האם בינה מלאכותית תחליף את נהגי המשאיות? [סרטון וחידון]

תשובה קצרה: בינה מלאכותית לא תחליף לחלוטין את נהגי המשאיות, אך היא תגרום לאוטומציה של מסלולי הובלה צפויים ומשימות נהיגה שגרתיות. נהגים ניצבים בפני החשיפה הגדולה ביותר כאשר עבודתם מתמקדת בקילומטראז' חוזר על עצמו בכבישים מהירים או בין מרכזים, בעוד שתפקידים מיוחדים, הפונים ללקוחות ורבים מהחריגים נותרים קשים הרבה יותר לאוטומציה.

נקודות מפתח:

מיקוד סיכונים: מתן עדיפות למיומנויות החורגות מנהיגה בכבישים מהירים שחוזרות על עצמן ונתיבי משא צפויים.

ערך אנושי: בניית מומחיות בבדיקות, טיפול במטענים, אינטראקציה עם לקוחות וחריגים.

אחריות: ציי רכב צריכים להגדיר מי אחראי כאשר מערכות אוטונומיות כושלות.

שקיפות: נהגים צריכים להבין כיצד פועלים טלמטיקה, כלי שיגור וניטור בטיחות.

שינוי קריירה: שקלו תפקידי תמיכה בתחום ההובלה, אישורים או תמיכה בצי אוטונומי.

מאמרים שאולי תרצו לקרוא אחרי זה:

🔗 האם בינה מלאכותית תחליף אנימטורים?
כיצד כלי בינה מלאכותית עשויים לעצב מחדש עבודות אנימציה, צינורות יצירה וזרימות עבודה יומיומיות.

🔗 האם בינה מלאכותית תחליף רדיולוגים?
בוחנת את תפקידה המתרחב של בינה מלאכותית בהדמיה רפואית, אבחון ותמיכה קלינית.

🔗 האם בינה מלאכותית תחליף שחקנים?
בוחן מדיה סינתטית, שיבוט קולי והנוף המשתנה של עבודות פרפורמנס.

🔗 האם בינה מלאכותית תחליף את רואי החשבון?
מכסה סיכוני אוטומציה ואת המיומנויות המתפתחות הנדרשות בתפקידי חשבונאות מודרניים.

1. האם בינה מלאכותית תחליף את נהגי המשאיות? התשובה הישירה

האם בינה מלאכותית תחליף את נהגי המשאיות? בכמה מצבים צרים, כן. בכל התעשייה, לא במהירות ולא באופן שווה.

עבודות הנהיגה הפגיעות ביותר עשויות להיות מסלולים חוזרים ונשנים וצפויים - במיוחד הובלת מטענים בכבישים מהירים בין מרכזים, משלוחים למרחקים ארוכים וקווי מסחר קבועים בין מחסנים, חנויות, נמלים ומרכזי הפצה. בינה מלאכותית אוהבת חזרות. בינה מלאכותית אוהבת נתיבים ממופים, גיאומטריית כביש עקבית, נקודות טעינה ידועות וכללי תפעול נקיים.

אבל נהגי משאיות אנושיים עדיין נחוצים מאוד לעבודה גמישה ודורשת שיקול דעת גבוה. זה כולל משלוחים אזוריים, הובלות בניין, הובלות בקירור, מטענים גדולים מדי, חומרים מסוכנים, בעלי חיים, הובלות בנמלים, משלוחים עירוניים, מסלולים כפריים, הובלות חירום וכל דבר שקשור ללקוחות שמשנים את התוכנית באמצע בגלל, אתם יודעים, בני אדם.

נתוני עבודה רשמיים עדיין מראים נהיגת משאיות כבדות ומשאיות עם גרור כמקצוע גדול עם משרות פנויות, וזהו סימן חזק למדי לכך שהעבודה לא פשוט נעלמת בן לילה. נהגי משאיות עושים הרבה יותר מאשר נהיגה ישרה בכבישים מהירים; הם בודקים ציוד, מאבטחים מטענים, מדווחים על תקנות, פועלים לפי תקנות, מתחזקים יומני רישום ומנהלים מגבלות מסלול.

אז התשובה הטובה יותר היא זו: בינה מלאכותית תחליף חלק ממשימות הובלת משאיות, תשנה עבודות הובלת משאיות רבות ותיצור תפקידי תמיכה חדשים סביב הובלה אוטונומית. אבל היא כנראה לא תמחק את נהגי המשאיות כמקצוע ברגע דרמטי אחד גדול בסצנת סרט. 🎬

2. מה הופך גרסה טובה של הובלות מבוססות בינה מלאכותית?

גרסה טובה של משאיות מבוססות בינה מלאכותית אינה סתם משאית רובוטית שיכולה לדהור בכביש מהיר בלילה ולגרום למשקיעים למחוא כפיים. זה ראוותני, בוודאי. אבל אוטומציה טובה במשאיות צריכה להיות בטוחה, יציבה, אמינה, ניתנת לביקורת ובעלת ערך לציי רכב.

מערכת הובלות חזקה של בינה מלאכותית צריכה לכלול:

• מסלולי הפעלה צפויים עם כללי דרך ברורים ותנאים ממופים

• ניטור בטיחות חזק למזג אוויר, מכשולים, עבודות בנייה ורכבי חירום

• צוותי תמיכה מרחוק שיכולים לעזור כאשר המערכת מגיעה לגבולותיה

• בדיקות תחזוקה לחיישנים, בלמים, צמיגים, מצלמות, מכ"ם, לידאר ותוכנה

• אחריות ברורה כאשר משהו משתבש

• נקודות מסירה אנושיות עבור רציפי טעינה, חצרות, בדיקות ובעיות אספקה ​​חריגות

• אישור רגולטורי שמתאים להובלה מסחרית, לא רק להדגמה טכנולוגית

• הגנות סייבר, כי משאית פרוצה היא לא בדיוק באג תוכנה קטן וחמוד 😬

רגולטורים עדיין עובדים על אופן של כלי רכב מסחריים ללא נהג, ללא אדם מאחורי ההגה. זה חשוב, כי משאיות אינן כביש צעצוע. זוהי תשתית ציבורית עם כלי רכב כבדים הנעים סביב משפחות, עובדים, שוטרים, אוטובוסי בית ספר וכל מי שמנסה לשרוד את הנסיעה לעבודה.

3. טבלת השוואה: היכן בינה מלאכותית צפויה להחליף את נהגי המשאיות

אזור הובלות

סיכון החלפת בינה מלאכותית

למה זה משנה

תפקיד אנושי כנראה נותר

הובלה למרחקים ארוכים בכבישים מהירים

גבוה-יש

כבישים מהירים צפויים יותר מערים, לרוב

איסוף מקומי, משלוח, בדיקות, חריגים

מסלולי מחסן במידל מייל

גָבוֹהַ

אותו מסלול, אותם רציפים, חוזר-חוזר-חוזר

עבודות גינה, בעיות טעינה, תיקונים ללקוחות

משלוח עירוני

בינוני-נמוך

הולכי רגל, רוכבי אופניים, חניה כפולה, מרק כאוס 🍲

נהג, עוזר, פותר בעיות מול לקוחות

עומסים גדולים במיוחד

נָמוּך

דורש שיקול דעת, תיאום ליווי, מסלולים יוצאי דופן

נהג מומחה נשאר חשוב

חומרים מסוכנים

נמוך-בינוני

בטיחות ואחריות הם עצומים

פיקוח אנושי מוסמך

הובלות בנייה

נָמוּך

אתרים לא מובנים, בוץ, חללים צרים, תנאים משתנים

מפעיל אנושי, תיאום אתר

משאות מקוררות

בֵּינוֹנִי

בינה מלאכותית יכולה לנהוג, אבל ניהול המטען עדיין חשוב

בדיקות זמניות, פתרון בעיות בקירור

יציאת נמל

בֵּינוֹנִי

חוזר על עצמו, אך עמוס ומסוכן מבחינה תפעולית

טיפול בשער, ניירת, חריגים

תמיכה בצי אוטונומי

גָדֵל

לא תפקיד נהג מסורתי, אבל סמוך

עוזר מרחוק, מפעיל בטיחות, טכנאי

וידוי שולחן קטן: "בערך גבוה" זו לא קטגוריה מדעית. אבל היא מתאימה. חלק מהמסלולים ממש מתחננים לאוטומציה, בעוד שאחרים הם קרקס בטעם בורות מהמורות. 🎪

4. למה בינה מלאכותית מגיעה לתחום התחבורה מלכתחילה

הובלת משאיות היא יקרה, תובענית פיזית וקשה לאייש אותה באופן קבוע. עבודה למרחקים ארוכים יכולה להרחיק את הנהגים מהבית במשך ימים או שבועות, ואורח חיים זה אינו מתאים לכולם. אפילו כאשר השכר סביר, הפשרה יכולה להיות אכזרית: לישון במונית, לאכול אוכל מתחנת דלק לעתים קרובות מדי, להחמיץ אירועים משפחתיים, להתמודד עם מזג אוויר גרוע, ואז לקבל אשמה כאשר שולח מעכב את הטעינה במשך שש שעות. מקסים.

הובלת משאיות מבוססת בינה מלאכותית מבטיחה כמה יתרונות מפתים:

• משאיות שיכולות לפעול לפרקי זמן ארוכים יותר ללא עייפות אנושית

• יעילות דלק טובה יותר באמצעות דפוסי נהיגה חלקים יותר

• פחות פערים בתזמון

• קיבולת הובלה צפויה יותר

• תלות נמוכה יותר בכוח אדם במסלולים מסוימים

• יתרונות בטיחותיים פוטנציאליים אם מערכות יפחיתו תאונות שנעשו עקב טעויות אנוש

• אינטגרציה נקייה יותר עם תוכנות מחסן ולוגיסטיקה

חלק מחברות ההובלות האוטונומיות כבר עברו מעבר להדגמות גרידא לפעילות מסחרית או שילובים עם מערכות ניהול מטענים. זה לא אומר שכל תעשיית ההובלות תתהפך מחר, אבל זה כן אומר שזה כבר לא מדע בדיוני.

ועדיין, הטענה העסקית צריכה לשרוד את המציאות. חיישנים עולים כסף. תחזוקה מסתבכת. שאלות ביטוח הופכות לקשה. רגולטורים רוצים תשובות. ציי רכב צריכים זמן פעילות. משלחים רוצים אמינות, לא מצגת פאוורפוינט עם משקפי שמש. 😎

5. בינה מלאכותית של משרות כנראה תשתנה ראשונה

עבודות ההובלה הראשונות שחווות לחץ משמעותי מבינה מלאכותית הן העבודות עם דפוסי הנהיגה החוזרים על עצמם ביותר.

לַחשׁוֹב:

• הובלה מטרמינל לטרמינל

• מסלולי מרכז הפצה לחנות

• נתיבי מעבר ממחסן למחסן

• מסלולי כביש מהיר ליליים

• מסדרונות משא בסגנון חגורת השמש עם מזג אוויר נקי יותר

• מסלולים עם פחות אינטראקציות עירוניות מורכבות

• נתיבי חוזים ייעודיים

אלו אטרקטיביים משום שחברות יכולות למפות את המסלול, לבצע בדיקות חוזרות ונשנות, לשלוט במשתנים רבים ולבנות ספרי הדרכה תפעוליים. זוהי גרסת המשאיות של לימוד כלב במסדרון אחד לפני שמבקשים ממנו לנווט בכל שדה התעופה. מטאפורה גרועה, אבל היא נוחתת איפשהו. 🐕

במקרים אלה, הנהג האנושי עשוי לעבור מביצוע כל הנסיעה לביצוע הקצוות המורכבים: המייל הראשון, המייל האחרון, הזזות חצר, אינטראקציה עם הלקוח, בדיקות, אבטחת מטען וטיפול בחריגים.

משמעות הדבר היא שהעתיד עשוי להיראות פחות כמו "אין נהגי משאיות" ויותר כמו "פחות בני אדם לכל מייל של משא בנתיבים מסוימים"

6. המשרות שהבינה המלאכותית תתקשה להחליף

בינה מלאכותית מתקשה במקומות שבהם העולם הופך חלקלק.

נהגי משאיות מתמודדים עם בעיות מעשיות בכביש שלא תמיד נראות על גבי מפה. דלת רציף חסומה. אטם גרור פגום. מטען זז. מקלט אומר "סע אחורה", אבל "חזרה" זה שלושה שערים, שתי מלגזות, ובחור אחד בשם דייל מנופף במעורפל. שלג מכסה סימוני נתיב. צמיג נראה לא בסדר. שוטר מאותת ביד. בכביש חקלאי יש הגבלת משקל שאף אחד לא הזכיר. ה-GPS משקר. הלקוח רוצה חלוקת מטען. הניירת חסרה. נהג המלגזה בארוחת צהריים. הבנתם את הרעיון.

בינה מלאכותית משתפרת, אבל הובלת משאיות מכילה כמות מפתיעה של אלתור.

תפקידי משאיות שקשה להחליף כוללים:

• נהגי משטחים שטוחים שמאבטחים מטענים יוצאי דופן

• מומחים להובלות כבדות ומטענים גדולים במיוחד

• נהגי מכליות

• נהגי חומרי הדברה

• נהגי מסלולים כפריים

• מפעילי משאיות בנייה ומשאיות זבל

• מובילי בעלי חיים

• נהגים המטפלים במטענים עתירי מגע

• בעלים-מפעילים שמנהלים את הקשרים והלוגיסטיקה באופן אישי

הנהגים האלה לא רק מנווטים. הם מנהלים סיכונים, ציוד, לקוחות, מטען, לוחות זמנים ושיקול דעת. השכבה האנושית הזו היא דביקה.

7. האם בינה מלאכותית תחליף את נהגי המשאיות או תהפוך אותם לטכניים יותר?

ייתכן שהרבה נהגים לא יוחלפו, אבל עבודתם עשויה להפוך לטכנית יותר. זה כנראה החלק שאנשים לא מדברים עליו מספיק.

עם כניסת הבינה המלאכותית לתחום המשאיות, ציי רכב יזדקקו לאנשים שמבינים גם את הכביש וגם את המערכת. נהגים לשעבר יכולים להפוך ל:

• צגי משאיות אוטונומיות

• מפעילי תמיכה מרחוק

• רכזי חצר

• מפקחי בטיחות

• טכנאי בדיקת חיישנים

• מאמני אוטומציה של ציי רכב

• מומחי אימות מסלולים

• מאמני סיוע לנהג

• מובילי תאימות ותפעול

כאן לנהגי משאיות מנוסים יש יתרון. הם יודעים איך מרגיש "נורמלי" על הכביש. הם יודעים מתי מטען נשמע לא נכון, מתי מבנה רציף נראה מקולל, מתי מסלול חוקי מבחינה טכנית אבל כמעט טיפשי. קשה להפוך את הידע הזה בשטח לאוטומטי כי הוא לא תמיד כתוב.

גיליון אלקטרוני יכול לומר "המסלול אושר". נהג יכול לומר, "כן, לא, הפנייה הזו אוכלת גרורים לארוחת בוקר". 🥞

8. שאלת הבטיחות: טוב יותר מבני אדם, או פשוט שונה?

חברות הובלות מבוססות בינה מלאכותית טוענות לעתים קרובות שמערכות אוטונומיות יכולות להפחית תאונות הנגרמות מעייפות, הסחת דעת, נהיגה במהירות מופרזת או נהיגה לקויה. לטיעון הזה יש משקל. בני אדם מתעייפים. בני אדם שולחים הודעות טקסט. לבני אדם יש ימים רעים. בני אדם אוכלים בוריטו ביד אחת בזמן שהם מנסים להוריד הילוך, וזה לא הרגע הכי טוב שלנו.

אבל משאיות אוטונומיות גם מציגות חששות בטיחותיים שונים:

• כשלים בחיישנים

• מקרי קצה תוכנה

• סיכוני אבטחת סייבר

• ביצועים במזג אוויר גרוע

• אתגרי בדיקת דרך

• תיאום תגובת חירום

• עומס עבודה של עוזר מרחוק

• אחריות לאחר תאונות

• תחזוקת חומרה ספציפית לבינה מלאכותית

רגולטורים העלו שאלות ספציפיות בנוגע לאופן שבו כלי רכב מסחריים אוטומטיים ביותר צריכים להתמודד עם בדיקה, תחזוקה, אכיפה בצד הדרך ותפעול בטוח ללא נוכחות נהג אנושי.

אז הדיון על בטיחות אינו "טוב לאדם, רובוט רע" או "גאון רובוטי, אדם מיושן". הוא מעצבן ויותר מציאותי: אילו סיכונים מצטמצמים, אילו סיכונים חדשים מופיעים, ומי אחראי כאשר המערכת מתבלבלת?

9. מדוע החלפה מלאה קשה יותר ממה שאנשים חושבים

הביטוי "האם בינה מלאכותית תחליף את נהגי המשאיות?" גורם לזה להישמע כאילו יש תפקיד אחד של נהג משאית. אין.

הובלת משאיות היא טלאי ענק של סוגי מטענים, מסלולים, תקנות, ציוד, לקוחות ומציאות מקומית. החלפת נהג בנתיב כביש מהיר נקי היא דבר אחד. החלפת נהג שמטפל במטען מעורב, נוסע לאחור לרציף מכולת צפוף, בודק אטמים, מדבר עם המקבל, מסתגל לפגישה מאוחרת ומבחין בבעיית בלמים היא דבר אחר לגמרי.

החלפה מלאה מואטת על ידי:

• כללים והבדלי אכיפה בין מדינה למדינה

• אי ודאות ביטוחית

• בעיות אמון הציבור

• התנגדות לאיגודים ועובדים

• מזג האוויר ושינויי הכבישים

• עלויות ציוד גבוהות

• מורכבות התחזוקה

• קבלת הלקוח

• כשלים בבטיחות במקרה קצה

• העובדה הפשוטה שמשאיות לא קיימות רק בכבישים מהירים

בנוסף, שולי הרווח של משאיות יכולים להיות דלים. טכנולוגיה יכולה להיות מרשימה ועדיין לא להיות אטרקטיבית מבחינה כלכלית בכל מקום. בעלי ציי רכב לא קונים קסם. הם קונים זמן פעילות, החזר השקעה, בטיחות ופחות כאבי ראש. לפעמים טכנולוגיה מפחיתה כאבי ראש. לפעמים היא מופיעה כשהיא מחזיקה לוח כתיבה ויוצרת שישה חדשים.

10. מה נהגי משאיות יכולים לעשות עכשיו

נהגים שרוצים להישאר בעלי ערך לא צריכים להיכנס לפאניקה, אבל עליהם לשים לב. האסטרטגיה הגרועה ביותר היא להעמיד פנים ששום דבר לא משתנה. האסטרטגיה השנייה הגרועה ביותר היא להניח שהכל נידון לכישלון ולהפוך לגובלין מערה. אף אחד מהם לא עוזר.

מהלכים חכמים כוללים:

• צברו ניסיון במטענים מורכבים, לא רק קילומטרים בסיסיים בכבישים מהירים

• למד מערכות בטיחות, טלמטיקה ותוכנות צי רכב

• קבלו המלצות במידת הצורך

• להבין לעומק את הפיקוח והתחזוקה

• שיפור כישורי התקשורת עם הלקוחות

• שקלו נישות ייעודיות בתחום ההובלה

• הישארו מעודכנים לגבי פעילות צי אוטונומי

• פיתוח מיומנויות שיגור, ציות או הדרכה

• שמור רישום בטיחות נקי

• התייחסו לטכנולוגיה ככלי לפני שתתייחסו אליה כאויב

ככל שערכו של נהג תלוי רק בישיבה מאחורי ההגה במהלך קילומטרים צפויים בכביש מהיר, כך תפקיד זה הופך חשוף יותר. ככל שנהג מטפל יותר בשיקול דעת, מערכות יחסים, ציוד, מטען ופעולות שטח תובעניות, כך קשה יותר להחליף אותם.

זה לא פוסטר מוטיבציוני. ככה אוטומציה בדרך כלל אוכלת עבודה: תחילה משימות פשוטות שחוזרות על עצמן, אחר כך מרק אנושי מסובך - אם בכלל.

11. מה חברות רוצות מהובלות מבוססות בינה מלאכותית

מפעילי ציי רכב ומשלחים לא מאמצים בינה מלאכותית כי היא נוצצת. ובכן, חלקם כן, כי מנהלים אכן אוהבים דברים נוצצים. אבל הסיבות העמוקות יותר הן פרקטיות:

• תנועת מטענים עקבית יותר

• עלויות תפעול נמוכות יותר לטווח ארוך

• ניצול טוב יותר של נכסים

• הפחתת לחץ מחסור בנהגים במסלולים מסוימים

• אמינות תזמון משופרת

• אינטגרציה טובה יותר עם פלטפורמות לוגיסטיקה

• פחות עיכובים עקב מגבלות שעות שירות בנתיבים ספציפיים

• חידוש מלאי החנות צפוי יותר

חלק מהחברות כבר מחברות פלטפורמות של משאיות אוטונומיות לתוכנות ניהול תחבורה, וזה חשוב מכיוון שקונים של מטענים אינם רוצים פורטל רובוטי נפרד וייחודי. הם רוצים קיבולת אוטונומית שתתאים לכלים שהם כבר משתמשים בהם.

האינטגרציה הזו היא רמז גדול. עתיד הובלות הבינה המלאכותית אינו רק המשאית. זהו כל תהליך העבודה של המטענים: הזמנה, שיגור, ניתוב, טעינה, ניטור, אספקה, טיפול בחריגים, חיוב, תאימות ותחזוקה. המשאית היא קמע המתכת הגדול.

12. אז, האם בינה מלאכותית תחליף לחלוטין נהגי משאיות?

לא, לא לגמרי. לא בצורה נקייה ואוניברסלית.

התחזית הטובה יותר היא זו:

בינה מלאכותית תחליף משימות נהיגה מסוימות במסלולים מסוימים. היא תפחית את הביקוש לתפקידים ארוכי טווח מסוימים לאורך זמן. היא תיצור מקומות עבודה חדשים בתפעול הובלה אוטונומי. היא תדחוף נהגים לעבודות מיוחדות יותר, מקומיות, טכניות, פונות ללקוח ורבות חריגות. והיא תהפוך את תעשיית המשאיות לחלוקה גדולה יותר בין "קילומטרים שגרתיים" ל"קילומטרים של שיפוט אנושי"

זה נשמע פחות דרמטי מ"רובוטים לוקחים כל משאית", אבל זה הרבה יותר קרוב למציאות.

נהג שרוצה לנסוע רק בנתיבי כביש פשוטים לנצח עלול להתמודד עם לחץ רב יותר. נהג שיכול להתמודד עם ציוד, לקוחות, בטיחות, טכנולוגיה ומטענים בלתי צפויים עדיין יהיה בעל ערך. בסיבוב מוזר, נהג המשאית העתידי עשוי להפוך ליקר ערך בכך שיהיה אנושי יותר - לא פחות. 🧠🚛

מסקנה סופית: האם בינה מלאכותית תחליף את נהגי המשאיות?

האם בינה מלאכותית תחליף את נהגי המשאיות? באופן חלקי. באופן סלקטיבי. באופן לא אחיד. וכנראה עם יותר ניירת ממה שמישהו רוצה.

בינה מלאכותית כבר נכנסת לתחום תעשיית ההובלות באמצעות נתיבי הובלה אוטונומיים, מערכות סיוע לנהג, כלי שיגור, תחזוקה חזויה, תיאום מחסן ותוכנות לוגיסטיקה. הכביש משתנה. אבל נהיגת משאית אינה רק פעולה חוזרת ונשנית. זוהי חבילה של משימות, סיכונים, מערכות יחסים ושיקול דעת העוטפות מכונה ששוקלת הרבה ואינה סולחת על טיפשות.

אז העתיד אינו "נהגי משאיות נעלמים". העתיד הוא "נהגי משאיות מסתגלים"

ההימור הבטוח ביותר? נהגים שבונים מיומנויות מיוחדות, מבינים טכנולוגיה ועוברים לכיוון של הובלת מטען בעלת שיקול דעת גבוה יותר יהיו קשים הרבה יותר להחלפה. ההגה אולי יהפוך לחכם יותר, בוודאי - אבל העבודה עדיין זקוקה לאנשים שיודעים מה קורה כשהמציאות שופכת קפה על כל תוכנית המסלול. 

דוגמה מהעולם האמיתי: נהג למרחקים ארוכים שמסתגל למטענים אוטונומיים

תַרחִישׁ

דמיינו נהג בשם מרקוס שבילה שמונה שנים בניהול מסלול צפוי ממחסן למחסן בין שני מרכזי הפצה אזוריים. רוב הקילומטראז' הוא נהיגה בכביש מהיר, עם אותן עצירות, אותו סוג גרור ואותו לוח זמנים של לילה.

זה בדיוק סוג העבודה שצי רכב עשוי לבחון עם משאיות אוטונומיות תחילה. מרקוס אינו חסר ערך בעתיד הזה, אך החלק החוזר ביותר בעבודתו נחשף.

במקום לחכות שהמסלול ישתנה, מרקוס מתחיל לבנות מיומנויות סביב אוטומציה של חלקים שעדיין מתקשה איתם: בדיקות, תנועת חצר, בדיקות עומס, חריגים ללקוחות, דיווחי בטיחות ותמיכה בצי אוטונומי.

על מה מרקוס מתמקד

מרקוס מכין תוכנית פשוטה:

למד את לוח המחוונים הטלמטי של הצי ואת התראות הבטיחות

תרגול בדיקות מעמיקות לפני ואחרי הנסיעה

בקשת עזרת צללית למשמרת אחת בחודש

צברו ניסיון בבדיקות קירור, בדיקות אטימה, בעיות ניירת ועיכובים בטעינה

שמור יומן כתוב של בעיות מסלול שמערכת אוטונומית עלולה לפספס

השתתף בקורס פנימי על מערכות סיוע לנהג, אם החברה מציעה כזה

חפשו משרות פנויות בתחומי הבטיחות, ההדרכה, תיאום החצר או ניטור משאיות אוטונומיות

זה חשוב משום שמרקוס מעביר את הערך שלו מ"אני יכול לנסוע באותו כביש מהיר במשך 420 מייל" לכיוון "אני מבין איך מטען משתבש ברגע שהוא יוצא מהסדר והניקיון של תוכנית מסלול"

הוראה לדוגמה שמרקוס יכול להשתמש בה עם עוזר בינה מלאכותית

מרקוס יכול להשתמש בעוזר בינה מלאכותית כדי להפוך את חוויית הנהיגה שלו לתוכנית מעשית להעצמת מיומנויות:

אני נהג משאית למרחקים ארוכים במסלול קבוע ממחסן למחסן. המסלול שלי עשוי להיות מושפע ממשאיות אוטונומיות בשנים הקרובות. בנה לי תוכנית מיומנויות ל-90 יום שתעזור לי לעבור לעבודות משאיות בעלות שיקול דעת גבוה יותר או תמיכה בצי אוטונומי. כלול פעולות שבועיות, מיומנויות לתרגול, שאלות לשאול את המנהל שלי, ידע בטיחותי לתעד ושלושה תפקידים שאני יכול לשאוף אליהם באופן ריאלי מבלי לעזוב את ענף המשאיות.

הנחיית המשך חזקה יותר תהיה:

הפכו את התוכנית הזו לרשימת תיוג שבועית שאני יכול להשתמש בה. שמרו עליה פרקטית עבור מישהו שעובד חמישה לילות בשבוע. כללו משימות שלוקחות פחות מ-30 דקות, ועוד משימה גדולה אחת בשבוע.

כיצד לבחון את התוכנית

מרקוס לא צריך לסמוך על עצתו של הבינה המלאכותית רק בגלל שהיא נשמעת חכמה. הוא יכול לבחון אותה מול עבודת משאיות יומיומית:

שאל מנהל בטיחות אילו כישורים מוערכים בצי

השוו את התפקידים המוצעים עם מודעות הדרושים הנוכחיות

מעקב אחר התדירות שבה יש חריגים במסלול שלו במשך 30 יום

רשמו כמה בעיות דרשו שיקול דעת אנושי, לא רק היגוי

בדקו האם העוזר ממליץ על הסמכות מזויפות או על "מיומנויות בינה מלאכותית" מעורפלות ללא מטרה מעשית

שאלות המבחן המעשי כוללות:

"מה נהג צריך לתעד במהלך נסיעה אוטונומית לאימות מסלול?"

"אילו סימני אזהרה במהלך בדיקה טרום נסיעה יהיו חשובים יותר במשאית אוטונומית?"

"כיצד מטפל מפעיל תמיכה מרחוק במזח סתום, אטם חסר או תקלה בגרור?"

"אילו חלקים בעצה זו ספציפיים להובלות, ואילו חלקים הם חלקים גנריים של מילוי קריירה?"

תוֹצָאָה

תוצאה להמחשה: בהתבסס על תזמון של חמש משימות תכנון קריירה שגרתיות לפני ואחרי שימוש בתהליך עבודה זה, מרקוס הצליח להפחית את זמן התכנון מכ-4 שעות ל-55 דקות.

בסיס מדידה:

כתיבת תוכנית מיומנויות באופן ידני: 90 דקות

חיפוש אחר אפשרויות תפקיד: 75 דקות

יצירת פעולות שבועיות: 45 דקות

הכנת שאלות למנהל: 30 דקות

הפיכת הכל לרשימת בדיקה: 30 דקות

בעזרת תהליך העבודה של בינה מלאכותית, אותן חמש משימות לקחו בערך 55 דקות, כולל סקירה ועריכה אנושיות. המדד החשוב אינו "בינה מלאכותית הצילה את הקריירה שלו". הוא מבוסס יותר: מרקוס יצר תוכנית ברורה יותר ל-90 יום בישיבה אחת, זיהה שלושה תפקידי יעד ויצר רשימת בדיקה שבועית שהוא יכול לעקוב אחריה.

הוא יכול היה לאמת את ההתקדמות על ידי מעקב:

מספר הפעולות השבועיות שהושלמו

מספר מערכות הצי שנלמדו

מספר בעיות הבדיקה שזוהו כהלכה

מספר שיחות עם צוותי שיגור, בטיחות או תחזוקה

מספר משרות פנימיות רלוונטיות שהוא מוסמך להגיש מועמדות אליהן לאחר 90 יום

מה יכול להשתבש

הטעות הגדולה ביותר היא להתייחס לייעוץ קריירה בתחום הבינה המלאכותית כאל כדור בדולח. זה לא כך.

בינה מלאכותית עשויה להציע תפקידים שאינם קיימים בחברה של מרקוס. היא עשויה לזלזל ברישוי, כללי איגוד מקצועי, מערכות ותק, דרישות ביטוח או הכשרה ספציפית לחברה. היא עשויה גם לגרום להובלה אוטונומית להישמע קלה באופן קסום או בלתי אפשרית לחלוטין, תלוי באופן שבו ההנחיה נכתבת.

מרקוס עדיין זקוק לבדיקות אנושיות:

אשר אפשרויות אימון עם הצי

בדקו ישירות את דרישות התפקיד

הימנעו משיתוף נתוני חברה פרטית עם כלי בינה מלאכותית ציבוריים

אין להדביק דוחות תקריות, פרטי לקוחות או מידע רגיש למסלול לעוזר

שאלו את צוות הבטיחות והתחזוקה המנוסה האם התוכנית תואמת את פעילות הצי

הטעות השנייה היא ללמוד רק "דברים של בינה מלאכותית" ולהתעלם מיסודות נהיגה במשאיות. נהג שמבין בלמים, צמיגים, אבטחת מטען, שיפוט מזג אוויר, בעיות לקוחות ואי-סדר בחצר יהיה בעל ערך רב יותר ממישהו שמכיר רק טרמינולוגיה אופנתית.

טייק אווי מעשי

הצעד הבטוח ביותר בקריירה הוא לא להיכנס לפאניקה ממשאיות רובוטיות. זה לעבור לחלקים של הובלות הדורשים שיקול דעת, אמון, ידע בציוד ופתרון בעיות אנושי תחת לחץ.

בינה מלאכותית אולי תשתלט על כמה קילומטרים שגרתיים בכבישים מהירים, אבל היא עדיין זקוקה לאנשים שמבינים מה קורה לפני שהמשאית יוצאת, אחרי שהיא מגיעה, ומתי תוכנית המסלול סופגת אגרוף מהמציאות.

שאלות נפוצות

האם בינה מלאכותית תחליף לחלוטין את נהגי המשאיות?

סביר להניח שבינה מלאכותית לא תחליף לחלוטין את נהגי המשאיות במשמרת נקייה אחת בתעשייה כולה. סביר יותר שהיא תיקח על עצמה משימות ספציפיות במסלולים צפויים, במיוחד משאיות כבדות בכבישים מהירים או מטענים בין מרכזים. הובלות עדיין כרוכות בבדיקות, בעיות מטען, תקשורת עם לקוחות, שיפוט מזג אוויר, ניירת וסיבוכים בלתי צפויים. אותם חלקים, שבהם שיקול הדעת האנושי חשוב ביותר, קשים הרבה יותר לאוטומציה.

אילו עבודות נהיגת משאיות נמצאות בסיכון הגבוה ביותר מבינה מלאכותית?

העבודות החשופות ביותר הן בדרך כלל מסלולים חוזרים ונשנים עם תנאים צפויים. זה כולל הובלת מטענים בכבישים מהירים ממרכז למרכז, נתיבי מחסן למחסן, משלוחים למרחקים ארוכים, מסלולי קבלן ייעודיים וכמה פעולות במרכזי הפצה. מסלולים אלה קלים יותר למיפוי, בדיקה ומעקב. עבודות הכרוכות בהעמסה מורכבת, מטען יוצא דופן, החלפת אתרים או אינטראקציה כבדה עם לקוחות קשות יותר לבינה מלאכותית להשתלט עליהן.

מדוע נהיגה אוטונומית במשאיות קלה יותר בכבישים מהירים מאשר בערים?

כבישים מהירים בדרך כלל צפויים יותר מרחובות עירוניים. יש בהם פחות הולכי רגל, רוכבי אופניים, פניות חדות, מצבי חניה כפולים ונקודות מסירה מבלבלות. מערכות משאיות אוטונומיות יכולות לתפקד טוב יותר כאשר המסלולים ממופים, הנתיבים עקביים וכללי התפעול ברורים. מסירה עירונית מביאה יותר חלקים נעים וחוסר ודאות, מה שאומר שלנהגים אנושיים עדיין יש יתרון משמעותי בשיקול דעת ובפתרון בעיות.

האם בינה מלאכותית תחליף תחילה נהגי משאיות בהובלת מטענים למרחקים ארוכים?

בינה מלאכותית עשויה להשפיע על הובלות ארוכות טווח מוקדם יותר מאשר מגזרי משאיות רבים אחרים, מכיוון שמרחקי המטען בכבישים מהירים ניתנים לחזרה יותר. מודל סביר הוא מערכות אוטונומיות המטפלות במקטעי ביניים שגרתיים בעוד שבני אדם מנהלים איסוף, משלוח, בדיקות, רציפי טעינה וחריגים. אין זה אומר שכל נהג ארוכי טווח ייעלם. משמעות הדבר היא שהתפקיד עשוי להשתנות ככל שציי רכב מפרידים בין קילומטרים שגרתיים לקילומטרים של שיפוט אנושי.

אילו עבודות משאיות תתקשה בינה מלאכותית להחליף?

בינה מלאכותית תתקשה במיוחד בעבודות הכרוכות בסביבות בלתי צפויות, מטען מיוחד או קבלת החלטות מעשית. עבודות עם משטחים שטוחים, מטענים גדולים במיוחד, הובלות בניין, בעלי חיים, עבודות במכליות, חומרי הדברה מסוכנים, מסלולים כפריים ומטענים בעלי מגע רב קשים יותר לאוטומציה. תפקידים אלה דורשים נהגים לקרוא מצבים, לאבטח מטענים, לתאם עם אנשים ולפתור בעיות שלא תמיד משתלבות בצורה מסודרת בתוכנה.

כיצד נהגי משאיות יכולים להישאר בעלי ערך ככל שתעשיית התחבורה הבינה המלאכותית גדלה?

נהגים יכולים לשמור על ערך רב על ידי בניית מיומנויות מעבר לנהיגה בסיסית בכבישים מהירים. ניסיון בתחום ההובלה, אישורים, ידע בבדיקות, מערכות בטיחות, טלמטיקה, תקשורת עם לקוחות וניסיון בתאימות - כל אלה עוזרים. לימוד אופן פעולת תוכנת צי ומערכות תמיכה אוטונומיות יכול גם הוא לפתוח תפקידים עתידיים. ככל שנהג מטפל יותר בשיקול דעת, ציוד, מטען ואנשים, כך קשה יותר להחליף אותם.

האם בינה מלאכותית יכולה ליצור מקומות עבודה חדשים הקשורים למשאיות?

כן, בינה מלאכותית יכולה ליצור תפקידי תמיכה סביב משאיות אוטונומיות. נהגים מנוסים עשויים לעבור לניטור משאיות מרחוק, פיקוח בטיחות, תיאום חצרות, אימות מסלולים, בדיקת חיישנים, הדרכת ציי רכב או פעולות תאימות. עבודות אלו עדיין נהנות מידע כביש שנצבר ממקור ראשון. אדם שמבין משאיות יכול לעתים קרובות לזהות בעיות מעשיות שמערכת טכנית גרידא עלולה לפספס.

האם נהיגה במשאיות עם בינה מלאכותית בטוחה יותר מנהיגה אנושית?

הובלת משאיות מבוססת בינה מלאכותית יכולה להפחית סיכונים מסוימים הקשורים לעייפות, הסחת דעת, נהיגה במהירות מופרזת או נהיגה לקויה. אך היא גם יוצרת סיכונים שונים, כגון כשל בחיישנים, מקרי קצה תוכנה, ביצועים ירודים במזג אוויר גרוע, בעיות אבטחת סייבר ואחריות לא ברורה לאחר תקריות. שאלת הבטיחות אינה האם בני אדם או רובוטים מושלמים. אלא אילו סיכונים מופחתים, אילו חדשים מופיעים וכיצד הם מנוהלים.

מדוע אוטומציה מלאה במשאיות כל כך קשה?

הובלת משאיות אינה עבודה אחת פשוטה. היא כוללת סוגי מטענים שונים, חוקי מדינה, ציוד, לקוחות, תנאי מזג אוויר, אתרי טעינה, בדיקות ובעיות במסלול. משאית רובוטית על כביש מהיר נקי היא אתגר אחד. משאית המטפלת במטענים מעורבים, ניירת גרועה, רציפים צפופים, החלפות לקוחות ובעיות מכניות היא אתגר נוסף. אוטומציה מלאה חייבת לשרוד את החיכוך וחוסר הוודאות של הובלת משאיות יומיומית, לא רק הדגמות מבוקרות.

מהו העתיד הריאלי של נהיגת משאיות בעזרת בינה מלאכותית?

העתיד הריאליסטי הוא אוטומציה סלקטיבית, לא החלפה מיידית. סביר להניח שבינה מלאכותית תטפל במשימות נהיגה שגרתיות יותר, במיוחד בנתיבי מטען צפויים. נהגים אנושיים עשויים להתמקד יותר במטענים מיוחדים, משלוחים מקומיים, בדיקות, עבודה מול לקוחות, תמיכה טכנית וטיפול בחריגים. בפועל, הובלת משאיות עשויה להתפצל לקילומטרים שגרתיים שקל יותר לאוטומציה ולקילומטרים של שיפוט אנושי שעדיין דורשים אנשים מנוסים.

הפניות

1. הלשכה לסטטיסטיקה של עבודה - נתוני עבודה רשמיים - bls.gov

2. רשם פדרלי - שילוב בטוח של כלי רכב מסחריים (CMV) המצוידים במערכות נהיגה אוטומטיות (ADS) - federalregister.gov

3. המינהל הלאומי לבטיחות בדרכים - סיכוני אבטחת סייבר - nhtsa.gov

4. Torc AI - הובלה מהירה ממרכז למרכז - torc.ai

5. Gatik - פעילות מסחרית - gatik.ai

6. אורורה - תוכנה לניהול תחבורה - ir.aurora.tech

מצאו את הבינה המלאכותית העדכנית ביותר בחנות הרשמית של עוזרי בינה מלאכותית

אודותינו