AI-utvecklingen går som tåget: "Vi ser en enorm logistisk potential"

Tänk dig en framtid där tågen alltid kommer i tid. Orealistiskt?
– Med AI-baserade beslutsstödsystem ser jag det i alla fall som möjligt att öka punktligheten väsentligt, säger Zohreh Ranjbar, forskare på RISE, som medverkar på Logistik & Transport.

I seminariet AI för resurseffektiva system på Logistik & Transport den 14 november ger Zohreh exempel på hur AI-baserade beslutsstödsystem kan öka både effektivitet och hållbarhet inom godstransporter, framför allt på järnväg.
– Under presentationen förklarar jag vad reinforcement learning är och hur vi planerar använda denna teknik för att optimera lokstyrning, berättar hon.
Det sker inom ramen för ett nystartat projekt, SOL, finansierat av TripleF via Trafikverket.
– Den logistiska nyttan blir särskilt tydlig i operativt läge, när det inträffar störningar och förseningar på olika nivåer i kedjan.

Stor påverkan på logistiken
Zohreh Ranjbar menar att AI-baserade beslutstöd och storskalig dataanalys kommer att få en allt större påverkan på logistik och transport.
– Även om AI har potential att radikalt påverka transportsektorn är förändringen mer av en evolution än en revolution, menar hon.
– AI kan hjälpa till att hantera komplexiteten i en logistikkedja. AI-baserade beslutstöd kan exempelvis föreslå omvägar vid förseningar och optimerar multimodala transporter, vilket möjliggör överflyttning av gods från väg till järnväg.

“Det blir hållbart direkt”
Enkelt uttryckt: bättre dataanvändning kan höja flexibiliteten och effektiviteten på ett radikalt sätt. AI får därmed en avgörande betydelse för att nå hållbarhetsmålen, menar Zohreh.
– Kan vi optimera transportflödet och effektivisera användningen av resurser så blir det hållbart direkt.
– Med färre onödiga resor, fler multimodala transporter och effektivare underhåll förlänger vi livslängden på fordon och infrastruktur. Då får vi också en minskad klimatpåverkan.

Alla hinner inte tänka igenom
Största hindret för en AI-evolution inom logistik och transport är, enligt Zohreh Ranjbar, inte bara den höga investeringskostnaden:
– Det tar tid från det att man börjar utveckla AI till dess att man kan integrera det i verksamheten, inte minst på grund av komplexiteten i systemintegrationen.
– Det är en kostnad och kräver tid samt djupare teknisk expertis och en långsiktig strategisk investering, vilket inte alla är beredda att ta.
Samtidigt investerar många företag i lite enklare, vardagliga AI-lösningar som går snabbare att genomföra, typ ChatGPT för att automatisera kundsupport, vilket sparar pengar och snabbt höjer kvaliteten.
– De AI-baserade beslutsstödsystemen är mer avancerade. Vad man måste förstå är att de ska förenkla verksamheten, inte göra den mer komplex.
– Jag får en känsla av att man på många håll inte hinner tänka igenom de här frågorna, kanske på grund av brist på personal och kompetens.

Störst AI-potential: underhållet
Samtidigt handlar det om konkurrensförmåga. Den som inte är med på AI-tåget riskerar att hamna i bakvattnet och förlora marknadsandelar.
Zohreh pekar speciellt på underhållsområdet. Det är den AI-tillämpning hon tror har allra störst potential.
– Genom att förutse underhållsbehov kan vi inte bara spara kostnader utan även förlänga livslängden på både fordon och infrastruktur.
– Men potentialen i att kunna optimera transportflödet, att hitta snabbaste rutt när det inträffar förseningar, är också väldigt stor.
Hon ser fram emot att möta branschfolk på Logistik & Transport och diskutera framtidens lösningar.
– Vi forskare vill ju inspirera och inspireras genom att diskutera möjligheterna. Det tar tid att gå från prototyp till innovation, men det är absolut dags att börja ta de första stegen.