AI-driven ruttplanering : Fördelar och utmaningar.

Abstract

Denna studie undersöker användningen av AI inom transportsektorns ruttplanering, med fokus på dess potential att förbättra effektivitet och minska miljöpåverkan. Syftet är att förstå hur AI-teknologier kan bidra till förbättringar i logistikprocesser samt vilka hinder och som föreligger vid implementering. Metoden baseras på en kvalitativ analys av med dokument som källa, där data samlades in från vetenskapliga artiklar och rapporter från databaser som ScienceDirect och ABI/INFORM. Källornas trovärdighet bedömdes utifrån flertalet strikta kriterier. Resultaten visar att AI kan förbättra ruttoptimering genom att använda algoritmer och teknologier som maskininlärning och autonoma fordon. Fördelarna inkluderar bättre transportflöden, minskade kostnader och reducerade utsläpp. Utmaningar identifierades såsom höga initiala investeringskostnader, behovet av samarbete mellan olika aktörer, och juridiska samt etiska frågor relaterade till datasekretess. Studien belyser att AI kan vara avgörande för hållbara logistiklösningar men kräver vidare forskning för att förstå dess långsiktiga effekter.