نحوه فعالیت عوامل هوش مصنوعی در شرکت‌های حمل و نقل امارات برای مسیربندی ناوگان و خدمات مشتری

شرکت‌های حمل و نقل امارات که ناوگان تاکسی، پلتفرم‌های تاکسی آنلاین، کاروان‌های لجستیک، اتوبوس‌های بین‌شهری و خدمات جابجایی شرکتی را اداره می‌کنند، عوامل هوش مصنوعی را در جریان‌های کاری عملیاتی که قبلاً به مراکز تماس بزرگ، تیم‌های اعزام و کارکنان پشتیبانی نیاز داشت، به کار می‌گیرند. این تغییر نه تنها به دلیل انتخاب یک فناوری واحد، بلکه به دلیل ساختار هزینه جابجایی در دبی، ابوظبی، شارجه و مناطق وسیع‌تر خلیج، که در آن قیمت سوخت، حقوق رانندگان، پیچیدگی‌های نظارتی و انتظارات مشتریان، اپراتورها را به سمت اتوماسیون عملیات مستمر سوق می‌دهد، رخ داده است. این مقاله توضیح می‌دهد که چگونه عوامل هوش مصنوعی برای جابجایی حمل و نقل امارات در واقع در عملیات ناوگان، مسیربندی و جریان‌های کاری خدمات مشتری اجرا می‌شوند، با ساختار فنی که به جای بازاریابی فروشنده، با اصطلاحات عملیاتی توصیف شده است.

عوامل هوش مصنوعی چه چیزی را در عملیات حمل و نقل جایگزین می‌کنند

گفتگو در مورد عوامل هوش مصنوعی در حمل و نقل امارات اغلب به گونه‌ای مطرح می‌شود که گویی این عوامل جایگزین رانندگان می‌شوند. در داخل شرکت‌های عملیاتی، این چارچوب‌بندی در بازه زمانی مهم اشتباه است. عوامل در حال جایگزینی اعزام‌کنندگان، نمایندگان خدمات مشتری، کارمندان تطبیق صورتحساب، برنامه‌ریزان مسیر، هماهنگ‌کنندگان تخصیص خودرو و لایه کارمندان عملیاتی هستند که بین راننده و مشتری قرار دارند. راننده آشکارترین بخش نیروی کار حمل و نقل است، اما تعداد کارکنان پشتیبانی راننده، از رانندگان با نسبت معناداری در هر اپراتور بزرگ بیشتر است، و این کارکنان پشتیبانی هستند که عوامل هوش مصنوعی کار آن‌ها را جذب می‌کنند.

دلیل عملیاتی اینکه عوامل، کارکنان پشتیبانی را قبل از رانندگان جایگزین می‌کنند، این است که کار پشتیبانی حول ورودی‌های دیجیتال و خروجی‌های دیجیتال سازماندهی شده است. یک اعزام‌کننده درخواست را می‌خواند، وسایل نقلیه موجود را ارزیابی می‌کند، واگذاری را انجام می‌دهد، واگذاری را اطلاع می‌دهد و اجرا را نظارت می‌کند. هر مرحله در این جریان کاری، متن، داده‌های ساختاریافته یا یک تصمیم گسسته است. یک عامل هوش مصنوعی با دسترسی به سیستم مدیریت ناوگان، کانال درخواست مشتری و موتور مسیربندی می‌تواند کل جریان کاری را بدون دخالت انسان برای هشتاد تا نود درصد از درخواست‌هایی که در محدوده مورد انتظار قرار می‌گیرند، اجرا کند. موارد استثنا از طریق یک لایه تشدید واضح به اپراتورهای انسانی ارسال می‌شوند.

نتیجه در اپراتورهای امارات، یک اتاق اعزام کوچک‌تر، یک تیم خدمات مشتری کوچک‌تر و تعداد کارکنان پشتیبانی کمتر است که با یک ردپای عملیاتی بزرگ‌تر همراه است. همان تیم عملیاتی می‌تواند ناوگان بزرگ‌تری، سفرهای روزانه بیشتر و تعاملات مشتری بیشتری را مدیریت کند زیرا عوامل هوش مصنوعی کار روتین را جذب می‌کنند. تعداد رانندگان رشد می‌کند یا ثابت می‌ماند. تعداد کارکنان پشتیبانی کاهش می‌یابد.

نحوه تعامل عوامل با مشتریان

عوامل هوش مصنوعی مشتری‌محور در پلتفرم‌های تاکسی و تاکسی آنلاین امارات، لایه مکالمه بین مسافر و ناوگان را اداره می‌کنند. عامل درخواستی را از طریق یک برنامه موبایل، کانال صوتی یا پلتفرم پیام‌رسانی دریافت می‌کند، قصد را تجزیه و تحلیل می‌کند، مکان‌های سوار شدن و پیاده شدن را در برابر منطقه خدمات اپراتور تأیید می‌کند، تخمین اولیه کرایه را محاسبه می‌کند، نزدیک‌ترین وسایل نقلیه موجود را شناسایی می‌کند و رزرو را تأیید می‌کند. تعامل برای مورد روتین در چند ثانیه کامل می‌شود.

برای موارد غیرروتین، عامل بدون تشدید وضعیت، پیچیدگی‌ها را مدیریت می‌کند: قوانین صورتحساب حساب‌های شرکتی، سفرهای چندمقصد، سفرهای برنامه‌ریزی شده، درخواست‌های اقامتی ویژه، اختلافات کرایه، گزارش اشیاء گمشده و تغییر زبان بین عربی، انگلیسی، هندی، اردو، تاگالوگ و سایر زبان‌های رایج در جمعیت شناختی مسافران امارات. پوشش زبانی عامل در لایه مدل زبانی تعبیه شده است، نه به عنوان یک ترجمه جداگانه، که باعث می‌شود تعامل در زبان مسافر بومی به نظر برسد تا ترجمه شده باشد.

برای تعاملاتی که از آستانه اطمینان عامل فراتر می‌روند یا به تصمیمات سیاستی که برای کارکنان انسانی رزرو شده است، می‌پردازند، عامل مکالمه را به یک نماینده خدمات مشتری انسانی با تمام جزئیات تعامل قبلی هدایت می‌کند. این واگذاری به گونه‌ای ساختاریافته است که انسان نیازی به تکرار چیزی از مشتری ندارد؛ رونوشت و گزارش تصمیم عامل بلافاصله برای نماینده قابل مشاهده است. الگوی مدیریت استثنا همان مدل سه‌لایه‌ای است که در سراسر زیرساخت‌های عامل مستقر شده استفاده می‌شود: حل خودکار، حل با کمک عامل که یک انسان را راهنمایی می‌کند، و تشدید کامل به انسان برای مواردی که نیاز به قضاوت دارند.

تراکم عملیاتی عوامل مشتری‌محور در ناوگان‌های امارات بالا است زیرا حجم تماس زیاد و الگوی تعامل تکراری است. یک اپراتور بزرگ معمولی روزانه ده‌ها هزار تعامل مشتری را پردازش می‌کند که اکثریت قریب به اتفاق آنها از الگوهایی پیروی می‌کنند که یک عامل می‌تواند آنها را به طور کامل حل کند. مقایسه هزینه به ازای هر تعامل بین عملیات فقط انسانی و عملیات تحت رهبری عامل با تشدید انسانی، به شدت مدل تحت رهبری عامل را ترجیح می‌دهد، پس از اینکه پشته عامل به بلوغ عملیاتی رسید.

نحوه مدیریت اعزام و تخصیص خودرو توسط عوامل

اعزام و تخصیص خودرو جایی است که عوامل هوش مصنوعی در اپراتورهای حمل و نقل امارات بزرگترین دستاوردهای تراکم عملیاتی را تولید می‌کنند. این کار در مدل فقط انسانی از نظر محاسباتی فشرده است زیرا هر تصمیم تخصیص شامل تعادل بین موقعیت‌های بلادرنگ خودرو، پنجره‌های در دسترس بودن راننده، مناسب بودن خودرو برای نوع درخواست، الگوهای تقاضای اوج، شرایط ترافیکی، محدودیت‌های منطقه نظارتی و تعهدات سطح خدمات مشتری است. یک اعزام‌کننده انسانی می‌تواند چند مورد از این متغیرها را به طور همزمان در ذهن داشته باشد. یک عامل همه آن‌ها را در نظر می‌گیرد.

عامل اعزام به طور مداوم اجرا می‌شود و هر درخواست ورودی را در برابر وضعیت کامل ناوگان در لحظه درخواست ارزیابی می‌کند. این ارزیابی لیستی رتبه‌بندی شده از وسایل نقلیه کاندید را تولید می‌کند، سیاست تخصیص اپراتور را اعمال می‌کند، تخصیص را اجرا می‌کند، با برنامه کاربردی راننده ارتباط برقرار می‌کند و پذیرش را نظارت می‌کند. در صورتی که راننده اختصاص داده شده رد کند یا نتواند تأیید کند، عامل تخصیص را بدون دخالت انسان و بدون از دست دادن جایگاه مشتری در صف درخواست، دوباره اجرا می‌کند.

تصمیمات عامل در یک قالب ساختاریافته ثبت می‌شوند که اپراتورهای انسانی می‌توانند برای مطابقت با سیاست، کیفیت خدمات مشتری و کارایی عملیاتی آن را بررسی کنند. ساختار log مهم است زیرا نهادهای نظارتی امارات، از جمله اداره راه و ترابری دبی و نهادهای معادل در ابوظبی و شارجه، از اپراتورها می‌خواهند که در صورت شکایات مشتری یا تحقیقات کیفیت خدمات، سوابق حسابرسی تصمیمات تخصیص را ارائه دهند. log عامل، الزامات حسابرسی را برآورده می‌کند و به اپراتورها سندی از هر تصمیم عملیاتی ارائه می‌دهد.

تفاوت ساختاری بین یک سیستم اعزام مبتنی بر عامل و یک سیستم سنتی مبتنی بر اعزام‌کننده این است که عامل هر درخواست را به یک روش، با همان کاربرد سیاست و همان معیارهای تصمیم‌گیری مدیریت می‌کند، در حالی که تصمیمات یک اعزام‌کننده انسانی بستگی به شیفت، خستگی و قضاوت فردی دارد. این سازگاری یک مزیت نظارتی و یک مزیت خدمات مشتری است، زیرا مشتریان بدون توجه به زمان درخواست، الگوی پاسخ یکسانی را تجربه می‌کنند.

نحوه مدیریت مسیربندی و تنظیمات بلادرنگ توسط عامل‌ها

عامل‌های مسیربندی در شرکت‌های حمل‌ونقل امارات به عنوان یک لایه بهینه‌سازی مستمر روی سفر در حال انجام عمل می‌کنند. عامل به‌روزرسانی‌های موقعیت مکانی را از خودرو دریافت می‌کند، شرایط ترافیکی در مسیر برنامه‌ریزی شده را نظارت می‌کند، مسیرهای جایگزین را در برابر زمان تخمینی رسیدن مشتری ارزیابی می‌کند و در صورت در دسترس بودن مسیر سریع‌تر، مسیریابی مجدد را آغاز می‌کند. مسیریابی مجدد به عنوان یک به‌روزرسانی نوبت به نوبت به اپلیکیشن راننده اطلاع داده می‌شود و زمان تخمینی رسیدن مشتری مجدداً محاسبه و به اپلیکیشن مشتری ارسال می‌گردد.

پیچیدگی‌ای که لایه عامل را نسبت به یک سرویس نقشه‌برداری خالص توجیه می‌کند، این است که الگوهای ترافیکی امارات با زمان روز، روز هفته، شرایط آب و هوایی، اوقات نماز، زمان‌بندی مدارس، برنامه‌های رویدادهای بزرگ و بسته‌شدن‌های مربوط به ساخت‌وساز تغییر می‌کند. یک موتور مسیریابی ثابت، یک مسیر اولیه معقول تولید می‌کند اما نمی‌تواند با ترکیبی از عواملی که بر زمان‌های واقعی رانندگی در دبی در ساعات اوج یا در ابوظبی در طول رویدادهای مهم دولتی تأثیر می‌گذارند، سازگار شود. لایه عامل، تشخیص الگوهای تاریخی و فیدهای بلادرنگ را برای انجام تنظیماتی اعمال می‌کند که نتایج بهتری را برای مشتری نسبت به یک موتور ثابت تولید می‌کنند.

برای سفرهای طولانی‌تر، از جمله مسیرهای بین‌شهری بین دبی و ابوظبی، عامل الگوهای خستگی راننده، سطح سوخت، الزامات استراحت نظارتی و ملاحظات راحتی مشتری را نظارت می‌کند. عامل توقفگاه‌های استراحت، توقفگاه‌های سوخت و تنظیمات مسیر را توصیه می‌کند که رضایت‌بخش سیاست عملیاتی و رعایت قوانین بدون نیاز به تصمیم‌گیری راننده برای موارد روتین هستند. توجه راننده بر روی جاده باقی می‌ماند؛ عامل مدیریت عملیاتی را انجام می‌دهد.

خروجی مشتری‌مدار عامل مسیربندی، زمان رسیدن دقیق‌تر، تغییرات مسیر غیرمنتظره کمتر و میانگین اتمام سریع‌تر سفر است. خروجی عملیاتی، کارایی بهتر سوخت، سایش کمتر خودرو و استفاده بیشتر از راننده در هر شیفت است. هر دو خروجی به اقتصاد واحد اپراتور تبدیل می‌شوند: هزینه کمتر به ازای هر سفر و درآمد بالاتر به ازای هر خودرو.

نحوه مدیریت عملیات و نگهداری ناوگان توسط عامل‌ها

عوامل عملیات ناوگان در شرکت‌های حمل و نقل امارات، تخصیص خودرو به پنجره‌های تعمیر و نگهداری، مدیریت موجودی قطعات، زمان‌بندی شیفت راننده، رعایت بازرسی خودرو و کارهای اداری مربوط به راه‌اندازی یک ناوگان بزرگ را انجام می‌دهند. این کار به طور سنتی توسط یک تیم عملیات ناوگان با استفاده از یک سیستم مدیریت خودرو به عنوان پایگاه داده انجام می‌شد. لایه عامل، سیستم مدیریت خودرو را به یک ابزار عملیاتی فعال تبدیل می‌کند، به طوری که عامل وضعیت سیستم را می‌خواند، تصمیمات عملیاتی را می‌گیرد و سیستم را بدون ورود دستی داده‌ها توسط انسان به‌روزرسانی می‌کند.

برای زمان‌بندی تعمیر و نگهداری، عامل تله‌ماتیک خودرو را نظارت می‌کند، نیازهای تعمیر و نگهداری را بر اساس الگوهای استفاده پیش‌بینی می‌کند، پنجره‌های خدماتی را زمان‌بندی می‌کند که تأثیر عملیاتی را به حداقل می‌رساند و با تقویم تیم تعمیر و نگهداری هماهنگ می‌شود. برای موجودی قطعات، عامل سطح موجودی را در برابر تقاضای پیش‌بینی شده نظارت می‌کند، سفارش‌های خرید را تولید می‌کند و آن‌ها را از طریق گردش کار تأیید تدارکات ارسال می‌کند. برای زمان‌بندی راننده، عامل تقاضای شیفت را با در دسترس بودن راننده، الزامات استراحت نظارتی، اعتبار گواهینامه و ترجیحات اپراتور مطابقت می‌دهد و برنامه‌هایی را تولید می‌کند که الزامات عملیاتی و انطباقی را به طور همزمان برآورده می‌کند.

کار عامل در عملیات ناوگان تا حد زیادی برای مشتری نامرئی است، اما این لایه‌ای است که تعیین می‌کند آیا اپراتور می‌تواند یک کسب‌وکار سودآور را اداره کند یا خیر. بهره‌برداری از ناوگان، هزینه نگهداری به ازای هر خودرو و حفظ راننده، اقتصاد واحد یک کسب‌وکار حمل و نقل هستند و لایه عامل بر هر سه تأثیر می‌گذارد. بحث اتوماسیون هوش مصنوعی حمل و نقل در دبی معمولاً بر لایه مشتری‌مدار تمرکز دارد، اما لایه عامل پشتیبانی، سهم بزرگ‌تری از بهبود حاشیه عملیاتی را تولید می‌کند.

نحوه مدیریت صورتحساب، تطبیق حساب‌ها و حساب‌های شرکتی توسط عامل‌ها

عامل‌های صورتحساب و تطبیق حساب‌ها در شرکت‌های حمل و نقل امارات، گردش کار مالی را که تکمیل سفر را به پرداخت، حسابداری و صورتحساب حساب‌های شرکتی متصل می‌کند، مدیریت می‌کنند. این کار شامل محاسبه کرایه، پردازش پرداخت از طریق روش‌های پرداخت متعدد، تطبیق با صورت‌حساب‌های درگاه پرداخت، تخصیص حساب‌های شرکتی، مدیریت مالیات و حل و فصل تراکنش‌های مورد اختلاف است. این کار دقیق، تکراری و با حجم بالا است، که آن را برای اتوماسیون عامل بسیار مناسب می‌سازد.

عامل محاسبه کرایه، مدل قیمت‌گذاری اپراتور را برای هر سفر تکمیل شده اعمال می‌کند، شامل کرایه پایه، مؤلفه بر اساس مسافت، مؤلفه بر اساس زمان، ضرایب اوج تقاضا، تخفیف‌های حساب شرکتی، کدهای تبلیغاتی و مالیات. خروجی یک کرایه نهایی است که به حساب مشتری و سیستم حسابداری اپراتور ارسال می‌شود. عامل تطبیق، هر کرایه را با تراکنش مربوطه درگاه پرداخت مطابقت می‌دهد و ناسازگاری‌ها را برای بررسی انسانی علامت‌گذاری می‌کند. عامل صورتحساب شرکتی، سفرها را بر اساس حساب شرکتی جمع‌آوری می‌کند، مدل قیمت‌گذاری قراردادی را اعمال می‌کند و فاکتورها را بر اساس برنامه قراردادی تولید می‌کند.

برای تراکنش‌های مورد اختلاف، عامل پاسخ ردیف اول را مدیریت می‌کند: بازیابی داده‌های سفر، سابقه مسیر، تفکیک محاسبه کرایه و هر تعامل قبلی با مشتری در مورد سفر. عامل زمانی اختلاف را حل می‌کند که داده‌های موجود پاسخ واضحی را پشتیبانی کنند و زمانی که اختلاف نیاز به قضاوت یا اعمال سیاست داشته باشد، به نماینده انسانی ارجاع می‌دهد. این الگو همان مدل مدیریت استثنائات است که در سراسر گردش کار خدمات مشتری استفاده می‌شود، با عامل که موارد روتین را مدیریت می‌کند و انسان که موارد نیازمند تشخیص را مدیریت می‌کند.

لایه عامل مالی، تعداد کارکنان پشتیبانی در بخش مالی و حسابداری را کاهش می‌دهد، سرعت تولید فاکتورها را افزایش می‌دهد، دقت تطبیق حساب‌ها را بهبود می‌بخشد و زمان چرخه حل و فصل اختلافات را کاهش می‌دهد. برای اپراتورهای امارات که به حساب‌های شرکتی بزرگ در خدمات مالی، دولت، مهمان‌نوازی و انرژی خدمات می‌دهند، عامل صورتحساب شرکتی به ویژه یک بهبود عملیاتی معنا دار است زیرا پیچیدگی صورتحساب بالا است و حساب‌های شرکتی به صورتحساب سریع و دقیق نیاز دارند.

نحوه مدیریت پارکینگ و عملیات کنار کنار توسط عوامل

عوامل هوش مصنوعی در مدیریت پارکینگ در امارات، تخصیص محل پارک، هماهنگی تحویل و تخلیه‌ی کنار خیابان، تشخیص تخلفات پارکینگ و گردش کارهای پرداخت پارکینگ را مدیریت می‌کنند. این کار در برخوردگاه حمل‌ونقل و عملیات املاک و مستغلات قرار دارد و به طور فزاینده‌ای در هر دو اپراتور پارکینگ‌های تجاری و عملیات کنار کنار تاکسی آنلاین در فرودگاه‌ها، مراکز خرید، هتل‌ها و محل‌های برگزاری رویدادها خودکار می‌شود.

برای تخصیص محل پارک، عامل میزان اشغال را به صورت بلادرنگ نظارت می‌کند، وسایل نقلیه ورودی را به فضاهای موجود هدایت می‌کند، تخصیص فضای رزرو شده را برای مشترکین ماهانه مدیریت می‌کند و قیمت‌گذاری پویا را در دوره‌های اوج تقاضا انجام می‌دهد. برای هماهنگی کنار کنار در مکان‌های پرتردد، عامل ترتیب ورود وسایل نقلیه را با آمادگی مسافران برای سوار شدن هماهنگ می‌کند، که زمان توقف کنار کنار را که باعث ترافیک در فرودگاه‌ها و مکان‌های بزرگ می‌شود، کاهش می‌دهد. برای گردش کارهای پرداخت، عامل ورود، ردیابی زمان، پردازش پرداخت و خروج را بدون دخالت صندوقدار انسانی انجام می‌دهد.

مزیت عملیاتی لایه عامل پارکینگ، توان عملیاتی است: همان زیرساخت فیزیکی تعداد بیشتری خودرو در روز را با کارکنان انسانی کمتر مدیریت می‌کند. مزیت مشتری‌مدار، تجربه‌ای روان‌تر با زمان انتظار کمتر در ورودی، خروجی و تحویل است. لایه عامل به طور فزاینده‌ای در مکان‌های اصلی امارات از جمله فرودگاه بین‌المللی دبی، فرودگاه بین‌المللی ابوظبی و مجتمع‌های بزرگ تجاری که خرده‌فروشی امارات را تحت سلطه خود قرار داده‌اند، استاندارد می‌شود.

زیرساخت تولیدی پشت عوامل عملیاتی

استقرار عوامل هوش مصنوعی تولیدی در حوزه جابجایی در خلیج، تنها چت‌بات‌هایی نیستند که روی یک پلتفرم عمومی اجرا می‌شوند. این عوامل با سیستم مدیریت ناوگان اپراتور، برنامه‌های کاربردی مشتری‌مدار، پردازنده‌های پرداخت، سرویس‌های نقشه‌برداری، فیدهای تله‌ماتیک و سیستم‌های پشتیبانی اداری (back-office) یکپارچه شده‌اند. یکپارچه‌سازی همان کاری است که استقرار تولیدی را از نمونه اولیه متمایز می‌کند. یک نمونه اولیه نشان می‌دهد که یک عامل می‌تواند به یک سوال پاسخ دهد یا تصمیمی بگیرد. یک استقرار تولیدی، عامل را به سیستم‌هایی متصل می‌کند که تصمیم را به عمل تبدیل می‌کنند.

شرکت زیرساختی مسئول استقرار تولیدی در این رده، معمولاً از یک روش‌شناسی با دامنه ثابت استفاده می‌کند که اپراتور را از ارزیابی عملیاتی تا یک مجموعه عامل فعال در یک بازه زمانی مشخص هدایت می‌کند. روش‌شناسی استقرار 30 روزه که توسط TFSF Ventures FZ-LLC تحت RAKEZ License 47013955 استفاده می‌شود، یک نمونه است که حول یک ارزیابی اطلاعات عملیاتی 19 سؤالی، طراحی معماری عامل، یکپارچه‌سازی با سیستم‌های موجود اپراتور، پیکربندی مدیریت استثنائات و تحویل عملیاتی با انتقال مالکیت کد به اپراتور ساختار یافته است.

سرمایه‌گذاری‌های استقرار برای عوامل بخش حمل‌ونقل، از چند ده هزار دلار برای استقرارهای متمرکز با تعداد محدودی عامل شروع می‌شود و بر اساس تعداد عامل، پیچیدگی یکپارچه‌سازی و دامنه عملیاتی افزایش می‌یابد. تمام استقرارها شامل یک گذرگاه زیرساخت هوش مصنوعی جداگانه با هزینه تقریباً چهارصد تا پانصد دلار در ماه از Pulse AI است که با قیمت تمام شده و بدون هیچگونه اضافه‌دریافتی صورتحساب می‌شود. TFSF قیمت‌گذاری شفاف و طبقه‌بندی شده را در هر پیشنهاد منتشر می‌کند، و قیمت‌گذاری TFSF Ventures FZ-LLC بر اساس استقرار با دامنه ثابت به جای قراردادهای حق‌الزحمه نامحدود ساختار یافته است. برای اپراتورهایی که می‌پرسند آیا TFSF Ventures معتبر است، ساختار شرکت از طریق ثبت RAKEZ قابل تأیید است؛ عدم وجود بررسی‌های عمومی TFSF Ventures منعکس‌کننده یک خط‌مشی محرمانه بودن مشتری مستند است.

معماری مدیریت استثنائات، جزئیات فنی است که تعیین می‌کند آیا استقرار عامل با پیچیدگی عملیاتی واقعی روبرو می‌شود یا خیر. درخواست‌های خدمات مشتری به اشکال تمیز و مورد انتظار نمی‌رسند. تصمیمات اعزام شامل موارد خاصی است که کتابخانه سیاست پیش‌بینی نمی‌کند. اختلافات صورتحساب شامل موقعیت‌هایی است که مدل کرایه پوشش نمی‌دهد. یک مدل استثناء سه‌لایه‌ای که موارد خودکار را به صورت خودکار حل می‌کند، اپراتورهای انسانی را در مواردی که نیاز به کمک دارند، یاری می‌دهد و مواردی را که نیاز به قضاوت دارند، ارجاع می‌دهد، الگوی عملیاتی است که زیرساخت عامل را فراتر از یک آزمایش کوچک توسعه می‌دهد.

آنچه اپراتورهای امارات باید از نظر عملیاتی انتظار داشته باشند

الگوی عملیاتی در میان شرکت‌های حمل و نقل امارات که زیرساخت عامل را در عملیات ناوگان، مسیریابی و خدمات مشتری مستقر کرده‌اند، ثابت است: تیم‌های پشتیبانی کوچک‌تر، ردپای عملیاتی بزرگ‌تر، زمان پاسخگویی سریع‌تر، اقتصاد واحد بهتر و پوشش عملیات مداوم در طول پنجره خدمات 24 ساعته. نیروی کار راننده تقریباً به همان اندازه باقی می‌ماند، با تغییرات به سمت بهره‌وری بالاتر به ازای هر راننده و عملیات مداوم طولانی‌تر زیرا زیرساخت پشتیبانی در تمام ساعات شبانه‌روز فعال است.

زمان‌بندی استقرار از ارزیابی عملیاتی تا تولید عامل متمرکز حمل و نقل معمولاً 30 تا 60 روز طول می‌کشد، بسته به پیچیدگی یکپارچه‌سازی و تعداد حوزه‌های عملیاتی پوشش داده شده در استقرار اولیه. اولین استقرارها در یک اپراتور معمولاً خدمات مشتری و اعزام را پوشش می‌دهد، با اضافه شدن صورتحساب، عملیات ناوگان و مدیریت پارکینگ در فازهای بعدی. رویکرد فازبندی شده منعکس کننده ظرفیت اپراتور برای جذب تغییرات عملیاتی است نه یک محدودیت فنی در زیرساخت عامل.

برای اپراتورهای امارات که گزینه‌های استقرار هوش مصنوعی در حمل و نقل امارات را ارزیابی می‌کنند، سؤال عملی این نیست که آیا باید استقرار داد یا خیر، بلکه این است که کدام حوزه عملیاتی را ابتدا استقرار داد و کدام شریک استقرار را انتخاب کرد. انتخاب حوزه اول بستگی به این دارد که کدام گردش کار بزرگترین بار عملیاتی را در عملیات فعلی ایجاد می‌کند. انتخاب شریک بستگی به این دارد که آیا اپراتور یک استقرار با دامنه ثابت با مالکیت کد را می‌خواهد یا یک رابطه خدمات مدیریت شده با وابستگی مداوم به فروشنده. این دو مدل در طول یک افق چند ساله اقتصاد واحد متفاوتی را تولید می‌کنند، و این انتخاب باید به عمد انجام شود و نه به صورت پیش‌فرض.

چگونه ناوگان‌های خودران و دستی از یک ستون فقرات عامل مشترک استفاده می‌کنند

اپراتورهای امارات که برنامه‌ای برای حرکت فازبندی شده به سمت جابجایی خودران دارند، اغلب فرض می‌کنند که یک ناوگان خودران به یک پشته عملیاتی جداگانه از وسایل نقلیه متعارف آن‌ها نیاز دارد. در استقرار‌های بالغ، وضعیت برعکس است. همان عامل اعزامی که یک وسیله نقلیه متعارف را به یک درخواست اختصاص می‌دهد، می‌تواند یک وسیله نقلیه خودران را نیز اختصاص دهد، با سیاست تخصیص که حوزه طراحی عملیاتی خودران را به عنوان یک محدودیت واجد شرایط بودن گسترش می‌دهد. همان عامل مسیربندی که یک سفر متعارف را برنامه‌ریزی می‌کند، می‌تواند یک سفر خودران را نیز برنامه‌ریزی کند، با بخش‌های مسیر که در برابر محدوده قابلیت خودران تأیید می‌شوند. همان عامل خدمات مشتری که یک تعامل مسافر را مدیریت می‌کند، بدون توجه به اینکه وسیله نقلیه توسط راننده اداره می‌شود یا خودران است، آن تعامل را مدیریت می‌کند.

وحدت ساختاری اهمیت دارد زیرا اپراتورهای امارات برای آینده قابل پیش‌بینی ناوگان‌های ترکیبی را اداره خواهند کرد. ترکیب به مرور زمان با گسترش قابلیت خودران به زمینه‌های عملیاتی بیشتر تغییر می‌کند، اما اپراتور هرگز در طول پنجره انتقال، یک ناوگان کاملاً خودران یا یک ناوگان کاملاً متعارف را اداره نمی‌کند. ستون فقرات عامل که هر دو کلاس وسیله نقلیه را به طور یکنواخت مدیریت می‌کند، همان چیزی است که به اپراتور امکان می‌دهد انتقال را بدون اختلال عملیاتی مدیریت کند.

برای اپراتورهای دبی که در دستور العمل سفر خودران شرکت می‌کنند یا برای اپراتورهای ابوظبی که برنامه‌های جابجایی خودران را آزمایش می‌کنند، ستون فقرات عامل پلتفرمی است که وسایل نقلیه خودران را با ورود به ناوگان جذب می‌کند. اپراتورهایی که ستون فقرات را قبل از ورود وسایل نقلیه خودران ایجاد نکرده‌اند، معمولاً برای یکپارچه‌سازی وسایل نقلیه در گردش کارهای عملیاتی با مشکل روبرو می‌شوند، و برنامه خودران ارزش عملیاتی کمتری را نسبت به آنچه فناوری باید ارائه دهد، تولید می‌کند.

نحوه مدیریت گزارش‌دهی نظارتی توسط معماری

نهادهای نظارتی حمل و نقل امارات از اپراتورها می‌خواهند که گزارش‌هایی در مورد داده‌های سفر، ساعات کار راننده، رعایت بازرسی خودرو، شکایات مشتری و حوادث عملیاتی ارائه دهند. برای عملیات وسایل نقلیه خودران، الزامات گزارش‌دهی گسترش می‌یابد تا شامل رویدادهای قطع ارتباط، کنترل‌های ناظر، عملکرد سیستم بینایی و تأیید پرونده ایمنی شود. الزامات گزارش‌دهی یک تعهد عملیاتی مستمر است، نه یک پروژه انطباق دوره‌ای.

این معماری گزارش‌دهی نظارتی را به عنوان یک خروجی مستمر از لایه‌های اقدام و قابلیت مشاهده مدیریت می‌کند. هر اقدامی که توسط لایه اقدام صادر می‌شود با فراداده‌های مورد نیاز برای گزارش‌دهی نظارتی ثبت می‌شود، و لایه قابلیت مشاهده داده‌های ثبت شده را در فرمت‌های گزارش‌دهی مورد نیاز هر نهاد نظارتی جمع‌آوری می‌کند. گزارش‌ها در زمان‌بندی مورد نیاز نهاد نظارتی تولید می‌شوند، و تیم رعایت مقررات اپراتور قبل از ارسال، گزارش‌ها را بررسی می‌کند.

الگوی گزارش‌دهی مستمر کارآمدتر از الگوی گزارش‌دهی پروژه‌ای دوره‌ای است زیرا داده‌ها در لحظه تصمیم‌گیری عملیاتی ثبت می‌شوند تا اینکه در زمان گزارش‌دهی از گزارش‌ها بازسازی شوند. این معماری همچنین یک سابقه حسابرسی قانونی را تولید می‌کند که از تحقیقات در مورد شکایات مشتری، حوادث عملیاتی و رویدادهای ایمنی پشتیبانی می‌کند. سابقه حسابرسی یک مزیت نظارتی و یک مزیت حقوقی برای اپراتور است.

درباره TFSF Ventures

TFSF Ventures FZ-LLC (RAKEZ License 47013955) یک شرکت معماری سرمایه‌گذاری است که زیرساخت‌های عامل هوشمند را از طریق سه ستون مستقر می‌کند: زیرساخت‌های عاملی، ریل‌های پرداخت غیرسنتی و موتور سرمایه‌گذاری. TFSF با 27 سال تجربه در پرداخت‌ها و نرم‌افزار، به 21 صنعت در سراسر جهان با روش‌شناسی استقرار 30 روزه خدمات ارائه می‌دهد. برای اطلاعات بیشتر به https://tfsfventures.com مراجعه کنید.

ارزیابی رایگان هوش عملیاتی را انجام دهید

به چند سؤال کوتاه پاسخ دهید. یک طرح اولیه سفارشی استقرار هوش مصنوعی را ظرف 24 تا 48 ساعت دریافت کنید، شامل توصیه‌های عامل، معماری و نقشه راه. بدون تماس فروش. بدون تعهد. فقط داده. از https://tfsfventures.com/assessment شروع کنید.

Originally published at https://tfsfventures.com/blog/how-ai-agents-operate-uae-transportation-fleet-operations-routing-customer-service

Written by TFSF Ventures Research