Odolná průmyslová logistika potřebuje víc než chytřejší algoritmus
Průmyslová logistika získává díky agentům AI rychlejší vývoj digitálních nástrojů. Samotná automatizace ale nezaručuje odolnější provoz. Rozhodující je, zda plánovací systém dokáže popsat podmínky, které určují proveditelnost trasy mimo počítačový model.
Průzkum společnosti Kardinal, uskutečněný od 1. července do 8. září 2026, ukázal, že 35 % oslovených vývojářů, CTO a technických leaderů využívá agenta AI denně. Dalších 23 % jej používá příležitostně. Nejčastěji uváděli Claude Code, před nástrojem GitHub Copilot, přičemž týmy běžně kombinují několik řešení.
Provozní data rozhodují o výsledku
56 % respondentů označilo za největší obtíž rozpor mezi naplánovanou trasou a skutečnými podmínkami. Výkon a výpočetní čas zmínilo 47 %, měnící se obchodní potřeby 43 %. Dalších 39 % má problém posoudit, zda je vypočtená trasa skutečně kvalitní.
Pro podniky zavádějící principy Industry 5.0 je to podstatné. Model může optimalizovat vzdálenost nebo náklady, ale bez informací o časových oknech, rampách, chlazené přepravě a chování zákazníků nemusí vytvořit proveditelný plán. Výsledkem může být nižší spolehlivost dodávek, horší využití vozidel a zbytečné kilometry.
Vlastní systém nezaručuje odolnost
Interní plánovací nástroj vyvinulo 56 % týmů. Tabulky využívá 31 % a stejný podíl spoléhá na hotový software nebo API. Kombinované prostředí je běžné. Téměř polovina týmů s vlastním vývojem používá ještě další nástroj.
Rozdíl v souladu s realitou je přitom zanedbatelný: problém uvádí 51 % interních týmů a 50 % ostatních. Provoz vlastního řešení navíc vyžaduje průběžnou péči. 35 % respondentů hovoří o pravidelné údržbě, 18 % o vysoké zátěži s vyčleněnými zdroji a pouze 12 % o téměř nulovém úsilí.
Součástí odpovědné digitalizace je také předvídatelnost nákladů. Absence veřejných cen silně vadí 65 % účastníků, 26 % by takový produkt vůbec nehodnotilo a 41 % se obává nekontrolovaného růstu ceny. Při výběru plánovací platformy proto nestačí posuzovat sílu solveru. Důležitější může být schopnost přenést provozní realitu do modelu.
