Σύμφωνα με έρευνα της IRU, περίπου το 90% των μικρών επιχειρήσεων δεν αξιοποιούν την τεχνητή νοημοσύνη.
Ελλείψεις οδηγών & TCO προηγούνται ως ζητήματα στην ατζέντα της εφοδιαστικής αλυσίδας.
Ζορίζονται οι αρμόδιοι φορείς από τις προκλήσεις της ενεργειακής μετάβασης.
Τα άμεσα προτερήματα από τη χρήση της τεχνητής νοημοσύνης.
Μιε τις συζητήσεις στον κλάδο της εφοδιαστικής αλυσίδας να εστιάζουν εσχάτως στους νέους ορίζοντες που χαράζει η τεχνητή νοημοσύνη στις εμπορευματικές μεταφορές, αρκετοί είναι οι εμπειρογνώμονες που προσπαθούν να καταλήξουν σε μια αποκρυσταλλωμένη άποψη αναφορικά με τη συνεισφορά της AI στις μέρες μας.
Ελλείψεις οδηγών & TCO προηγούνται ως ζητήματα στην ατζέντα της εφοδιαστικής αλυσίδας
Στο δια ταύτα, ο βασικότερος λόγος πίσω από τα χαμηλά αυτά επίπεδα αφομοίωσης, έγκειται σε μια αυτονόητη διαπίστωση: η τεχνητή νοημοσύνη δεν αποτελεί τη νούμερο ένα προτεραιότητα στο χώρο.
Κι αυτό, γιατί παράγοντες όπως η χωρητικότητα και η ζήτηση, ο πληθωρισμός, η απαλλαγή από τις εκπομπές ρύπων, οι ελλείψεις οδηγών και η υιοθέτηση της τεχνολογίας - πέντε αλληλένδετες τάσεις δηλαδή - επηρεάζουν όλο και περισσότερο την κερδοφορία, την αποτελεσματικότητα και την ανθεκτικότητα των μεταφορών και της εφοδιαστικής αλυσίδας.
Πιο αναλυτικά, ανά περίπτωση αντιλαμβανόμαστε τα εξής:
- Ελλείψεις οδηγών: Λαμβάνοντας υπόψη αφενός ότι γύρω στις 426.000 θέσεις οδηγών φορτηγών δεν καλύπτονται σήμερα, αφετέρου πως πάνω από το 1/3 των εργαζομένων είναι άνω των 55 ετών, η εκτίμηση που προκύπτει είναι ότι γύρω στους 550.000 μεταφορείς πρόκειται να συνταξιοδοτηθούν μέχρι το 2029. Την ίδια ώρα όμως, λίγοι είναι οι νέοι ή οι γυναίκες που εισέρχονται αντίστοιχα στο επάγγελμα (σ.σ. μόνο το 3,2% των οδηγών είναι γυναίκες και μόλις το 4% είναι κάτω των 25 ετών), απόρροια των δύσκολων συνθηκών εργασίας.
- Όγκος εμπορευμάτων: Από την άλλη πλευρά όμως, τα δεδομένα είναι αντιστρόφως ανάλογα όσον αφορά στα εμπορεύματα, καθώς ο όγκος των τελευταίων προβλέπεται να αυξηθεί κατά 9% μέχρι το 2030, ασκώντας έτσι ακόμη μεγαλύτερη πίεση στις εταιρείες μεταφορών.
- TCO: Συνακόλουθα, επίσης υψηλές είναι οι πιέσεις σε ό,τι έχει να κάνει με το συνολικό κόστος ιδιοκτησίας. Στη Γερμανία φερειπείν, που αποτελεί τη δεύτερη μεγαλύτερη ευρωπαϊκή αγορά οδικών εμπορευματικών μεταφορών, το TCO αυξήθηκε κατά 24% από το 2021 μέχρι το 2024. Οι λόγοι πίσω από αυτήν την αύξηση; Αρκετοί, αρχής γενομένης από την εκτίναξη των διοδίων κατά 83% το 2023 (κυρίως λόγω των διοδίων που αφορούν στο CO₂), μέχρι την αύξηση στις τιμές των καυσίμων κατά 19%, την αύξηση των μισθών μετά τον COVID, τις ελλείψεις οδηγών (που αυξάνουν τη διαπραγματευτική ισχύ των τελευταίων) και τις τιμές των φορτηγών που σχεδόν διπλασιάστηκαν μέσα στην τελευταία δεκαετία εξαιτίας των αυστηρότερων προτύπων στις εκπομπές ρύπων, των κανονισμών ασφαλείας και του πληθωρισμού.
Ζορίζονται οι αρμόδιοι φορείς από τις προκλήσεις της ενεργειακής μετάβασης
Το ίδιο – ή ίσως και περισσότερο – νευραλγικός, εντούτοις, αποδεικνύεται πως είναι ο παράγοντας της βιώσιμης κινητικότητας, καθώς η απαλλαγή από τις εκπομπές διοξειδίου του άνθρακα ασκεί πρόσθετη πίεση στις επιχειρήσεις οδικών μεταφορών. Και παρόλο που οι περισσότερες πολιτικές αποφάσεις μοιάζουν να επιπλήττουν τους φορείς εκμετάλλευσης
που βασίζονται στα πετρελαιοκίνητα φορτηγά (βλ. πρότυπα CO₂,
Ευρωβινιέτα), την ίδια ώρα τα κίνητρα υποστήριξης εξακολουθούν να παραμένουν περιορισμένα.
Τοιουτοτρόπως, ευνοϊκές συνθήκες όπως η χωρητικότητα του δικτύου, οι υποδομές φόρτισης και η προμήθεια βιοκαυσίμων, υστερούν, εμποδίζοντας την ευρεία μετάβαση σε εναλλακτικά συστήματα κίνησης.
Τα άμεσα προτερήματα από τη χρήση της τεχνητής νοημοσύνης
Καταλήγοντας, οι οδικές μεταφορές υφίστανται μια σημαντική τεχνολογική μετάβαση, η οποία καθοδηγείται από τις εξελίξεις πάνω στους τομείς της αυτοματοποίησης, της ηλεκτροκίνησης, της ανάλυσης δεδομένων & της συνδεσιμότητας.
Και στο κέντρο όλου αυτού του μετασχηματισμού; Η
τεχνητή νοημοσύνη, που αν και δεν αποτελεί τη νούμερο ένα προτεραιότητα των φορέων, όπως προαναφέρθηκε, στην αντίπερα όχθη πρόκειται για μια λύση που μπορεί να συνεισφέρει σημαντικά τόσο ως προς τη βελτίωση της αποδοτικότητας, όσο και ως προς τη μείωση του κόστους. Πώς; Σε πρώτη φάση, μέσα από τη βελτιστοποίηση των διαδρομών και την προγνωστική συντήρηση, δυο παράγοντες που συνδυαστικά όχι απλώς μειώνουν το κόστος, αλλά υποστηρίζουν επίσης την αξιοπιστία και την αποδοτικότητα των καυσίμων.
Όλα αυτά, με μια προϋπόθεση όμως: να λάβουν χώρα όλες οι απαραίτητες επενδύσεις πάνω σε θέματα τεχνολογίας, υποδομών και προσωπικού.
Ακόμα και σε αυτό ωστόσο, οι λύσεις τεχνητής νοημοσύνης φαίνεται να έχουν ιδιαίτερη αξία. Διότι, παρόλο που η επιτυχής εφαρμογή προηγμένων λύσεων απαιτεί επενδύσεις και διαχείριση αλλαγών, οι προτάσεις την ίδια ώρα που σχεδιάζονται ανταποκρίνονται όλο και περισσότερο στα υπάρχοντα συστήματα, καθιστώντας την ευρύτερη υιοθέτηση πιο εφικτή.
