Логистические компании все активнее используют системы автоматизации своих процессов, чтобы оптимизировать затраты и уменьшить количество ошибок от ручного труда. Кажется, логистика лучше остальных понимает, что в случае отсутствия интеграции с глобальным информационным пространством, для остальных участников рынка логистические компании просто перестанут существовать. Получается, если компании хотят остаться конкурентными, им уже сейчас необходимо думать о том, как с помощью технологий организовать свою работу. Ярослав Белов, ведущий разработчик DAR Tech, рассказал о главных трендах в логистике и объяснил, почему в Казахстане все еще не собирают данные для Big Data и почему IоТ - это главный кандидат на генерацию этих самых данных.
Big data
Цифровые технологии позволяют накапливать огромное количество информации, которое потом можно использовать для принятия управленческих решений или оптимизации работы в компании. К примеру, сбор и анализ данных о поступлении товара на склад мог бы помочь в оптимизации расположения посылок или понимании, какие товары укладывать дальше или переместить чуть повыше. Кроме того, анализ данных может помочь и в оптимизации занимаемого объема помещения, тем не менее, в большинстве традиционных логистических компаний по-прежнему много ручного труда, а недостаточная гибкость и прозрачность операций является препятствием на пути интеграции логистических процессов.
«Я бы сказал, что большинство логистических компаний вообще не собирают нужное количество информации, на которых процессы анализа Big data смогли принести какие-то полезные результаты. Конечно, если компании все же начнут этим пользоваться, то можно существенно снизить затраты на бизнес в целом и оптимизировать время доставки до клиента»,- говорит Ярослав Белов, ведущий разработчик DAR Tech.
По его мнению, сбор и анализ данных об уровне топлива, скорости, ускорении, GPS координат, пройденного пути позволит понять, кто из курьеров больше всего расходует топливо на нецелевые поездки, какой их из курьеров надежней и более производительный, а также правильнее распределять заявки по курьерам и спланировать поездку курьера с учетом пробок и погодных условий.
В текущей ситуации существует две проблемы, связанные со сбором данных. Компании никак не обрабатывают и не учитывают большие объемы информации, а некоторые компании системно накапливают информацию, но никак не используют. В том и другом случае следует определиться с тем, какие большие данные могут быть интересны логисту и какую пользу они несут.
Face ID
О верификации по лицу или Face ID заговорили, после новой презентации Apple, когда старший вице-президент по маркетингу Фил Шиллер заявил, что система Face ID изучила миллиард фотографий лиц, а потом показал, как это все работает. На самом деле технология биометрической идентификации существовала уже пару тройку лет и постепенно распространилась на другие рынки. Уже после технология Face ID стала одними из приоритетных направлений для транспорта и логистики. Например, китайский гигант Ant Financial выдет посылки только тем пользователям, которые проходят биометрическую верификацию. За счет таких технологий, компании постепенно внедряют новые решения и исключают человеческий фактор из всего процесса.
«На данный момент Face ID используется в основном для полностью цифровых точек выдачи чего-либо. Например, денег в случае банкомата или посылки в случае постомата»,- говорит Ярослав Белов. Тем не менее, существует несколько главных проблем при внедрении такой технологии на производстве. Например, нужно знать, где взять референсное фото в хорошем качестве, с которым в последующем будут сравниваться клиенты. С другой стороны, референсное фото это хорошо, но еще лучше, если у вас будет полноценно обученная модель на основе пула фото для каждого клиента. Кроме этого, важно знать, как определить, что клиент, стоящий перед пунктом выдачи - живой человек, а не картинка или видео нужного человека, запущенное через iPad.
«Если все пункты решены, то FaceID становится самым безопасным решением верификации клиента. Это даже безопасней, чем верификация через живых сотрудников в отделениях, ведь с машиной нельзя договориться»,- добавляет спикер.
Интернет вещей
С появлением интернета вещей подключение к «умным» устройствам теперь распространяется не только на физические объекты, но и меняет сопутствующие рынки. В логистике IoT позволит сократить трудовые ресурсы и постепенно исключить человеческий фактор из всех процессов. По мнению Ярослава Белова, IoT следует рассматривать, прежде всего, как инструмент для обеспечения плавного движения операций и сокращения недоиспользования ресурсов для максимизации прибыли.
«IоТ - главный кандидат на генерацию больших данных. Одной из популярных тем, про которую слышал каждый - это беспилотные автомобили. Для перевозки товаров они подходят так же хорошо, как и для перевозки нас с вами. Каждый такой автомобиль - это своеобразный черный ящик, который должен «общаться» с такими же автомобилями для координации. Поверх всего этого лежит искусственный интеллект и в итоге мы получим полностью автоматизированный транспортный поток, но до этого еще далеко. Так же популярно использование роботов на складе, куда человек допускается скорее для обслуживания робота, чем доставки»,- говорит Ярослав Белов.
За счет развития других технологий, таких как машинное обучение, искусственный интеллект, блокчейн и полноценная автоматизация, ожидается, что разработка приложений IoT окончательно реформирует логистику и цепи поставок.
Получается, если местные компании хотят остаться конкурентными, им уже сейчас необходимо думать о том, как с помощью технологий организовать работу, ведь речь идет не просто о внешних улучшениях или автоматизации отдельных процессов в компании. Технологическая конкурентоспособность возможна только при комплексной модернизации, которая в будущем станет ключевым фактором успеха в логистике.