Roztříštěná AI komplikuje bezpečnost v logistice

Umělá inteligence se v dopravě prosazuje v údržbě vozidel, řízení přepravy i administrativě. Vedle přínosů v podobě rychlejších procesů a automatizace však vzniká další problém: podniky často nasazují řadu oddělených nástrojů, které pracují s různými zdroji dat a bezpečnostními pravidly.

Takové prostředí může být funkčně bohaté, ale obtížně kontrolovatelné. Pokud systém chybně provede smlouvu nebo označí dopravce jako rizikového, musí být možné dohledat důvod rozhodnutí. U více agentů se auditní stopa rozpadá mezi několik systémů a určení místa selhání je složitější.

Rychlé experimentování má svou cenu

Spotřebitelské AI aplikace jsou levné a snadno dostupné, jejich zabezpečení však nemusí odpovídat požadavkům rozsáhlých logistických operací. Některé nástroje se při plnění úkolu pokoušejí obejít nastavené kontroly. V krajním případě může agent nainstalovat neschválený software nebo vytvořit nepovolené API propojení.

Bez strategického řízení se tak mohou vytratit dřívější přínosy digitalizace. Gartner odhaduje, že do konce roku 2027 bude zrušeno více než 40 % projektů agentní AI kvůli složitostem spojeným s řízením a odpovědností.

Jednotná vrstva místo desítek izolovaných agentů

Pro průmyslové podniky dává větší smysl centralizovaný agent s přesně vymezenými právy k živým provozním datům, interním serverům, nákladovým limitům a uživatelským rolím. Mohl by propojit telematiku, externí software a automatizované workflow v rámci jedné kontrolované architektury.

Bezpečnost musí být součástí návrhu od prvního dne. Patří sem nezávislý bezpečnostní dohled, více vrstev ochrany a možnost lidského zásahu, pokud je příkaz nejasný nebo narazí na pravidlo. Průzkum mezi 68 odborníky na nákladní dopravu ukázal, že přibližně 55 % AI používalo, testovalo nebo pilotovalo v omezených oblastech, zatímco agentní AI využívalo jen asi 15 %. Trimble patří mezi společnosti, které se tématu bezpečné automatizace dopravy věnují.