AI automatizacija · Logistika AI logistics: automatizacija prijevoznih naloga, CMR dokumenata i slučajeva štete te ono što ostaje dispečerima

Tipični procesi u logistici

To su tipični procesi, a ne projekti za klijente. U svakom AI priprema i pridružuje, a dispečer ili osoba koja obrađuje predmet odlučuje. Za skladište i otpremu u vlastitoj tvrtki postoji stranica AI u logistici i skladištu.

1. Prijevozni nalozi u TMS

Nalozi stižu e-poštom, u PDF‑u, putem portala klijenta ili EDI-ja, a svaki klijent ima vlastitu strukturu i kratice.

• Ulaz: nalog e-poštom, u PDF‑u ili kao izvoz s portala.
• AI priprema: izdvaja adrese preuzimanja i isporuke, vremenske prozore, robu, mase, broj paleta i posebnosti, pridružuje klijenta i ugovorenu cijenu te označava nejasnoće ili neuobičajene podatke, primjerice napomenu o opasnim tvarima. Izrađuje nacrt naloga u sustavu za upravljanje prijevozom.
• Dispečer provjerava: svaku označenu točku i odlučuje o angažiranju vanjskih prijevoznika ili utovaru. Opasne tvari uvijek obrađuje osoba s potrebnim kvalifikacijama.
• Izlaz: nacrt naloga u TMS-u i nacrt potvrde za klijenta.

2. Teretni listovi i dokazi o isporuci

Potpisani CMR teretni listovi, potvrde o isporuci i fotografije vraćaju se od vozača i primatelja u svakakvom stanju.

• Ulaz: skenirani dokumenti i fotografije CMR teretnih listova, otpremnica i potvrda.
• AI priprema: izdvaja broj pošiljke, datum, potpise i bilješke, pridružuje svaki dokument njegovu nalogu i ističe primjedbe, primjerice štetu ili manjak količine koje je zabilježio primatelj. Označava potpise i stranice koji nedostaju.
• Osoba koja obrađuje predmet provjerava: svaku istaknutu primjedbu i svaki nepotpun dokument.
• Izlaz: nalog označen kao dovršen i spreman za izdavanje računa te kratak popis dokumenata koje treba dalje pratiti.

3. Provjera računa za prijevoz

Računi prijevoznika i podizvođača uspoređuju se s ugovorenom cijenom, nalogom i dokazom o isporuci.

• Ulaz: račun, dogovor o cijeni, nalog i dokaz o isporuci.
• AI priprema: uspoređuje cijenu, relaciju, masu, dodatne naknade i vrijeme čekanja te navodi svaku razliku s retcima iz kojih potječe.
• Osoba koja obrađuje predmet provjerava: svaku razliku i odlučuje hoće li platiti, postaviti dodatno pitanje ili uložiti prigovor.
• Izlaz: kratak sažetak za svaki račun i odobreni računi za knjigovodstvo.

4. Upiti o pošiljkama i slučajevi štete

Klijenti pitaju gdje je njihova roba. Ako nešto pođe po zlu, spis štete mora se brzo sastaviti.

• Ulaz: upit, podaci o statusu u TMS-u ili sustavu za praćenje te, u slučaju štete, CMR teretni list, fotografije, korespondencija i podaci o isporuci.
• AI priprema: odgovor s aktualnim statusom iz sustava, a u slučaju štete spis sa svim dokumentima poredanima po datumu, primjedbama iznesenima pri isporuci i važećim rokovima.
• Osoba koja obrađuje štetu provjerava: odgovor ako je nešto pošlo po zlu te odlučuje o odgovornosti, nagodbi i svakoj prijavi odštetnog zahtjeva.
• Izlaz: nacrt odgovora ili informacija o statusu i potpun spis štete.

Što ostaje ljudima i što ne radimo

• Dispečerski poslovi i angažiranje vanjskih prijevoznika: Planiranje, dodjela tereta i odluka o tome tko što vozi ostaju u nadležnosti dispečera.
• Carina i opasne tvari: Za deklaracije odgovoran je deklarant, a opasne tvari obrađuju osobe s odgovarajućim kvalifikacijama. AI čita i priprema, nikada ne podnosi deklaracije.
• Vozači i osoblje: ne gradimo sustave koji pojedinim osobama dodjeljuju zadatke na temelju njihova ponašanja, nadziru ih ili procjenjuju njihov radni učinak. Prema Prilogu III Akta o umjetnoj inteligenciji oni su visokorizični, pogledajte razrede rizika.
• Odluke o štetama: O odgovornosti, nagodbi i prijavi zahtjeva odlučuje osoba koja obrađuje štetu.
• Razgovor s klijentima: daje informacije o statusu na temelju podataka u stvarnom vremenu, jasno kaže da je AI i predaje iznimke i štete čovjeku.

Pravila koja su važna

Tablica za orijentaciju navodi najvažnije izvore. Koja pravila vrijede, ovisi o vrsti prijevoza, relaciji i ugovoru.

Za ljude vrijedi sljedeće: kada se AI upotrebljava za upravljanje zaposlenicima, Prilog III Akta o umjetnoj inteligenciji navodi dodjelu zadataka te nadzor i procjenu radnog učinka kao visokorizične primjene, a u Njemačkoj radničko vijeće ima pravo suodlučivanja o tehničkim sustavima koji mogu nadzirati ponašanje ili radni učinak (§ 87 BetrVG). Uz to se na podatke vozača i klijenata primjenjuje GDPR: ugovor o obradi osobnih podataka sa svakim pružateljem (Art. 28) i obrada u EU-u ili Ujedinjenoj Kraljevini. Art. 4 Akta o umjetnoj inteligenciji zahtijeva dostatnu AI pismenost zaposlenika, a Art. 50 zahtijeva da se AI chatbotovi jasno predstave kao takvi. Ovaj pregled pruža opće informacije i nije pravni savjet. Vaš pravni savjetnik i Vaša udruga mogu potvrditi što vrijedi.

Sustavi koje vjerojatno koristite

Špediteri i prijevoznici najčešće rade sa sustavom za upravljanje prijevozom kao što je SAP TM, CargoWise ili TMS specijaliziranog pružatelja, često uz burzu tereta, platformu za praćenje pošiljaka kao što je project44 ili Transporeon i knjigovodstveni softver. Povezujemo se putem sučelja koja ti sustavi nude (API, EDI, izvoz, e-pošta ili nadzirana mapa), a gdje ih nema, radimo usporedno sa sustavom. Nazivi služe za orijentaciju i ne znače partnerstvo.

Kako AI asistenti pronalaze pružatelje logističkih usluga

Pošiljatelji pitaju ChatGPT, Gemini ili AI preglede tražilice Google za „prijevoznika paletnog tereta od Linza do Rotterdama” ili „špeditera za robu u kontroliranom temperaturnom režimu”. Odgovor se temelji na stranicama tvrtke, popisima udruga i certifikacija, profilu tvrtke na platformi Google i recenzijama.

• Jedna stranica po relaciji, usluzi ili vrsti robe: rute, trajanja prijevoza, vrste vozila, rukovanje i certifikacije jednostavnim riječima.
• Provjerljivi dokazi: dozvole, članstva, primjerice u udruženju FIATA, ISO certifikati i carinski status svugdje jednako navedeni.
• Ujednačeni podaci o tvrtki: naziv, adresa, lokacije i kontaktni podaci jednaki na web-stranici, u imenicima i na profilu tvrtke na platformi Google.
• Strukturirani podaci: Schema.org Organization s uslugama i područjem djelovanja.

Isplati li se automatizacija? Osam pitanja

1. Pretipkava li netko prijevozne naloge iz e-poruka i PDF‑ova u TMS?
2. Leže li potpisani CMR teretni listovi i potvrde na hrpi prije pridruživanja nalozima?
3. Provjeravaju li se računi za prijevoz samo djelomično prema cijenama?
4. Zovu li klijenti kako bi pitali gdje je njihova roba?
5. Zahtijeva li sastavljanje spisa štete dane pretraživanja poštanskih sandučića?
6. Prate li se rokovi za primjedbe i zahtjeve po sjećanju?
7. Postoji li pisano pravilo o tome što se smije unositi u AI alate i tko provjerava rezultat?
8. Možete li navesti zadatak u kojem bi već i nacrt za provjeru uštedio vrijeme?

Tri ili više potvrdnih odgovora uglavnom upućuju na proces koji vrijedi isprobati. Pitanje 7 preduvjet je za to.