На хранение, упаковку и транспортировку затрачивается до 35 % от стоимости товара. Искусственный интеллект в сфере транспортной логистики значительно расширяет возможности компаний, но в первую очередь он позволяет сократить трату времени и финансов за счет автоматизации трудоемких процессов.
В 2020 году ИИ в сфере транспорта и логистики был задействован на 18 %. Согласно статистическому опросу, проведенному японской компанией MHI среди более 1000 специалистов по логистике по всему миру, в конце 2021 года 17 % респондентов заявили, что уже используют ИИ, 25 % планировали внедрить его в ближайшие 3 года, а 45 % хотят начать использовать примерно через 5 лет.
Так какие же преимущества получает логистика с использованием искусственного интеллекта? Рассмотрим опыт его внедрения в эту сферу на примере разных стран, какие проблемы он помогает решить и почему порой оказывается сложно реализовать его интеграцию в транспортную логистику.
Примеры использования искусственного интеллекта в логистике разных стран
ИИ может быть использован в первую очередь для оптимизации цепочки поставок, прогнозирования и улучшения качества обслуживания клиентов, устранения человеческого фактора.
Бен Линч, директор по аналитике больших данных DHL Supply Chain (немецкого дочернего предприятия DHL — лидера в области управления логистическими цепочками, международной компании экспресс-доставки грузов и документов), заявил, что сейчас ИИ развивается и улучшается очень быстро: за последние 2 года генерируется столько больших данных, сколько вообще когда-либо создавалось. А Томас Эванс, главный технический директор американской корпорации Honeywell, убежден, что искусственный интеллект позволяет продвигать все возможные виды технологий в логистике, простейшей из которых является робототехника.
Как можно использовать ИИ в логистике:
- Автоматизированная система складирования. Vero Solutions Inc, индийское социальное предприятие, создающее облачные сервисы и мобильные приложения, уверено, что 30 % складских работ в Великобритании в ближайшие несколько лет будут автоматизированы. Управление складом можно полностью преобразовать, если автоматизировать управление автопогрузчиками, сортировку товаров и управление запасами с помощью дронов или автономных наземных транспортных средств. К примеру, чтобы минимизировать время для выполнения онлайн-заказа, британская компания Ocado использует роботов, перемещающих, поднимающих и сортирующих продукты питания. Эти машины за одну неделю способны обрабатывать 65 тысяч заказов.
- Самоуправляемые транспортные средства. Дронами-доставщиками сегодня уже никого не удивишь. В октябре текущего года роботы-беспилотники компании Alibaba Group доставили более миллиона посылок в Китае в течение одного года с момента их запуска. А как насчет автономных грузовиков или вертолетов? Между тем, они уже активно используются в логистике как за рубежом, так и в России. К примеру, тяжелый беспилотный вертолет «Аэромакс» компании «Газпром нефть» способен доставлять грузы на труднодоступные объекты, что увеличивает скорость доставки и повышает уровень безопасности. А по трассе М11 Москва — Санкт-Петербург уже курсируют беспилотные грузовики, которые позволяют экономить расход топлива до 20 %.
- Умные автомагистрали. Интеллектуальная транспортная система (ИТС) позволяет уменьшить количество пробок на дорогах в результате интеллектуального управления светофорами, повысить безопасность водителей, сократить расходы на оборудование для автомагистралей (специальные знаки и табло), информировать участников дорожного движения о метеоусловиях, состояния покрытия автодороги. Реализовать ИТС можно разными способами. К примеру, в США проект под названием Solar Roadways предлагает перекрыть автодороги умными солнечными батареями: они будут снижать вероятность обледенения трассы зимой, подсвечивать ее в ночное время, вырабатывать энергию для обеспечения дорожного оборудования.
- ИИ в работе бэк-офиса. Автоматизация некоторых повторяющихся операций бэк-офиса позволит устранить человеческие ошибки, повысить точность расчетов и производительность и сэкономить на работе ряда сотрудников компаний (например, бухгалтерии, отдела кадров). Так, крупнейшая российская логистическая компания Lorus полностью автоматизировала бэк-офис, вследствие чего каждый процесс и его документальное подтверждение стали прозрачными и эффективными.
- Прогнозирование спроса и улучшение качества обслуживания клиентов. Традиционное прогнозирование основывается исключительно на исторических данных. ИИ позволяет собирать информацию от разных клиентов, подрядчиков и поставщиков, анализировать и систематизировать данные, что повышает точность прогнозов и эффективность работы компании. К примеру, предприятию необходимо спрогнозировать точное количество необходимых товаров. Если их запасы ограничены, а спрос высок, клиенты уйдут к конкурентам, и компания понесет убытки.
Кроме того, существует множество систем, с помощью которых можно повысить эффективность доставки грузов, — например, Gonrand, СТС, BRS, Espace Cat и др.
ИИ в логистике: проблемы и перспективы
Некоторые компании не могут интегрировать ИИ, несмотря на все его преимущества, из-за различных проблем:
- ограниченной доступности непрерывно, в режиме реального времени обновляемых данных;
- наличия собственных баз данных о цепочке поставок в различных отделах компании;
- вероятности утечки баз данных в руки злоумышленников.
Однако при постепенном внедрении ИИ, тестировании систем на каждом этапе и выбора оптимального для себя варианта нововведений этих проблем можно избежать. Так, в отчете американской международной консалтинговой фирмы по вопросам управления McKinsey за прошлый год сказано, что компании, внедрившие ИИ в логистику, уменьшили затраты на 15 %, увеличили уровень запасов на 35 % и на 65 % улучшили уровень обслуживания по сравнению со своими конкурентами.
Логистическая область имеет множество возможностей для извлечения выгоды из ИИ. Осталось лишь воспользоваться ими.
Компания Точка-Точка https://dot-dot.ru Быстро заказать грузопервозку