Impact van kunstmatige intelligentie op het werkveld in de sector transport en logistiek
Impact op werkprocessen
Wanneer een logistiek systeem meer autonoom is, krijgt de mens een andere rol. Die is dan meer de supervisor, de observator. In plaats van uitvoerende taken, krijgt hij meer controlerende taken. Voor een beroepsbeoefenaar in de sector transport en logistiek komt meer nadruk te liggen in zijn werkzaamheden op het monitoren, dus dat je het systeem moet gaan overzien en de data uit het systeem analyseert en controleert of de data in de systemen daadwerkelijk klopt. Daardoor word je ook sneller op de hoogte gebracht van afwijkingen. Je schakelt een medewerker steeds meer in, vooral als het misgaat.Een medewerker krijgt ondersteuning van data. Medewerkers in de sector transport en logistiek van de toekomst zijn op basis van data veel beter in staat om nog effectiever en efficiënter hun werk te doen op basis van de technologie die dan voorhanden is. Ze krijgen meer gestuurde informatie en veel gedetailleerdere informatie. De beroepsbeoefenaar moet in staat zijn om deze stuurinformatie beter te benutten, bijvoorbeeld bij het nemen van beslissingen en het maken rapportages.
De teamleider of de supervisor logistiek moet robots aansturen en ervoor zorgen dat die in allerlei verstoringen en onverwachte omstandigheden goed blijven presteren. De beroepsbeoefenaar zal op basis van data meer analyseren wat de impact van de verstoring was. Voor iedere beroepsbeoefenaar werkzaam in de sector transport en logistiek is het van belang om zich bewust te zijn van wat data zijn, en welke risico’s er zijn. En om kritisch te blijven denken over het gebruik van data.
Chauffeurs moeten in staat zijn om de prestaties van het autonome systeem te monitoren, waakzaam te zijn voor eventuele fouten of onverwachte situaties, en indien nodig ingrijpen of het voertuig overnemen. De chauffeur is dan meer een operator (iemand die een apparaat of een installatie bedient) dan een bestuurder. In plaats van actief rijden, heeft een chauffeur met autonome voertuigen een meer toezichthoudende rol.
Impact op benodigde vaardigheden
KI kan waardevolle inzichten bieden door het analyseren van grote hoeveelheden gegevens en het identificeren van patronen en trends die voorheen mogelijk over het hoofd werden gezien. Over het algemeen geldt dat digitale en computervaardigheden belangrijk zijn. Die vaardigheden betreffen het omgaan met de online systemen en het produceren en beheren van de informatie en data. Voor de beroepsbeoefenaar betekent het ook dat hij vertrouwen moet hebben in de data vanuit KI-software. Het werken met geavanceerde computersystemen voor het analyseren en interpreteren van data is belangrijk. Daar is meer analytisch vermogen voor nodig. Gegeven de snelle IT-ontwikkelingen zullen medewerkers ook continue moeten bijbenen in die systemen.
Ook moeten beroepsbeoefenaren beschikken over enige technische vaardigheden. Ze moeten vertrouwd raken met de technologie die autonome voertuigen aandrijft, inclusief sensoren, camera's en lidar- en radarsystemen. Ze moeten weten hoe ze deze systemen kunnen bedienen, controleren en begrijpen om te kunnen communiceren met het voertuig en eventuele technische problemen op te lossen. Ook dienen ze te beschikken over goede communicatievaardigheden, zowel mondeling als schriftelijk. Dit kan belangrijk zijn om informatie uit te wisselen, problemen te rapporteren en te zorgen voor een goede coördinatie binnen het transportnetwerk.
Chauffeurs kunnen in plaats van rijden zich meer moeten gaan richten op taken zoals toezicht houden op autonome systemen, technische problemen oplossen en klantenservice bieden aan passagiers. Dit betekent dat ze een vriendelijke en professionele houding moeten hebben.
Organisaties moeten zich bewust zijn van de noodzaak om nieuwe vaardigheden en attitudes bij beroepsbeoefenaren te ontwikkelen. Maar waar moet je als bedrijf beginnen? Het Columbusmodel biedt een strategisch denkkader om grip te krijgen op dit vraagstuk. De schrijvers van het boek ‘Digitale intelligentie’ leggen het uit. Zij geven met het boek een duidelijk beeld van de vaardigheden die nodig zijn voor de tijd waarin we nu leven. We zijn namelijk van een agrarische samenleving naar een industriële samenleving gegaan. Vervolgens naar een dienstensamenleving en naar een informatiesamenleving. Om te komen tot een digitaal verbonden samenleving. Daar zijn andere vaardigheden voor nodig. De belangrijkste is wendbaarheid: we moeten in staat zijn om met snelle veranderingen om te gaan door wendbaar te zijn. Dit komt tot uiting in een alerte omgevingsbewustheid en het vermogen om te anticiperen op het onverwachte. Wanneer je je ervan bewust bent dat de omgeving beweeglijk is, is het logisch dat je een open leerhouding aanneemt: je neemt veranderingen waar en past je aan. (Nabben, 2019)
De schrijvers schetsen de ontwikkeling waarmee we te maken hebben en geven met hun Columbusmodel een voor iedereen duidelijk beeld van deze vaardigheden. Het model brengt samenhang aan in de 21e-eeuwse vaardigheden. De vaardigheden zijn in het model verdeeld in:
- Dragende vaardigheden: Deze vaardigheden zijn het fundament en kun je niet los zien van persoonlijke ontwikkeling. Hieronder vallen de volgende vaardigheden: wendbaarheid, ondernemendheid, creatief en kritisch denken.
- Stuwende vaardigheden: Dit zijn de vaardigheden die digitale technologie kunnen omzetten in gerichte oplossingen. Om digitale technologie zoals kunstmatige intelligentie te benutten, moeten we de taal leren van de technologie en ons de vaardigheden van digitale geletterdheid eigen maken. Computational thinking, ICT-basisvaardigheden, informatievaardigheden en mediawijsheid behoren tot deze groep van vaardigheden.
- Verbindende vaardigheden: De beroepsbeoefenaar heeft vaardigheden nodig die hem in staat stellen om zich te verbinden met de wereld om hem heen. Communiceren, samenwerken, droomdenken, sociale en culturele vaardigheden zijn vaardigheden die hierin thuis horen.
“Alleen ik denk als ik kijk naar de kwalificatiedossiers, dat we niet moeten gaan zitten op wat is technologie en wat moeten zij leren. Ik denk dat je moet gaan zitten op een leven lang ontwikkelen. Hoe kun jij die kennis je eigen maken, ook in de toekomst? Want wij kunnen niet voorspellen wat de toekomst brengt.”
Robert Gartner, innovatiemanager, STL