Развитию искусственного интеллекта в логистике мешает слабый обмен данными.

Как передает Day.Az со ссылкой на Trend, об этом заявил председатель правления Ассоциации транспортных инноваций Юргис Адомавичюс на проходящем в Баку II Каспийском международном транспортно-транзитном и логистическом форуме.

По его словам, искусственный интеллект не может эффективно работать без человеческого фактора, и для правильного использования технологий в первую очередь важна подготовка человеческих ресурсов.

Ю. Адомавичюс отметил, что в современную эпоху понятие ИИ часто путают с робототехникой, и по этой причине крайне важно точно определять, какой инструмент целесообразно применять в той или иной сфере.

Он подчеркнул, что одной из основных проблем в сфере международной логистики является качество данных и недостаточный уровень механизмов обмена информацией.

"ИИ может работать эффективно только при наличии качественной базы данных. Эти данные должны поступать от правительств, таможенных органов и из систем транзитных стран. Однако во многих случаях таможенные данные бывают некорректными, а протоколы обмена информацией между странами попросту отсутствуют", - подчеркнул он.

По словам Ю. Адомавичюса, возглавляемая им таможенно-брокерская компания ежемесячно обрабатывает около 40 тысяч заказов, причем тысячи из них поступают именно в вечерние часы по пятницам. В это время главная цель заключается в оперативном определении возможностей движения грузовиков по Транскаспийскому маршруту.

Он отметил, что ранее компания инвестировала сотни тысяч евро в автоматизацию логистических процессов, однако из-за некачественных данных добиться желаемого результата не удалось.

"На протяжении двух лет мы работали над приведением нашей базы данных в состояние, пригодное для ИИ. В настоящее время ИИ способен анализировать транспортные документы, CMR, сертификаты и другие данные, оценивая соответствие маршрутов", - добавил он.

Ю. Адомавичюс считает, что без систем обмена информацией и корректной базы данных искусственный интеллект не сможет дать ожидаемого эффекта в логистическом секторе.