När det handlar om geografiskt lång leveranskedjor såväl som inom större städer går det att förutse

vilka beställningar som kommer att göra av kunder med hög sannolikhet,
givet de köptrender och säsong som marknaden är i, med hjälp av en AI-modell går det att träna den till att förslå vilka produkter som ska samlastas med annat gods som blir
levererade efter verklig efterfrågan. På så vis uppnås högre fyllnadsgrader i transportmedel som redan skulle ha åkt en sträcka.
 Hur AI påverkar logistiken
Socialt
Med färre transporter blir det mindre buller och
utsläpp som annars hade påverkat den fysiska och
psykiska hälsan när teknologin tillämpas i städer.
Kan skapas nya jobbtillfällen för att underhålla AI:n och
förse den med mer data (data som är rensad och
aktuell)
Med mer optimerade transporter och mer
automatiserade transporter minskar behovet för
mänskligt bidrag och kan leda till att yrkeskategorier
som funnits i samhället inte längre behövs.
Miljö
Med färre transporter (pga högre fyllnadsgrader)
förbättras logistiksystemets miljömässiga prestanda på
grund av att det behövs färre transporter att utföra
samma nytta.
På grund av sänkta kostnader att transportera gods kan
det leda till att konsumtionen ökar (om pris går ner
ökar efterfrågan) , vilket i sin tur hade lett till fler
transporter och att de ”insparade” utsläppen går
förlorade.
Ekonomisk
Sänkta kostnader leder till ökad vinst för företaget
alternativt att företaget kan sänka priser mot kund och
erbjuda lägre priser vilket gör dem mer
konkurrenskraftiga.
Stor investeringskostnad att komma igång med ett AI-
system som kan automatisera transporterna
(utvecklingskostnad, administrativa kostnader och
mycket hårdvara för att köra AI:n på) . Beroende på hur
mycket kapital bolaget har att investera i projektet och
hur säkert de tror att de kan lönsamt nyttja AI-
modellen i framtiden.