Användning av artificiell intelligens som beslutsstöd för kapacitetsplanering och resursallokering av personal inom järnvägssektorn

Abstract

Järnvägssektorn i Sverige präglas av hög belastning och ett komplext regelverk där kapacitetsplanering och resursallokering utgör kritiska funktioner. Planeringsprocessen är idag i stor utsträckning manuell och erfarenhetsbaserad, vilket försvårar hanteringen av snabba förändringar och skapar återkommande målkonflikter mellan kostnad, robusthet och arbetsmiljö. Syftet med studien var att analysera hur AI-baserat beslutsstöd kan användas i personalplanering inom järnvägssektorn, men också att identifiera faktorer som möjliggör eller hindrar en sådan användning samt undersöka vilka ekonomiska och organisatoriska konsekvenser det skulle medföra. Studien genomfördes som en kvalitativ fallstudie baserad på en kombination av litteraturstudie och semistrukturerade intervjuer hållna med personalplanerare, trafikledningschefer samt personer med erfarenhet av AI-implementering. Task-Technology Fit användes som teoretiskt ramverk för att analysera hur väl de egenskaper AI har överensstämmer med de krav som personalplaneringen ställer. Resultaten visar att AI har potential att användas som beslutsstöd i samtliga planeringsfaser men att graden av uppgift-teknologianpassning varierar. Störst potential finns i korttidsplaneringen där preskriptiv AI baserad på Reinforcement Learning lämpar sig väl, medan prediktiva modeller passar bättre för taktisk planering med längre tidshorisonter. Vidare framgår det att AI kan bidra till mer transparenta och konsekventa beslut, vilket kan förskjuta målkonflikter i en mer fördelaktig riktning. Samtidigt finns det hinder i form av begränsad tillit till automatiserade beslut, datakvalitetskrav och höga implementeringskostnader. Sammantaget bidrar studien med empiriska insikter om hur AI-baserat beslutsstöd kan anpassas till olika planeringsfaser inom järnvägssektorn samt vilka organisatoriska och ekonomiska förutsättningar som krävs för att realisera dess potential.