Применение искусственного интеллекта в логистике
IT / Статьи
цифровизация экспертная колонка
10.7.2023

Маршрут перестроен нейросетью

Как искусственный интеллект помогает снизить затраты в логистике

Хайп вокруг возможностей нейросетей в последнее время подогревается тем, что резко увеличилась доступность подобных сервисов. Однако, хотя и есть случаи использования всем известных чат-ботов, основное внимание привлекает именно развлекательная функция данных инструментов. Между тем бизнес во многих отраслях уже использует искусственный интеллект (ИИ). О том, что сдерживает развитие ИИ в логистике и какие перспективы открывает технология для этой отрасли, рассказывает генеральный директор компании GTLogistics Иван Денисов.

ИИ СТАНОВИТСЯ ДЕШЕВЛЕ

В том, что технологии искусственного интеллекта изменят многие отрасли в обозримой перспективе, сегодня уже мало кто сомневается. Например, эксперты ARK Invest оценивают перспективы ИИ на этот год весьма оптимистично. Кстати, такие оценки появляются уже не первый год.

Драйвером распространения ИИ будет, безусловно, удешевление технологии. Аналитики подсчитали, что

стоимость обучения ИИ продолжает снижаться на 70% в год

Например, стоимость обучения большой языковой модели до производительности уровня GPT-3 в 2020 году составляла 4,6 млн долларов, а в 2022-м – всего лишь 450 тыс. долларов. Это не предел: до 2030 года темпы падения стоимости сохранятся на уровне тех же 70% ежегодно.

Но, конечно, даже в случае такого серьезного удешевления технологии просто для генерации картинок нейросети не будут развивать – бизнес всегда ищет выгоду. И она есть, причем довольно существенная. В ARK Invest считают, что в глобальном масштабе

уже к 2030 году ИИ должен увеличить производительность квалифицированных работников более чем в четыре раза

В целом внедрение нейросетей может увеличить производительность труда в мире на 200 трлн, прогнозируют эксперты.

Не удивительно, что все отрасли уже сейчас присматриваются к возможностям применения ИИ – многие рынки становятся все более конкурентными, что стимулирует интерес к использованию инновационных инструментов. Логистика в этом смысле не исключение, тем более что рыночная ситуация в этом сегменте совсем непростая.

РАСХОДНАЯ ЧАСТЬ

Общеизвестно, что на транспортные расходы в большинстве цепей поставок приходится существенная, если не большая доля издержек. Разумеется, на этом этапе происходит множество потерь.

Несмотря на то что транспортная составляющая в последнее время так или иначе оцифровывается, во многих компаниях логисты до сих пор строят маршруты движения товаров вручную. Это отнимает много времени, а сами маршруты получаются шаблонными, неэффективными и очень затратными.

Причина в том, что интервалы доставки учитываются некорректно, клиенты не получают товары вовремя. По статистике, 15% транспортных маршрутов являются лишними, что приводит к лишнему расходу бензина, нагрузке на транспорт, оплате неэффективного труда водителей.

Суммарно из-за неэффективно выстроенной логистики российские компании теряют около 800 млрд рублей в год

При этом последние 10 лет эта индустрия сильно менялась. Долгое время на рынке было два основных типа логистических организаций: первые предоставляли качественный сервис за большие деньги, вторые позволяли сэкономить на транспортных издержках, но и качество их услуг было низким.

Сейчас же клиенты стали куда более требовательными к уровню сервиса и его стоимости: нужно высокое качество при низких ценах. Это означает, что рентабельность логистики сильно снижается.

Дело в том, что сегодня ждать товар никто не хочет – ни частные лица, ни бизнес. Пандемия подхлестнула развитие и трансформацию доставки продуктов питания, причем сдвиг оказался очень существенным как для этого сегмента, так и для большинства других.

Еще пару лет назад речь шла про доставку в лучшем случае на следующий день или даже через пару дней, а сейчас счет идет на минуты, даже если острой необходимости в этом у потребителя нет. Понятно, что продуктовый ритейл как наиболее инновационная и высококонкурентная отрасль идет в этом направлении впереди всех других, но очевидно, что и в остальных сегментах уже есть движение в ту же сторону.

Нормой теперь считается не просто доставить товар точно в срок, а привезти его в конкретный временной интервал день в день

Так что перед транспортными компаниями и логистическими отделами стоит непростая задача: найти инструменты и методики, которые позволят дать ответ на этот вызов рынка.

ВАРИАНТЫ РЕШЕНИЯ

Один из таких инструментов – бережливая логистика, или Lean Logistics. Это концепция фокусирует внимание на устранении лишних процессов, сокращении времени, которое затрачивается на каждом этапе, за счет организационных мер, что приводит к снижению затрат во всей цепочке поставок.

Механизм работы этого инструмента схематически выглядит так. Необходимо проанализировать все связанные с логистикой процессы. Оценить, есть ли те, где происходят наиболее критичные потери. После этого перестроить их таким образом, чтобы этих потерь избежать.

Речь идет об отказе от редкой доставки больших объемов грузов в пользу частой доставки малых партий, совместном использовании транспортных ресурсов, объединении грузов и перестройке принципов погрузки и выгрузки. В любом случае для каждого предприятия набор изменений будет собственным.

Другой вариант – использование цифровых решений. Он, кстати, вовсе не противоречит принципам бережливой логистики, а вполне может дополнять ее. В частности – ставка на технологии искусственного интеллекта как наиболее эффективные.

Возьмем, к примеру, процесс составления маршрутов. Сейчас логисту для этого надо учитывать более 70 параметров, самые существенные из которых:

  • грузоподъемность и объем кузова автомобиля;
  • пробки в разрезе каждого часа;
  • интервалы приемки на точках, время выгрузки, расстояние между точками;
  • совместимость классов товаров;
  • производительность отгрузки склада, количество ворот, количество палет, которые может отгружать склад.

При этом каждый параметр будет чувствительным для всего процесса. Представьте, что логист отправит 10 автомобилей под загрузку, а ворот на складе всего 5, так что он физически не успеет загрузить машины вовремя, а в результате вся выстроенная с учетом пробок, километража и прочего логистом схема разрушится.

При этом физиологически человек при большом объеме точек доставки не сможет качественно оперировать таким объемом информации – а вот ИИ сможет.

ПОЧЕМУ ТАК МАЛО ИИ В ЛОГИСТИКЕ

Причина в том, что пока доверие к этой технологии со стороны бизнеса не слишком велико – многие убеждены, что лучше человека никто маршруты не составит. Поэтому для оптимизации процесса логисты распределяют заказы между машинами, а порядок объезда точек отдают на откуп водителям. Мотивация тут понятна: опытные водители знают особенности маршрута.

Но цифры говорят о том, что такой подход не работает. Мы собрали информацию о том, как водители строят маршруты, и увидели, что ситуация в этом случае еще хуже, чем когда построением порядка объезда точек занимается логист.

Даже если зарплата водителя будет зависеть от количества отработанных точек доставки, физиологические ограничения не позволят ему выбрать оптимальный вариант пути

Водитель будет действовать шаблонно, не сможет учесть интервалы доставки и прочие нюансы. Одним из самых сложных моментов при этом является наличие нескольких контрагентов в одной локации с разным временем доставки – возможности совместить их водители часто не видят. Так что расстояние по сравнению с оптимальным увеличивается от 20 до 80%.

Если бы логисты использовали ИИ для формирования маршрутов, они смогли бы снизить транспортные издержки в среднем на 15-20%, а в пике – и до 40%

Я уверен – рост конкуренции, увеличение требований клиентов и необходимость в этих условиях минимизировать затраты уже в ближайшее время приведут к росту интереса к ИИ-решениям в логистике. Компании, которые пойдут по этому пути первыми, окажутся в выигрыше.

Изображение: RSpectr, Adobe Stock

Еще по теме

К чему приведет применение искусственного интеллекта в военной сфере

Как выстраивать и масштабировать инфраструктуру электронной коммерции в кризис

Что и как угрожает сейчас российской ИТ-инфраструктуре

Как веб-мастера, агентства и блогеры зарабатывают на рынке хостинга

Какие проблемы бизнеса решают MDM-системы

Почему программные роботы способствуют сохранению мотивации и продуктивности человека

Навыки, которые помогут сделать карьеру в ИТ-индустрии

Можно ли создавать собственные ИТ-продукты без программистов

Искусственный интеллект как спаситель книжного бизнеса

Как использовать плюсы и нивелировать минусы гибридных ИТ-инфраструктур

Как понять при онлайн-покупке, что игрушка безопасна для здоровья ребенка

Кибермошенники устраиваются в компании с помощью дипфейк-технологий

Как обеспечить безопасность персональных данных при переходе на цифровой документооборот

Почему генеративный ИИ пока далек от идеала, но еще себя покажет  

К чему приведет бесплатная раздача смарт-ТВ в обмен на данные