Autoparka vadība un paredzamā apkope

Ieguvumi:

• Spēja izprast flotes izmaksu, degvielas patēriņa, telemātisko datu un paredzamās apkopes jēdzienus un izmantot mākslīgo intelektu darbības traucējumu riska un apkopes plāna sastādīšanai.
• Spēja interpretēt autovadītāja uzvedību, transportlīdzekļa lietošanas līmeni un kopējo īpašuma izmaksu (TCO) rādītājus ar mākslīgā intelekta atbalstu
• Spēja saprast, ka mākslīgā intelekta darbības traucējumu prognozes ir jāpārbauda ar fizisku pārbaudi un tehniskā eksperta lēmumu.

Izplatīšanas biznesā transportlīdzekļi nav tikai transporta līdzekļi, tie ir pastaigu izmaksu centri. Degviela, apkope, riepas, apdrošināšana, vadītājs, nolietojums — katrs transportlīdzeklis nemitīgi tērē naudu, un katrs negaidīts bojājums nozīmē gan remonta izmaksas, gan iestrēgušus sūtījumus, nokavētas piegādes, dusmīgus klientus. Autoparka vadība - transportlīdzekļu parka izmaksu, apkopes, lietošanas un veiktspējas pārvaldība kontrolē šos izdevumus un nodrošina, ka transportlīdzekļi darbojas visefektīvākajā un drošākajā veidā. Mūsdienu transportlīdzekļi rada milzīgu datu plūsmu, pateicoties telemātikai (sistēmai, kas apkopo reāllaika atrašanās vietas, ātruma, degvielas, dzinēja datus no transportlīdzekļa). Mākslīgais intelekts var apstrādāt šos datus un uztvert signālu par darbības traucējumiem, pirms tā rodas; To sauc par paredzamo apkopi – darbības traucējumu prognozēšanu un iejaukšanās plānošanu. Bet būsim skaidri: AI signalizē par neveiksmes iespēju; Tehniskais eksperts izlemj, vai transportlīdzeklis dosies izbraucienā, vai daļa tiks mainīta vai nē, veicot fizisko apskati.

Aprūpes pieejas: trīs paaudzes

Padomājiet par apkopi trīs līmeņos. Apkope pēc atteices (reaktīva): salabojiet to, kad tā sabojājas. Tas izskatās lētākais, bet ir visdārgākais; jo tas izraisa strupceļu, steidzamus remontdarbus un nokavētu darbu. Profilaktiskā apkope: Regulāra apkope saskaņā ar kalendāru vai nobraukumu; piemēram, eļļas maiņa ik pēc 15 000 km. Tas ir labi, bet dažreiz tas ir agri (nevajadzīgi izdevumi) un dažreiz tas ir vēlu (neveiksme ir pirmajā vietā). Prognozējoša apkope: iejaukšanās tieši laikā, apskatot transportlīdzekļa faktiskos datus un sakot: "šī daļa būs riskanti pēc aptuveni šī laika". Tas ir visefektīvākais; ne agri, ne vēlu. AI ir dzinējs, kas padara iespējamu paredzamo apkopi: tas uzrauga tādus signālus kā motora temperatūra, vibrācija, degvielas patēriņa modelis, bremžu nodilums un nosaka novirzes no normas.

Padoms: Prognozējošā apkope pilnībā nenovērš "pēc atteices"; samazina to. Vienmēr ievērojiet profilaktisku grafiku attiecībā uz kritiskajām drošības daļām (bremzēm, stūri, riepām). AI pievieno prognozēšanas slāni, tas neaizstāj pamata drošības disciplīnu.

Flotes neredzamās izmaksas: TCO

Automašīnas patiesās izmaksas nav pirkuma cena. Total Cost of Ownership (TCO) ir visi izdevumi, kas transportlīdzeklim rodas visā tā ekspluatācijas laikā: iegāde, degviela, apkope, riepas, apdrošināšana, nodokļi, nolietojums, pat dīkstāves zaudējumi. Divus transportlīdzekļus var iegādāties par vienādu cenu, bet, ja viens sadedzina vairāk un sabojājas biežāk, tas patiesībā ir daudz dārgāks. AI var analizēt flotes vēsturiskos izdevumu datus un iegūt TCO katram transportlīdzeklim; Tas parāda, kurš transportlīdzeklis ir "naudas bedre" un kurš ir jānomaina. Tas ir spēcīgākais pamats lēmumam par aizstāšanu, taču lēmumu pieņem vadītājs, kurš zina budžetu un stratēģiju.

Vadītāja uzvedība un degviela

Degviela ir lielākās mainīgās izmaksas autoparkā, un tās ir ļoti atkarīgas no vadītāja uzvedības. Spēcīgs paātrinājums, spēcīga bremzēšana, ilga tukšgaita, pārmērīgs ātrums — tas viss palielina degvielas patēriņu un nodilumu. Telemātika reģistrē šīs darbības; AI analizē tos un parāda, kura uzvedība rada degvielas/nodiluma izmaksas, un nodrošina datus autovadītāju apmācībai. Taču esiet uzmanīgi: šie dati ir jāizmanto kā līdzeklis taisnīgai attīstībai un drošībai, nevis kā uzraudzības un sodīšanas instruments; Pretējā gadījumā tas sabojās darbinieku uzticību un ētiskās robežas.

Uzmanību! Vadītāja uzvedības datu pārvēršana sodu sistēmā, kas paredzēta personām, rada gan ētiskus, gan juridiskus riskus. Izmantojiet datus, lai uzlabotu drošību, sniegtu godīgas atsauksmes un izstrādātu apmācību. Ievērot uzraudzības robežas un darbinieka tiesības.

Soli pa solim: flotes darbība ar AI

1. Savākt datus. Anonīms transportlīdzekļa kods, telemātikas kopsavilkumi (degviela, km, dzinēja brīdinājumi), apkopes vēsture, izmaksu pozīcijas.
2. Atņemt anomāliju. Lūdziet AI atzīmēt transportlīdzekļus, kas novirzās no parastajiem un iespējamiem agrīniem kļūmes signāliem.
3. Aprēķināt TCO. Atņemiet kopējās izmaksas pēc transportlīdzekļa un dārgākajiem transportlīdzekļiem.
4. Izstrādājiet aprūpes plānu. Iegūstiet ieteicamo iejaukšanās laiku riskantām daļām.
5. Tehniskā pārbaude. Ļaujiet tehniķim apstiprināt katru nepareizas darbības prognozi, veicot fizisku pārbaudi.
6. Lēmums. Ļaujiet vadītājam lemt par atjaunošanu, apkopi vai vadītāju apmācību, kā arī budžetu un drošību.

trīs mini futrāļi

1. gadījums — kļūme novērsta ar agrīnu signālu. Kravu parkā AI atzīmēja, ka trīs transportlīdzekļu degvielas patēriņš pēdējo divu nedēļu laikā ir palielinājies par 8% no normas un mainījies dzinēja temperatūras modelis. Tehniķis pārbaudīja šos trīs transportlīdzekļus; Diviem bija dzesēšanas sistēmas palaišanas kļūmes, bet vienam bija mērījuma kļūda. Plānotajā apkalpošanā tika salaboti divi transportlīdzekļi, nenonākot ceļa malā; Trešajā gadījumā nevajadzīgi izdevumi neradās, jo tehniskais apstiprinājums izfiltrēja AI brīdinājumu. Prognoze norādīja, eksperts nolēma.

2. lieta — lēmums par atjaunošanu ar TCO. Izplatīšanas uzņēmums nevarēja izlemt, kurus transportlīdzekļus atjaunot savā 30 transportlīdzekļu parkā. AI izlaida uz transportlīdzekļiem balstītu TCO; Tika novērots, ka 4 transportlīdzekļu uzturēšanas un degvielas izmaksas 1,7 reizes pārsniedza autoparka vidējo rādītāju, un tie bieži bija iestrēguši uz ceļa. Vadītājs atjaunoja savu budžetu, koncentrējoties uz šiem 4 rīkiem. Pirmajā gadā ievērojami samazinājās uzturēšanas un tehniskās apskates izmaksas. AI parādīja naudas bedres; Pārvaldnieks pieņēma lēmumu par ieguldījumu.

3. gadījums — vadītāja datu ētiskais ierobežojums. Kāds menedžeris gribēja saistīt AI vadītāja uzvedības rādītājus tieši ar sodu par veiktspēju. HR un juridiskie iebildumi: dati bija bez konteksta (dažāda spēcīga bremzēšana bija izvairīšanās no negadījumiem), un tiešs sods grautu darbinieku tiesības un uzticību. Tā vietā rezultāti tika izmantoti, lai izstrādātu brīvprātīgo autovadītāju apmācību un drošības apmācību. Negadījumu skaits samazinājās, un uzticība tika saglabāta.

Četras kopējamas veidnes

1) Anomāliju noteikšana:

Jūsu loma: autoparka analītiķa palīgs. Zemāk ir anonīms transportlīdzekļa kods, degvielas patēriņš, vidējā dzinēja temperatūra un telemātisko brīdinājumu skaits pēdējo 8 nedēļu laikā. Uzdevums: atzīmējiet transportlīdzekļus, kas būtiski atšķiras no normas, katram uzrakstiet iespējamā cēloņa hipotēzi un paziņojiet, ka tas nav galīgs darbības traucējums, bet gan brīdinājums, kam nepieciešama tehniskā apskate.

2) TCO salīdzinājums:

Tālāk ir norādītas transportlīdzekļa iegādes, ikgadējās degvielas, apkopes, riepu, apdrošināšanas un ceļa izmaksas. Aprēķiniet katra transportlīdzekļa kopējās īpašuma izmaksas (TCO) un uzskaitiet transportlīdzekļus, kas pārsniedz autoparka vidējo rādītāju. Rādīt formulu. Norādiet, ka lēmums par pagarināšanu ir mans.

3) Prognozējošās apkopes grafika projekts:

Atzīmētiem riskantiem transportlīdzekļiem un detaļām tiek sastādīts ieteicamais apkopes grafiks: kura daļa, paredzamais riska logs, paredzētā iejaukšanās. Ievērojiet arī profilaktisku grafiku attiecībā uz kritiskajām drošības daļām (bremzēm, riepām). Ņemiet vērā, ka tehniķis pārbaudīs visus ieteikumus.

4) Vadītāju apmācības kopsavilkums (ētika):

Apkopojiet vadītāja uzvedības datus (spēcīga bremzēšana, paātrinājums, tukšgaita) kā godīgu uzlabošanas rīku. Izveidojiet konstruktīvu apmācību piezīmi, kas vērsta uz drošību vai degvielas ekonomiju, nevis sodošu. Norādiet, ka konteksts (piemēram, negadījumu novēršana) ir svarīgs.

Vāja uzvedne / spēcīga uzvedne

Vāja uzvedne:

Paziņojiet man, pirms mani transportlīdzekļi sabojājas.

Datu nav, nav skaidrs, kurš signāls, kāds transportlīdzeklis. AI sniedz vispārīgus ieteikumus "veikt regulāru apkopi".

Spēcīga uzvedne:

Jūsu loma: autoparka analītiķa palīgs. Zemāk ir anonīmi 20 transportlīdzekļu kodi, degviela, dzinēja temperatūra un brīdinājuma dati par pēdējām 8 nedēļām. Atzīmējiet transportlīdzekļus, kas novirzās no normas, izvirziet iespējamā cēloņa hipotēzi, paziņojiet, ka nepieciešama tehniskā apskate. Norādiet arī transportlīdzekļus, kuru TCO pārsniedz autoparka vidējo rādītāju. Lēmumi ir mani.

Apkopes pieeja

Izmaksas

Pastāv risks iestrēgt uz ceļa

Atbilstība

Pēc nepareizas darbības

Šķietami lēti, patiesībā dārgi

augsts

nekritiskā daļa

Profilaktiski (kalendārs)

vidējs

vidējs

drošības daļas

Paredzams (AI + tehniķis)

optimāls

zems

Datiem bagāta flote

Nevajag akli sekot AI prognozēm

Mainīgs

Zema, bet nepareiza iejaukšanās

riskanti

Biežas kļūdas

• Neveiksmes prognozes maldināšana kā absolūta patiesība. AI norāda uz varbūtību; Detaļu maiņa bez tehniskās apskates pārbaudes ir lieki izdevumi.
• Pilnībā ignorējiet brīdinājumu. Signāla ignorēšana atstāj ceļu, no kura var izvairīties.
• Skatoties uz pirkuma cenu un aizmirstot par TCO. Lēts transportlīdzeklis var būt dārgs degvielas un apkopes ziņā.
• Vadītāja datu pārvēršana kriminālā instrumentā. Sods bez konteksta rada ētiskus un juridiskus riskus un grauj uzticību.
• Paļaujoties tikai uz minējumiem par drošības daļām. Nekad neatstājiet profilaktisko kalendāru uz bremzēm un riepām.

Padoms: iestatiet vienkāršu “lēmuma apstiprināšanas” plūsmu katram transportlīdzeklim, uz kuru AI  ir karodziņi: pienāk brīdinājums, tehniķis pārbauda, ​​rezultāts tiek reģistrēts. Laika gaitā šie ieraksti parāda, cik precīzi ir AI brīdinājumi, un jūsu uzticēšanās sistēmai pieaug, pamatojoties uz datiem.

Rezumējot

Flote ir pastaigu izmaksu centrs; Tās lielākais ienaidnieks ir negaidīta neveiksme un slēptā TCO. Izmantojot telemātiskos datus, AI jau iepriekš uztver kļūdu signālus, nodrošina paredzamo apkopi, aprēķina TCO, pamatojoties uz transportlīdzekli, un analizē vadītāja uzvedību. Taču AI signalizē par varbūtību, nevis lēmumu: katru kļūmes prognozi apstiprina tehniskā apskate, lēmums par atjaunošanu tiek pieņemts budžeta ietvaros, autovadītāja dati tiek izmantoti kā godīgs attīstības instruments ētikas robežās. Profilaktiskā disciplīna nekad netiek atmesta drošības daļās.

Lietojumprogrammas uzdevums

Izveidojiet vienkāršu tabulu 10–15 transportlīdzekļiem no jūsu autoparka (vai hipotētiski): transportlīdzekļa kods, degviela pēdējo nedēļu laikā, km, brīdinājumu skaits un ikgadējās apkopes izmaksas. Pieprasiet analīzi no AI, izmantojot veidnes “Anomāliju noteikšana” un “TCO salīdzināšana”. Identificējiet 2–3 riskantākos transportlīdzekļus un ierakstiet "apstiprinājuma-lēmuma" plūsmu (kas ir jāpārbauda tehniķim, kurš pieņem lēmumu) katram 5 pozīcijā.

kontrolsaraksts

• [ ] Vai esmu izveidojis plūsmu, lai pārbaudītu kļūdu prognozes ar tehnisko apskati?
• [ ] Vai esmu aprēķinājis TCO visām precēm, kas pārsniedz pirkuma cenu?
• [ ] Vai drošības daļās esmu uzturējis profilaktisko kalendāru?
• [ ] Vai esmu izmantojis vadītāja datus kā ētisku un godīgu izstrādes rīku?
• [ ] Vai esmu apstiprinājis renovācijas un uzturēšanas lēmumus, kā arī budžetu un drošību?