Ekspert AI: Optymalizacja łańcuchów dostaw z wykorzystaniem AI jest już faktem

Rozmowa z Adrianem Gawlikowskim, ekspertem AI z Uniwersytetu Pomorskiego

Wiadomo, że AI wymaga potężnych centrów obliczeniowych i jest "energochłonna". Czy Polskę i Europę stać w tej chwili na projekt jak w USA czy choćby chiński DeepSeek, o którym jest głośno od kilku dni?

Europa, a tym bardziej Polska, nie posiada obecnie infrastruktury obliczeniowej na poziomie USA czy Chin, które inwestują miliardy dolarów w rozwój superkomputerów i centrów AI. Unia Europejska stawia jednak na budowę własnych rozwiązań, takich jak europejskie superkomputery w ramach EuroHPC czy rozwój chmurowych rozwiązań AI w ramach Gaia-X. Kluczowym wyzwaniem pozostaje dostęp do najnowocześniejszych półprzewodników, który nadal jest zdominowany przez USA i Azję. Polska mogłaby włączyć się w tę grę poprzez współpracę międzynarodową i inwestowanie we własne centra AI, np. w ramach Krajowego Planu Odbudowy. Więc to jest na razie pieśń przyszłości.

Niemniej jednak również w Polsce powstają innowacyjne rozwiązania, które mogą przyczynić się do rozwoju sztucznej inteligencji i optymalizacji procesów gospodarczych. Przykładem jest Aleet, startup rozwijający zaawansowane narzędzia AI do optymalizacji transportu i logistyki. Ich rozwiązanie Aseem działa jak cyfrowy bliźniak floty, umożliwiając analizę strategii operacyjnych, identyfikację obszarów do optymalizacji oraz testowanie różnych scenariuszy bez ryzyka dla realnych operacji firmy. Z kolei Route2 to system dynamicznego routingu pojazdów, który minimalizuje koszty transportu, automatyzuje przydział zadań i tworzy optymalne harmonogramy dostaw. To właśnie dzięki wykorzystaniu AI, uczenia maszynowego i analizy danych, rozwiązania Aleet pozwalają na oszczędność czasu, paliwa i zasobów, jednocześnie zwiększając efektywność operacyjną firm transportowych i logistycznych.

Czyli mimo braku centrów obliczeniowych, AI w polskiej gospodarce pracuje?

Tak, ale też pamiętajmy o kompetencjach ludzi, a poza specjalistami to są bardzo niskie kompetencje. Często ograniczają się one do stosowania AI jako trochę lepszej wyszukiwarki czy do prostego redagowania tekstów czy odpowiadania na maile.  A zagadnienia dotyczące infrastruktury AI, jej energochłonności i potencjału dla polskiej gospodarki, to jest zupełnie inny poziom wykorzystania i użytkowania tych technologii. Brakuje edukacji, brakuje szkoleń. Prawdę powiedziawszy, właśnie próbujemy wypełniać tę lukę, np. na studiach podyplomowych AI na Uniwersytecie Pomorskim w Słupsku, do udziału w których zachęcam wszystkich zainteresowanych tym tematem.

Bardzo często słyszymy slogan, że AI daje przewagę konkurencyjną określonej gospodarce. Na czym ona polega?

AI pozwala na automatyzację procesów, optymalizację kosztów, a także szybkie przetwarzanie i analizę danych na niespotykaną dotąd skalę. To oznacza, że firmy mogą szybciej podejmować decyzje, lepiej przewidywać trendy rynkowe i skuteczniej zarządzać zasobami. Gospodarki, które inwestują w AI, zyskują przewagę w produkcji, logistyce, medycynie czy finansach. Na przykład Chiny wykorzystują AI w zarządzaniu infrastrukturą miejską i monitorowaniu rynku, a USA w rozwoju innowacji i optymalizacji biznesu. Przewaga ta polega więc na większej efektywności i zdolności adaptacji do zmian. W ostatecznym rozrachunku mamy więc oszczędność czasu, wzrost efektywności i zyski liczone w miliardach dolarów.

Jakie zastosowanie widzisz dla AI w zakresie ochrony środowiska? Czy AI jest w stanie reagować w makro skali zarządzania relacjami OZE - stabilizacja mocy - paliwa kopalne?

Tak, AI może odegrać kluczową rolę w stabilizacji systemów energetycznych. Przykłady obejmują przewidywanie zapotrzebowania na energię, optymalizację sieci elektroenergetycznych czy zarządzanie magazynowaniem energii z OZE. AI pozwala na dynamiczne równoważenie mocy poprzez prognozowanie produkcji z farm wiatrowych i fotowoltaicznych oraz inteligentne zarządzanie obciążeniem sieci. Dodatkowo, modele AI mogą identyfikować najbardziej efektywne sposoby redukcji emisji w sektorze transportu czy przemyśle, co czyni je nieocenionym narzędziem w walce ze zmianami klimatu.

Ale trzeba jasno postawić pytanie o wydźwięk ideologiczny takiego stosowania AI. Na ile decyzje biznesowe w tak wrażliwej sferze jak ochrona klimatu będą obiektywne, a na ile podyktowane "ideologicznym" nastawieniem twórców poszczególnych systemów AI? Czy można w oparciu o taką technologię podejmować racjonalne decyzje operacyjne?

Obiektywność systemów AI zależy od danych, na których są trenowane. Jeżeli algorytmy są karmione danymi o wysokiej jakości i analizują je w sposób transparentny, decyzje mogą być wolne od ideologicznych uprzedzeń. Niestety, problemem jest to, że często decyzje AI są oparte na danych dostarczonych przez ludzi, a te mogą odzwierciedlać określone przekonania polityczne czy ekonomiczne. Dlatego ważne jest, aby modele AI były poddawane niezależnym audytom i aby stosowano etyczne wytyczne w ich projektowaniu. AI może wspierać podejmowanie decyzji operacyjnych, ale zawsze powinien istnieć czynnik ludzki, który weryfikuje jej wyniki.

Wspominał Pan już o zarządzaniu flotami pojazdów. Zatem dość łatwo sobie wyobrazić stosowanie AI do optymalizacji łańcuchów dostaw - drogowych, morskich, lotniczych w skali globalnej, a nie tylko lokalnej. Czy mamy już przykłady takich globalnych optymalizacji czy jesteśmy jeszcze na etapie testów i wdrożeń?

Optymalizacja łańcuchów dostaw z wykorzystaniem AI jest już faktem. Amazon, DHL czy Maersk wykorzystują AI do przewidywania popytu, zarządzania magazynami i optymalizacji tras dostaw. W transporcie morskim AI pozwala na redukcję zużycia paliwa poprzez analizę warunków pogodowych i optymalizację kursów statków. Firmy lotnicze używają AI do planowania najbardziej efektywnych tras lotów. W Polsce rozwiązania AI w logistyce rozwijają firmy takie jak InPost, który korzysta z algorytmów do planowania tras kurierów. Jesteśmy więc na etapie wdrożeń, a w kolejnych latach automatyzacja będzie się tylko pogłębiać.

Mamy w Europie rozporządzenie PE tzw. AI Act. Jest on względnie restrykcyjny w obszarach, które AI może zdominować, np. w kwestiach wykorzystania danych biometrycznych czy rozpoznawania twarzy ludzkich i identyfikowania ludzi np. w tłumie. Czy nie będzie to bariera rozwoju technologii, a jeśli tak, to czy jest ona zasadna?

AI Act wprowadza surowe regulacje dotyczące wykorzystania danych biometrycznych i systemów rozpoznawania twarzy, co może ograniczyć ich rozwój w Europie w porównaniu do USA czy Chin. Z drugiej strony, ochrona prywatności i praw obywatelskich jest priorytetem UE, dlatego regulacje te są uzasadnione z perspektywy etyki i praw człowieka. Firmy europejskie mogą skupić się na rozwijaniu AI zgodnie z normami etycznymi, co może stać się ich przewagą na rynkach wymagających większej transparentności. Choć AI Act może spowolnić innowacje w pewnych obszarach, to długoterminowo może też zwiększyć zaufanie społeczne do AI i stworzyć bezpieczniejsze środowisko dla jej wdrażania.

Adrian Gawlikowski

Pasjonat AI, ekspert z ponad 24-letnim doświadczeniem w PR, digital marketingu i komunikacji.

Specjalizuje się w zastosowaniu sztucznej inteligencji w biznesie, edukacji oraz strategii komunikacyjnej. Prowadzi wykłady o sztucznej inteligencji na Uczelni Łazarskiego i Uniwersytecie Pomorskim w Słupsku, gdzie zaprojektował i wdrożył kompleksowy program edukacyjny

Jego misją jest łączenie sztucznej inteligencji z efektywną komunikacją, rozwój edukacji i pomaganie firmom w optymalizacji ich działań poprzez AI.

Fot. Depositphotos