Transporta un logistikas nozarē AI bieži nav atsevišķa sistēma ar nosaukumu un īpašnieku, bet gan iestrādāta pašā darbībā: maršrutu plānošanā, kravas optimizācijā, prognozējošās apkopes sistēmās, pieprasījuma prognozēšanā un algoritmos, kas nosaka, kuram šoferim tiek piešķirts kurš reiss. Daļa no tā ienāk ar pārvadātāju, ekspeditoru vai platformu programmatūru, un līdz ar to darbojas ar lēmumu pieņemšanas noteikumiem, ko organizācija pati nav noteikusi un dažreiz pilnībā nevar pārraudzīt. Attiecība starp to, ko plānošanas nodaļa pati ir iegādājusies, un to, kas ienāk ar ķēdes partneru starpniecību vai iebūvēto funkcionalitāti, pastāvīgi mainās. Tas inventarizāciju šajā nozarē nepadara vieglāku nekā citur, bet padara to citādu: jautājums nav tikai par to, kurš ir uzstādījis AI rīku, bet arī par to, kādi automatizēti lēmumi jau bija esošajās sistēmās, pirms kāds tos nosauca par AI.
Apstiprinātas programmatūras pārskats reti sniedz pilnu priekšstatu. Plānotāji, kas izmanto AI rīku maršrutu optimizēšanai, klientu apkalpošana, kas izmanto tērzēšanas robotu sūtījumu izsekošanai, vai noliktavas darbinieks, kas izmanto lietotni krājumu prognozēm: šāda veida lietojumi bieži rodas lokāli, laika spiediena vai konkrēta uzdevuma vadīti, bez tā, ka kāds būtu iesniedzis pieprasījumu. Kas to vēlas apzināt, tam jājautā tiem, kas paveic darbu, un tas izdodas vien tad, ja jautājumu uzdošana nekavējoties nerada korekciju. Organizācijai, kas vēlas atrast slēpto AI, vispirms jāpadara skaidrs, ka ziņošana nav riskanta.
Inventarizācija, kas sniedzas tālāk par IT sarakstu, parāda, kādi AI lietojumi faktiski ir izmantošanā, kur procesā tie atrodas un kas ar tiem saista lēmumus. Transporta un logistikas jomā tas bieži nozīmē nošķīrumu starp sistēmām, kas vienīgi konsultē, sistēmām, kas plāno automātiski bez iejaukšanās, un sistēmām, kam ir ietekme uz cilvēkiem ārpus organizācijas, piemēram, šoferiem vai klientiem, kuriem tiek uzrādīts piegādes laiks, pamatojoties uz prognozi. Šis nošķīrums ir svarīgs, jo līdz ar to mainās riska līmenis: rīks, kas plānotājam sniedz vien ieteikumu, prasa citādu pārraudzības veidu nekā sistēma, kas pati nosaka grafikus vai maršrutus.
Pēc inventarizācijas nāk jautājums, ko tieši dara katrs lietojums un kam tas ir domāts. Sistēmai, kas prognozē, kad nepieciešama apkope, ir citāda ietekme nekā sistēmai, kas nosaka, kuram šoferim tiek piešķirts reiss, pamatojoties uz sniegumu datiem. Klasifikācija šeit nenozīmē fiksētas veidnes piemērošanu, bet gan sakārtošanu tā, kas ir atrasts: kurš lietojums skar lēmumus par cilvēkiem, kurš skar tikai loģistikas optimizāciju, un kurš darbojas tīri atbalstoša funkcijā. Aktuālais regulējums, kas nosaka, kādi pienākumi ir saistīti ar kādu riska līmeni, ir aplūkots citur; šeit runa ir par struktūru, kas nepieciešama, lai šos noteikumus varētu piemērot vēlāk, neatkarīgi no tā, ko konkrēti tie paredz.
Transporta uzņēmumi parasti jau strādā ar riska pārvaldību drošības, plānošanas un atbilstības jomā. AI pārvaldībai nav jābūt jaunam aparātam blakus šai esošajai sistēmai; tā darbojas labāk, ja AI lietojumu klasifikācija pieslēdzas jau esošajām kategorijām, tā, lai valdes loceklim vai riska vadītājam nebūtu jāuztur divi atsevišķi pārskati. Tas prasa pārvaldības kopumu, kurā norādīts, kurš pārvalda kādu lietojumu, kurš par to ir atbildīgs un kāda kontrole tam pastāv, formā, kas atbilst tam, kas ziņošanas un pārskatatbildības struktūras ziņā jau ir vietā.
Valdes loceklim vai galvenajam juristam, kuram tiek lūgts paskaidrot, kādas AI sistēmas organizācijā ir aktīvas, tas jāspēj pamatot ar vairāk nekā iepirkuma sistēmas sarakstu. Pierādāmība nozīmē, ka pastāv aktuāls pārskats par lietojumiem, to klasifikāciju un pārraudzības statusu tiem, un ka šis pārskats iztur pārbaudi, kad kāds sāk uzdot papildu jautājumus. Citās nozarēs pastāv līdzīgi jautājumi, kā redzams AI pārvaldībā mazumtirdzniecībā, AI pārvaldībā lauksaimniecības nozarē un AI pārvaldībā IT nozarē, katrā ar savu attiecību starp to, kas ir centralizēti iegādāts, un to, kas radies lokāli.
Responsible AI Scan, kas apkopo šo inventarizāciju, klasifikāciju un pārvaldības struktūru, tiek izstrādāts. Kas vēlas ar to sākt darbu, var pierakstīties gaidīšanas sarakstā; šobrīd nav pieejams gatavs produkts pasūtīšanai, un šeit tas netiek pasniegts citādi.
Tiklīdz ir skaidrs, kādi AI lietojumi darbojas transporta ķēdē un kāds riska līmenis tiem atbilst, rodas turpmāks jautājums, uz kuru inventarizācija nesniedz atbildi: cik daudz no darba, ko šobrīd veic plānotāji, šoferi vai klientu apkalpošanas darbinieki, ar šiem lietojumiem faktiski var pārņemt. Šis jautājums ir tuvu pārvaldībai, bet nav ar to identisks, un uz to atbild FTE TO AI darba skenēšana, kas katram uzdevumam aprēķina, kāda daļa darba ir pārņemama ar AI.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.