Agentní AI může posílit odolnost dodavatelského řetězce tím, že reaguje na provozní cíl bez čekání na ruční zpracování každého upozornění. Dokáže přesměrovat zásilky, vyvažovat přepravní kapacitu, předvídat nedostatek zásob a přeskupit skladové úkoly.
Výhoda je výrazná při uzavření silnice nebo výpadku partnera. Samotná autonomie ale odolnost nezaručuje. Pokud podnik neví, proč systém jednal, zda byla změna přiměřená a jak přejít na ruční provoz, vzniká nové provozní riziko.
Řízení musí vycházet z konkrétních akcí
Nasazení by mělo začít seznamem rozhodnutí. Doplnění zásob v určeném pásmu nebo změna pořadí vychystávání může být automatická. Překročení nákladového limitu, změna termínu pro zákazníka, použití neschváleného dopravce nebo zásah do bezpečnosti má být předán konkrétnímu člověku.
Měřitelné hranice lze kontrolovat, testovat a později upravovat. Obecný pokyn schvalovat „významné“ změny je při nočním výpadku příliš neurčitý.
Člověk musí zůstat provozní schopností
Požadavky EU na lidský dohled zdůrazňují porozumění omezením, rozpoznání automatického spoléhání, možnost odmítnout doporučení a schopnost systém zastavit. Přetížené kontrolní centrum, které jen potvrzuje návrhy, skutečný dohled neposkytuje. Odolnost proto zahrnuje nacvičený manuální režim, jasnou eskalaci a oprávnění agenta vypnout.
Riziko roste při přidělování úkolů nebo hodnocení pracovníků. Nástroje využívající chování, osobní charakteristiky či výkon mohou spadat do vysoce rizikové oblasti a současně podléhají pravidlům ochrany údajů a pracovního práva.
Školení musí vycházet z konkrétních rolí. Vedoucí skladu potřebuje znát datové vstupy a typické chyby, zatímco pracovník musí vědět, kam nahlásit neobvyklý pokyn. Připravenost ověří vlastník rozhodnutí, limity autonomie, počet kontrol, pravomoc k vypnutí a dopad na zaměstnance.
