הבינה המלאכותית (במ) זוכה למקום הולך וגדל בתחבורה היבשתית של מטענים בריו גרנדה do סול, סיפוק התקדמות ביעילות התפעולית ובהפחתת עלויות. עם אלגוריתמים מתקדמים, הטכנולוגיה מאפשרת לייעל מסלולים, לחזות דרישות ולהפוך את ניהול הציים לאסטרטגי יותר. עם זאת, למרות הפוטנציאל המהפכני, היישום שלה בתחום עדיין יכול להתרחב, במיוחד בניצול החכם של הנתונים שכבר זמינים.
לג'וניור קבלקה, חבר ב-COMJOVEM פורטו אלגרה, השאלה היא לא רק לאמץ את הבינה המלאכותית, אבל לארגן ולהשתמש נכון במידע שהמחלקה כבר מחזיקה.
" לפני הכל, עלינו לפרק את המיתוסים סביב אינטליגנציה מלאכותית. לעיתים קרובות, שמים טכנולוגיות שונות תחת אותו תווית ושוכחים שמדובר בניהול נתונים, למידת מכונה וכלים אחרים הם משלימים. בתחבורה ובניהול ציים, זה מתבהר עוד יותר. כמה חברות תחבורה באמת עוקבות אחרי זמני הטעינה, פריקת מטען וחוסר פרודוקטיביות של רכבים? המעניין הוא שהמידע הזה כבר קיים. כמעט 90% מהמשאיות מצוידות במערכות מעקב, אבל החברות עדיין לא משתמשות בנתונים האלה בצורה אסטרטגית. האינטרנט של הדברים והביג דאטה כבר מציעים פתרונות לאיסוף וניתוח המידע הזה, אבל ההבדל הגדול הוא איך ליישם את הבינה המלאכותית כדי להפוך את הנתונים הללו להחלטות חכמות, הסבר.
איך זה עובד בפועל
בחברת הובלה שמשתמשת בבינה מלאכותית בצורה אסטרטגית, הפעולה השוטפת אופטימלית באופן משמעותי. לפני שאוטובוס יוצא למסירה, אלגוריתמים מנתחים נתוני תנועה, אקלים והיסטוריה של מסלולים כדי לקבוע את המסלול היעיל ביותר, הפחתת הוצאות על דלק וזמן נסיעה. במהלך המסלול, חיישנים עוקבים אחרי ביצועי הרכב, מזהיר על הצורך בתחזוקה מונעת, מניעת תקלות מכניות ועיכובים. במחסן, מערכות בינה מלאכותית חוצות מידע על מלאי וביקוש כדי לשפר את הטעינה, מבטיח ניצול טוב יותר של החלל וזמן המתנה קצר יותר. בנוסף לכך, הבינה המלאכותית מזהה דפוסי התנהגות של נהגים, מציעים התאמות בנהיגה כדי להפחית את הסיכון לתאונות ולשפר את היעילות התפעולית. עם הפתרונות האלה, החברה לא רק מפחיתה עלויות, אבל גם משפר את התחזיות ואת איכות השירות הניתן.
