AI wchodzi do logistyki, ale raczej od razu nie obniży kosztów: analiza

Sztuczna inteligencja w logistyce jest dziś sprzedawana niemal jako uniwersalny środek na wszystkie problemy przewoźnika: mniej paliwa, mniej przestojów, mniej błędów, więcej kontroli. Brzmi pięknie, zwłaszcza na rynku, gdzie marże od dawna nie rozpieszczają. W rzeczywistości jednak sztuczna inteligencja daje efekty tylko tam, gdzie firma wcześniej uporządkowała dane, procesy i odpowiedzialność. CargoNews analizuje zastosowanie AI na przykładzie litewskich firm transportowych.

Rynek sztucznej inteligencji dla logistyki rośnie tak szybko, że liczby zaczynają wyglądać niemal fantastycznie. Według szacunków DataM Intelligence globalny rynek AI in Logistics w 2025 roku osiągnął wartość 21,7 mld dolarów, a do 2033 roku może wzrosnąć do 435,6 mld dolarów. We wcześniejszej prognozie firmy, na którą powołują się obecnie litewskie przedsiębiorstwa technologiczne działające w transporcie, pojawiała się podobna logika wzrostu: z 15,28 mld dolarów w 2024 roku do 306,76 mld dolarów w 2032 roku.

Na Litwie transport i logistyka pozostają jednymi z kluczowych sektorów gospodarki: Ministerstwo Transportu i Łączności określa ten sektor jako znaczącą część PKB, a w analizach branżowych często pojawia się udział na poziomie około 10% i więcej. Dlatego jeśli AI rzeczywiście zacznie zmieniać zarządzanie przewozami, litewscy przewoźnicy nie będą obserwatorami, tylko uczestnikami tego procesu.

Na razie europejski sektor transportu nie wygląda jak branża, która masowo żyje już w przyszłości opartej na AI. Według danych OECD w 2024 roku sztuczną inteligencję wykorzystywało tylko 8,1% przedsiębiorstw z sektora transportu i magazynowania w UE. Dla porównania: w sektorze informacji i komunikacji wskaźnik ten przekraczał 40%, a w usługach profesjonalnych, naukowych i technicznych był wyższy niż 30%.

Rozmowa o AI w logistyce brzmi więc na razie trochę paradoksalnie: rynek rośnie w szalonym tempie, prezentacje stają się coraz odważniejsze, ale rzeczywistość wielu przewoźników nadal składa się z Excela, komunikatorów, ręcznego sprawdzania dokumentów i telefonów do kierowców. Eksperci są jednak przekonani, że nie wszyscy widzą jeszcze ogromny potencjał innowacji.

Gdzie AI już może pomóc przewoźnikowi

Według danych Eurostatu w 2025 roku 20% unijnych przedsiębiorstw zatrudniających co najmniej 10 pracowników korzystało już z technologii sztucznej inteligencji. W 2024 roku było to 13,5%. Wzrost jest wyraźny, a transport stopniowo wchodzi w ten proces.

Najbardziej zrozumiałe dla przewoźnika obszary zastosowania to trasy, paliwo, praca kierowcy, dokumenty, statusy zleceń i zarządzanie flotą. Na papierze wygląda to prosto: system analizuje trasę, ceny paliwa, czas pracy kierowcy, ograniczenia dotyczące odpoczynku, status zlecenia, dokumenty i może zaproponować rozwiązanie szybciej niż dyspozytor, który jednocześnie prowadzi 20 pojazdów i odpowiada w 5 czatach.

Szef litewskiej firmy technologicznej Fleethand, Tomas Sergadejevas, uważa, że największe zmiany zachodzą w codziennych drobnych decyzjach, które firma transportowa podejmuje setki i tysiące razy.

“Widzimy coraz więcej firm, które już dziś stosują AI do planowania tras, optymalizacji zużycia paliwa lub administracji dokumentami. Rozwiązania AI w tych obszarach dają to, czego człowiek często nie jest w stanie zrobić wystarczająco szybko. Na przykład mogą automatycznie zaplanować tankowanie na trasie, a po zmianie cen paliwa od razu przeliczyć plan i zaproponować bardziej ekonomiczny wariant. Podobnie mogą być planowane miejsca postoju kierowców z uwzględnieniem ich czasu jazdy i odpoczynku”, – mówi.

Dla przewoźnika drogowego brzmi to całkiem praktycznie. Jeśli system rzeczywiście potrafi przeliczyć trasę z uwzględnieniem paliwa, miejsc postoju oraz czasu pracy i odpoczynku kierowcy, może oszczędzać nie abstrakcyjne “zasoby”, lecz bardzo konkretne pieniądze. Zwłaszcza wtedy, gdy firma ma nie 3 pojazdy, ale dziesiątki lub setki ciągników w ruchu międzynarodowym.

Zlecenia, statusy i wieczny ból głowy dyspozytora

Jedną z najbardziej uciążliwych części pracy w transporcie nie jest sam przewóz, lecz stała niepewność wokół niego. Czy pojazd dotarł na załadunek? Czy już ustawiono go pod rampą? Czy kierowca czeka na dokumenty? Czy zmieniła się masa? Czy naprawdę wyjechał, czy po prostu napisał “już”?

AI w logistyce obiecuje właśnie usunięcie części tego ręcznego napięcia. Nie całego, oczywiście. Systemy też popełniają błędy, a realna logistyka lubi psuć piękne plany. Jednak automatyczna aktualizacja statusów, przetwarzanie wiadomości od kierowcy i połączenie z telematyką nie wyglądają już jak fantastyka, tylko jak kolejny etap normalnej cyfryzacji.

“Nowe technologie rozwijane w sektorze transportu pomagają zrozumieć również to, co dzieje się w procesie przewozu. Na przykład gdy ciągnik przyjeżdża na miejsce załadunku lub je opuszcza, system może sam zaktualizować status zadania. Tak samo może zidentyfikować fakt załadunku lub rozładunku na podstawie zmienionej masy pojazdu albo zrozumieć treść wiadomości kierowcy i automatycznie zaznaczyć, że czeka on na rampę załadunkową lub wykonuje inny etap zadania”, – informuje Tomas Sergadejevas.

Dla dyspozytora może to oznaczać mniej pracy ręcznej. Dla klienta – dokładniejsze ETA i mniej telefonów w stylu “gdzie jest pojazd?”. Dla kierowcy – potencjalnie mniej korespondencji, jeśli system sam rozumie część zdarzeń na podstawie danych.

Jest jednak także druga strona. Im więcej decyzji podejmuje system, tym ważniejsze staje się pytanie o odpowiedzialność. Kto odpowiada, jeśli algorytm wybrał niewygodne miejsce postoju, nie uwzględnił ograniczenia, błędnie odczytał wiadomość kierowcy albo zaproponował stację, na której nie działa karta? W firmie transportowej takie błędy szybko zamieniają się w mandaty, opóźnienia i konflikty z klientami.

Dlaczego transport zostaje za IT, ale może szybko nadrabiać dystans

Sektor transportu przez długi czas był bardziej konserwatywny niż finanse, e-commerce czy IT. Powód jest jasny: w przewozach jest zbyt dużo fizycznej rzeczywistości. Pojazd musi dojechać, kierowca musi odpocząć, ładunek musi zostać załadowany, dokumenty muszą się zgadzać, granica może zabrać czas, a klient może nagle zmienić warunki.

Właśnie dlatego potencjał automatyzacji jest tu duży. W logistyce płyną ogromne strumienie danych: geolokalizacja, zużycie paliwa, czas pracy, dokumenty, zlecenia, komunikacja z klientami, stan pojazdu, historia tras, przestoje, mandaty, drogi płatne. Te dane często funkcjonują w różnych systemach i nie zawsze są ze sobą porządnie połączone.

“Sektor transportu każdego dnia generuje ogromne ilości danych – od lokalizacji pojazdów i zużycia paliwa po czas pracy kierowców, dokumenty oraz komunikację z klientami. Właśnie w takim środowisku AI najlepiej pokazuje swój potencjał, ponieważ może nie tylko analizować informacje, ale też pomagać w podejmowaniu decyzji w czasie rzeczywistym”, – mówi Sergadejevas.

To mocny argument, ale ma ważny warunek: dane muszą być usystematyzowane. Jeśli statusy są aktualizowane ręcznie i z opóźnieniem, dokumenty leżą w różnych folderach, część komunikacji odbywa się w komunikatorach, a koszty paliwa są później ręcznie zestawiane, AI najpierw zderzy się nie z brakiem “innowacji”, lecz ze zwykłym operacyjnym bałaganem.

I tu dla przewoźników zaczyna się niewygodna prawda. Kupić system jest łatwiej niż przebudować procesy. Umieścić na stronie słowo “AI” jest łatwiej niż doprowadzić do tego, by dane o zleceniach, paliwie, dokumentach, kierowcach i klientach były czyste, kompletne i gotowe do automatyzacji. Bez tego cały innowacyjny system AI po prostu nie będzie działał.

Co to oznacza dla przewoźników

Litewski biznes transportowy działa w bardzo konkurencyjnym środowisku. Trasy międzynarodowe, presja na marże, wzrost kosztów, wymagania klientów dotyczące przejrzystości, raportowanie środowiskowe, opłaty drogowe, kontrola czasu pracy i odpoczynku, dokumenty cyfrowe – wszystko to już naciska na przewoźnika bez żadnej AI.

Dlatego w najbliższych latach sztuczna inteligencja prawdopodobnie będzie wchodzić do branży jako sposób na utrzymanie efektywności. Duże firmy będą mogły szybciej wdrażać platformy, integrować telematykę, TMS, karty paliwowe, dokumenty elektroniczne i analitykę. Mali przewoźnicy mogą znaleźć się w trudniejszej sytuacji: mają mniej pieniędzy na wdrożenia i mniej ludzi, którzy mogą zajmować się cyfrową przebudową.

Ale duzi gracze też nie mają automatycznej wygranej w tym wirtualnym wyścigu. Jeśli procesy są słabo opisane, a dane brudne, AI będzie po prostu szybciej produkować błędy.

Tomas Sergadejevas uważa, że konkurencja w branży będzie coraz bardziej przenosić się na platformy technologiczne.

“Patrząc na to, jak szybko rozwijają się obecnie technologie, widać wyraźnie, że w najbliższej dekadzie również konkurencja w sektorze transportu w naszym kraju będzie coraz bardziej przenosić się na platformy technologiczne”, – mówi.

Trudno się z tym spierać. Nie chodzi jednak o to, że jutro AI zastąpi dyspozytora, logistyka czy menedżera transportu. Raczej będzie stopniowo przejmować ich rutynę: przeliczanie tras, aktualizację statusów, weryfikację danych, wstępną obróbkę dokumentów, analizę paliwa, ostrzeżenia o ryzykach i podpowiedzi dotyczące decyzji. A bez człowieka, ujmując to kancelaryjnie, “osoby odpowiedzialnej”, w tych procesach, nawet zoptymalizowanych, na razie się nie obejdzie.

Regulacje też doganiają rynek

Jest też mniej reklamowa strona tej historii. W Europie AI jest już traktowana nie tylko jako wygodne narzędzie dla biznesu, ale także jako technologia, którą trzeba kontrolować. Zwłaszcza w transporcie, gdzie decyzje systemu mogą wpływać na trasę, pracę kierowcy, bezpieczeństwo ładunku, obsługę dokumentów i dane osobowe.

Dlatego przewoźnicy będą musieli patrzeć na AI szerzej niż na “inteligentny program do oszczędzania paliwa”. Ważne będzie zrozumienie, jakie dane system zbiera, kto ma do nich dostęp, jak wyjaśniana jest jego decyzja, kto sprawdza błąd i kto odpowiada, jeśli algorytm zaproponuje niewłaściwy wariant.

Obok AI Act działają też inne przepisy: ochrona danych osobowych, cyberbezpieczeństwo, wymogi dotyczące cyfrowych dokumentów przewozowych, inteligentnych systemów transportowych i bezpieczeństwa transportu. Dla logistyki oznacza to prostą, choć niezbyt wygodną rzecz: AI trzeba będzie wdrażać ostrożnie, z jasnymi zasadami wewnątrz firmy, a nie według zasady “postawiliśmy platformę i niech sama decyduje”.

Dla logistyki jest to ważne z 2 powodów. Po pierwsze – transportowe systemy AI często pracują z danymi osobowymi i wrażliwymi danymi handlowymi: kierowcami, trasami, klientami, ładunkami, dokumentami, geolokalizacją. Po drugie – niektóre decyzje mogą wpływać na bezpieczeństwo i organizację ruchu.

Im więcej automatyzacji, tym więcej pytań: kto widzi dane kierowcy, jak długo są przechowywane, czy można wyjaśnić decyzję systemu, kto sprawdza błąd, kto odpowiada przed klientem i regulatorem.

AI w logistyce nie jest już zabawką na konferencje. Pieniądze płyną na ten rynek, zainteresowanie rośnie, a transport stopniowo dogania sektory, które wcześniej wyprzedziły go w cyfryzacji. Dla Litwy jest to szczególnie ważne: kraj jest zbyt mocno związany z transportem i logistyką, by traktować ten temat jak obcą technologiczną modę.

Główne ryzyko polega teraz na uwierzeniu w zbyt piękną wersję tej historii. AI nie uratuje firmy, w której panuje chaos w danych, ręczne zarządzanie zleceniami i niejasna odpowiedzialność za decyzje. Może pomóc oszczędzać paliwo, przyspieszyć dokumenty, odciążyć dyspozytora i zwiększyć przejrzystość dla klienta. Ale najpierw przewoźnik będzie musiał wykonać nudną pracę: zebrać dane, połączyć systemy, opisać procesy i zrozumieć, gdzie człowiek nadal powinien podejmować ostateczną decyzję.

W najbliższych latach przewagę zdobędą nie ci, którzy najgłośniej mówią o sztucznej inteligencji. Raczej ci, którzy potrafią zmienić ją z prezentacji w normalne narzędzie pracy – bez złudzeń, ale z jasną korzyścią dla zlecenia, kierowcy, dyspozytora i klienta.