ИИ в логистике: куда и как внедрять

Технологии уже сейчас оказывают влияние на логистические процессы, и оно будет расти всё больше. Наряду с автоматизацией, цифровизацией и роботизацией одна из основных технологий в логистике — искусственный интеллект. Campus узнал, где особенно популярно применение ИИ и как его можно внедрить в повседневную деятельность транспортных компаний.

Существует множество определений ИИ: от сложных научных до «буквально на пальцах». Пожалуй, самый точный дается на официальном сайте Международной организации по стандартизации ИСО: искусственный интеллект — это способность машины или компьютерной системы выполнять задачи, для которых обычно требуется человеческий интеллект.

Прямо сейчас транспортные и логистические компании используют ИИ для оптимизации процессов, снижения издержек и повышения эффективности. Компьютерный разум работает быстрее и эффективнее человеческого и становится конкурентным преимуществом.

Где применяется ИИ

Например, сейчас ИИ уже внедрен в калькуляторы расчета ставок логистических операторов и компаний. Калькулятор ставок — наглядный пример. Во-первых, у ИИ выше скорость реакции. Во-вторых, ИИ обрабатывает массивы данных и находит различные варианты. Человеку требуется в тысячи раз больше времени для расчетов, к тому же ИИ застрахован от ошибок и человеческого фактора.

Что это означает для транспортных компаний: довольный и лояльный клиент, репутация современной компании, а также сокращение ФОТ за счет уменьшения числа логистов, которые занимаются расчетами.

Генеральный директор федеральной транспортной компании «Скиф-Карго» Сергей Чернов называет самые популярные и востребованные решения в логистической отрасли, которые позволяют снижать затраты:

• TMS: оптимизация маршрутов, планирование перевозок, контроль транспорта
• WMS: учет товара, оптимизация складских операций, автоматизация процессов приемки/отгрузки
• SCM: комплексное управление потоками от закупок до доставки клиентам
• МП: доступ к информации о грузах, отслеживание, оформление документов
• API интеграция и ЭДО для быстрой и бесшовной системы обмена информацией и документами.

Также ИИ используется для прогнозирования спроса, автоматизации задач и в блокчейн-технологиях для повышения прозрачности и безопасности логистических операций.

«В целом ИИ сегодня применяется практически везде. Так, чат GPT позволяет провести топологию целого складского комплекса. Достаточно написать, какими должны быть склад, хранение (ячеечное или напольное), размеры ячеек, и ИИ формирует оптимальный вариант, как нужно разместить стеллажи, на какой площади. Поэтому в современном мире применение ИИ — это уже не выбор, а необходимость», — уверен Сергей Чернов.

Как внедрить ИИ за 3 шага

Шаг 1. Первый и самый важный шаг — понимание, что без высокотехнологичных инструментов не только расти и развиваться, но даже выжить на рынке в ближайшей перспективе будет сложно. Победит тот, кто будет быстрее, лучше и при этом не всегда дешевле.

Шаг 2. Определяем, какое именно направление требует новых решений: транспортная или складская логистика, управление закупками, инструменты, направленные на клиентов.

Анализируем, что именно не устраивает: снижается эффективность, растут затраты, конкуренты забирают долю рынка и т. д.

Шаг 3. Подбираем инструмент

В 2025 году изобретать свой «ИИ-велосипед» не придется. По словам Сергея Чернова, рынок российских цифровых решений для логистики демонстрирует активный рост, особенно после введения санкций в 2022 году.

«Компании активно ищут отечественные альтернативы западным решениям, что стимулирует развитие российских разработчиков. Государственная поддержка IT-отрасли способствуют ее развитию, а также гранты в этой области. Первым толчком, который придал импульс взрывному росту IT-продуктам в логистике, стала пандемия, затем санкции подтолкнули крупный бизнес к существенным инвестициям в разработку импортонезависимого ПО», — отмечает гендиректор «Скиф-Карго».

Поэтому изучаем рынок в выбранной сфере. Например, необходимо внедрить ИИ-инструмент по планированию маршрутов. Есть решение от компании ComBox Technology по разработке идеального маршрута для конкретного ТС. Оно включает анализ загруженности автомагистралей с помощью счетчиков транспортных средств по типам. Данные получают и анализируют с уже установленных дорожных камер благодаря процессингу файлов (обработке видеоархивов) или в режиме реального времени (анализ RTSP-потоков). Или «1С:Предприятие 8. TMS Логистика. Управление перевозками», разработка компании АЙТОБ, создает удобные маршруты на последней миле с учетом всех параметров доставки и ограничений.

Таких решений уже десятки, если не сотни. Различный функционал, интерфейс, стоимость — транспортным компаниям есть из чего выбирать.

Кейс 1

Примером действующего сервиса, использующего цифровые технологии, может служить FleetPro для управления корпоративными автопарками, который запустила компания «Современные транспортные технологии». Практика применения транспортными компаниями показала, что сервис помогает перевозчикам снизить затраты на топливо до 35%, сократить аварийность на 15%, уменьшить стоимость владения парком до 46% и повысить общую производительность автопарка на 43%.

FleetPro объединяет программное обеспечение и телематическое оборудование, обеспечивая контроль транспорта и состояния водителя в режиме реального времени, анализ данных и оптимизацию работы парка. То есть в его работе задействованы как цифровые, так и тематические технологии, а также ИИ — для потокового анализа данных.

Сервис отслеживает следующее:

• местоположение автомобилей
• расход топлива
• соблюдение маршрутов
• стиль вождения
• степень усталости водителя
• соблюдение РТО водителей
• уровень давления в шинах
• состояние грузов и температура в рефрижераторе
• масса грузов в автопоезде или автомобиле.

Есть и другие функции, например дистанционный предрейсовый медосмотр и ведение электронных путевых листов. Транспортная компания может собрать собственный пакет сервисов, что влияет на стоимость. Управлять сервисом можно через мобильное приложение на платформах iOS и Android или веб-версию.

Кейс 2

Компания «Скиф-Карго» применяет решения на основе ИИ в нескольких направлениях. Это инструменты, осуществляющие планирование маршрутов, IoT для мониторинга грузов, транспорта и состояния складов, системы управления складами (WMS) и цепями поставок (SCM), электронный документооборот (ЭДО) и API-интеграции.

Например, подрядчик предоставляет компании услуги по автоматической маршрутизации (Яндекс Маршрутизатор). Инструмент заменяет примерно 10 логистов.

Эффективность цифровых решений зависит от конкретных задач и правильного внедрения. В среднем, по опыту «Скиф-Карго», они позволяют сократить затраты на 10–15%, повысить скорость доставки на 5–10% и улучшить качество обслуживания клиентов. И наконец, удешевляют логистику на 10–15%.

Риски

При этом применение ИИ-инструментов, как и любых цифровых решений, несет в себе определенные риски. Кибератаки, нехватка специалистов, интеграция с существующими системами, высокая стоимость внедрения — все эти проблемы стали более актуальными за последний год, отмечают в «Скиф-Карго».

Хакерские атаки на системы могут приводить к утечке данных, сбоям в работе систем и нарушению цепочек поставок. Как следствие, российские компании сталкиваются с необходимостью усиливать защиту, внедрять решения для предотвращения атак и защищать свои данные. А это дополнительные расходы.

Кроме того, сегодня сложно найти специалистов, способных внедрять и поддерживать ИИ-решения. Еще с одной трудностью компании сталкиваются при интеграции новых решений с существующей инфраструктурой, часто разработанной на базе западного ПО.

И наконец, внедрение цифровых решений может быть дорогостоящим. Поэтому нужно быть готовыми к расходам.