדיפויות כדי להמשיך להתפתח ולצמוח וכדי להתאים לצרכים המשתנים עם הזמן.

בינה מלאכותית ותיקון רכב

תיקוני רכב יכולים להיעזר בבינה מלאכותית שמאפשרת מגוון של יישומים לזיהוי תקלות ובעיות ודרך מיטבית להתמודד איתן.

תחזוקה מונעת, בהתאם להוראות יצרן הרכב, היא הדרך הטובה ביותר למנוע השבתות לא מתוכננות. ביקור במוסך בהתאם להמלצות היצרן, הן לאחר נסועה מסוימת הן לאחר פרק זמן שהוגדר (לרוב הקצר מבין השניים), עשוי בחלק ניכר מהמקרים להפחית במידה ניכרת את היקף התקלות הבלתי צפויות. כאשר המוסך מעניק שירות תקופתי, הפעולות הראשונות שמתבצעות הן החלפת מסננים וחומרי סיכה וביצוע התאמות ובדיקות לתיקון בעיות קלות לפני שייהפכו לבעיות חמורות ויקרות. אלו פעולות שמתבצעות כדבר שבשגרה במוסכי שירות שפועלים על פי הוראות היצרן.

שגרת טיפולים המתאימה ללקוח

השינוי הראשון שעובר הענף קשור להגמשת הטיפולים. בינתיים הדגש מושם ברכבים מסחריים, במשאיות ובאוטובוסים, אך אין ספק שהוא יגלוש לכלי הרכב האחרים.

במוסכי הרכב הכבד כבר מייעצים ללקוחות לפתח תוכנית שגרת טיפולים שמתאימה לצרכים שלהם. מדובר בתוכנית אישית, המותאמת ללוח הזמנים של החברה, למיקום הרכבים ולמשתנים אחרים הקשורים לתפעול הרכב.

מוסכי השירות פועלים מתאימים את התחזוקה המונעת לענף תובלה ולפעילות העסקית של החברה או הרכב הספציפי. המטרה היא שהרכב היקר, המשמש לעבודה, יבלה מעט ככל האפשר במוסכים, וזאת כאשר מעטפת הטיפולים השוטפים ידועה ומוכרת, וכל מה שצריך הוא להתאים אותה בזמן אמת לצרכי הלקוח.

מוסכי השירות של היבואנים כבר מציעים להירשם לתוכנית שגרת הטיפולים, המוצעת בדרך כלל כשירות ללא תשלום. כל מה שנדרש הוא ייעוץ קצר כדי לקבוע מה רמת התחזוקה המושלמת לחברת התובלה (או ההסעות), וליצור לוח זמנים לטיפולים העונה במדויק על הדרישות התפעוליות של החברה. בדרך זו מנהל צי הרכב או קצין הבטיחות יוכלו לדעת מראש מתי כל אחת מהמשאיות אמורה להיות במוסך, ולא פחות חשוב: מה יהיו העלויות.

למנוע השבתות לא מתוכננות

חלק מיצרני המשאיות פיתחו מערכות שיודעות לעקוב אחר מרכיבים מסוימים, וזאת כדי לייעל את תכנון השירות ולמנוע השבתות לא מתוכננות במשך שנים. המערכות האלו נעשות במהירות מתוחכמות ויעילות יותר, וההישגים בתחום זה נשברים כל הזמן. שיטות חדשות לניטור ולניתוח של נתוני משאיות בזמן אמת ושימוש בבינה מלאכותית ובלמידת מכונה (machine learning), מתקדמים כל הזמן ופותחים הזדמנויות מלהיבות לשיפור הזמן היעיל של המשאית (uptime). אפשר לדמות זאת כ'חוש שישי' שמאפשר לזהות מראש כשלים אפשריים ברכב ולטפל בהם מבעוד מועד.

הגדלת זמן הפעילות היעיל של הרכב היא לא מסע אחד. הדבר כרוך במגוון פעילויות שצריכות להתרחש בכמה תחומים. זו הסיבה שיצרני המשאיות מבצעים כל הזמן ניטור בזמן אמת ומשפרים את טכנולוגיית למידת המכונה בהתאם לממצאי הניטור ובהתאם למעקב אחרי תקלות בשטח.

תהליך הפקת המסקנות התמידי מאפשר לשפר את הבינה המלאכותית של המערכת הממוחשבת תוך הגדלת היכולות לפקח על משאיות נוספות. זה חלק מהמאמץ המתמשך של היצרנים לשמור על המשאיות של הלקוחות על הכביש ולהבטיח את המשך הנאמנות למותג. ללקוחות, במיוחד בענף הרכב המסחרי, חשוב מאוד שכלי הרכב יעבדו בהתאם ללו"ז שלהם. כל תקלה שמחייבת השבתה, מערערת את הפעילות, פוגעת בלקוחות וגורמת הפסדים כלכליים.

המוסך מחכה למשאית

תהליך הפיתוח של מערכות המבוססות על בינה מלאכותית בתחום התקלות נמצא כל העת בתנופה. יצרני המשאיות נעזרים בחברות היי-טק ובמאגרי המידע שלהם כדי ליישם שיטות חדשות לניטור וניתוח של נתונים מאלפי משאיות בזמן אמת. הדבר מאפשר ליצרני המשאיות לזהות ולחזות דפוסים של תקלות זמן רב לפני שהם מתרחשים.

מרבית כלי הרכב המסחריים שיוצאים כיום מפסי הייצור מקושרים ליבואנים ולמוסכי השירות שלהם. המידע הרב שמגיע מהמשאית (ואשר כולל את כל מערכותיה הממוחשבות) מעובד ומנותח בזמן אמת. כאשר מתגלה כישלון קרוב, מוסך השירות המקומי של היצרן מתריע לחברת ההובלה, כך שיתאפשר לנקוט פעולות מנע, בדרך כלל הרבה לפני הזמן. הדבר כמובן מקנה למוסך השירות יתרון עצום. המוסך יכול להזמין מראש את החלק שדרוש להחלפה (שבחלק מהמקרים אינו בנמצא, ויש להזמינו במיוחד), ולוודא שטכנאי השירות בעל המומחיות המתאימה יהיה זמין לטיפול במשאית ולהחלפת הרכיבים הנחוצים. במילים אחרות, המוסך ממתין להגעת המשאית ולטיפול מיידי בדרוש תיקון, ולא להיפך.