Искусственный интеллект (ИИ) в последние годы имеет довольно быстрые темпы развития и внедрения в различные области. В данной статье рассматривается применение технологий искусственного интеллекта в логистике, в оптимизации цепочек поставок и других различных логистических операциях. Также рассматривается использование ИИ в лизинговых операциях при обеспечении непрерывной логистической деятельности.
Ключевые слова: искусственный интеллект, логистика, лизинговые операции, цепочки поставок.
Artificial intelligence (AI) has been developing and implementing quite rapidly in various fields in recent years. This article discusses the application of artificial intelligence technologies in logistics, supply chain optimization and other various logistics operations. The use of AI in leasing operations while ensuring continuous logistics activities is also being considered.
Keywords: artificial intelligence, logistics, leasing operations, supply chains.
Искусственный интеллект (ИИ) — одна из самых быстро преобразующихся технологий в современной истории. Он помогает предприятиям по всему миру, повышая эффективность и оптимизируя ресурсы. Искусственный интеллект также нашел свое применение в логистике и цепочках поставок, в лизинговых операциях, где он предлагает множество преимуществ компаниям, желающим внедрять новейшие технологии. Искусственный интеллект в логистической отрасли — развивающаяся область, которая может изменить то, как работают компании. Искусственный интеллект в цепочках поставок обширен, и различные предприятия по всему миру используют множество различных приложений и функций ИИ.
Некоторые решения для машинного обучения небольшого масштаба используются для улучшения работы небольших компаний, которые хотят оставаться впереди конкурентов. Лидеры отрасли работают над самыми современными решениями для автономных транспортных средств и другими впечатляющими решениями. Эти инновации предлагают такие преимущества, как повышение эффективности управленческих задач, таких как выполнение заказов, повышение точности инвентаризации, сокращение сроков доставки и более точные модели прогнозирования.
Искусственный интеллект может быть мощным инструментом для бизнеса, поскольку он предлагает огромные преимущества по сравнению с традиционными методами. Автоматизированные решения часто приводят к лучшим результатам, чем те, которые достигаются сотрудниками-людьми, благодаря способности машин выполнять высокоскоростную обработку, относительной объективности, доступу к огромным объемам источников данных или даже отсутствию субъективной предвзятости в отношении конкретных альтернатив.
Далее будут рассмотрены основные сферы эффективного применения искусственного интеллекта в логистике.
Управление цепочками поставок
Искусственный интеллект может использоваться в управлении цепочками поставок для различных целей. Во-первых, системы искусственного интеллекта могут управлять большими данными с высокой скоростью, что делает их идеальными инструментами для оптимизации операций на основе больших объемов релевантной информации. Решения для машинного обучения могут обрабатывать обширные наборы данных и создавать точные прогностические модели, которые позволяют предприятиям быть более эффективными и точными при прогнозировании продаж, распределении запасов или управлении транспортными маршрутами.
Другой способ применения искусственного интеллекта к цепочкам поставок — это визуализация 360 в режиме реального времени и контроль. Этот вид автоматизации позволяет компаниям внимательно отслеживать прогресс, достигнутый сотрудниками, машинами или транспортным парком, например, обнаруживать проблемы до их возникновения или немедленно принимать меры при возникновении критического события. Это идеальные инструменты, особенно для целей контроля качества, а также управления ресурсами и оценки рисков.
Использование искусственного интеллекта в управлении цепочками поставок может принести множество преимуществ компаниям, желающим внедрять инновационные технологии. Применение искусственного интеллекта в логистике позволяет предприятиям сдерживать расходы за счет повышения эффективности и сокращения сроков поставки продукции или услуг.
Оптимизация маршрутов
Компании могут оптимизировать маршруты с помощью искусственного интеллекта, который напрямую влияет на отрасль грузоперевозок, позволяя сократить время доставки и расход топлива за счет сокращения расстояний между пунктами назначения, избегая заторов на дорогах за счет более точной корректировки сроков доставки на основе колебаний спроса в разных регионах. Передовые системы также позволяют логистическим компаниям управлять тысячами транспортных средств одновременно и координировать их работу, что означает, что они могут лучше распределять ресурсы, снижать расход топлива и улучшать использование транспортных средств.
Технология искусственного интеллекта в системах управления перевозками использует модели машинного обучения для прогнозирования спроса клиентов, сопоставления его с имеющимися транспортными мощностями и объединения некоторых поставок воедино. Это также позволяет логистическим компаниям более точно планировать свои поставки, учитывая отклонения от исторических тенденций или определяя объемы перевозок на основе незапланированных событий, таких как перекрытие дорог из-за аварий.
Эффективная и устойчивая логистика последней мили
Искусственный интеллект также используется для улучшения доставки «последней мили»[1]. Этот сектор обладает высоким потенциалом для роста, поскольку требует эффективной работы, которая может снизить затраты при одновременном повышении уровня удовлетворенности клиентов. Системы на основе искусственного интеллекта особенно полезны в городских районах, где пробки на дорогах являются серьезной проблемой, негативно влияющей на конечные сроки доставки.
Чтобы сократить транспортные расходы и улучшить качество обслуживания клиентов, компании, отвечающие за логистику «последней мили», вкладывают значительные средства в инновационные решения для оптимизации маршрутов и расписания, а также в автономные логистические подразделения. Несколько стартапов по всему миру предлагают новые решения для рынка доставки «последней мили», такие как автономные дроны, способные доставлять небольшие посылки на короткие расстояния одним щелчком мыши или вообще без вмешательства человека, что представляет собой значительное преимущество по сравнению с традиционными методами транспортировки, требующими присутствия отдельного человека на борту на этапе обработки посылки.
Автономные транспортные средства
Наиболее впечатляющее и популярное применение искусственного интеллекта в транспортной отрасли — это автоматизированные транспортные средства или автомобили с автономным управлением. Концепции уже 100 лет, и с начала 2016 года автономные транспортные средства тестировались на дорогах общего пользования по всему миру, яркими примерами чего являются беспилотные автомобили Waymo, Tesla и Google. Такие фирмы, как Starsky Robotics и Otto, сосредоточились на автономных грузовых автомобилях. Автоматизация грузовых автомобилей имеет решающее значение из-за улучшения аспектов безопасности этих тяжелых транспортных средств и возможности экономии топлива за счет планомерного управления сбором топлива.
Технологии искусственного интеллекта используются для восприятия (т. е. Использования датчиков и компьютерного зрения для сбора информации об окружающей среде), а также для планирования маршрута, где необходимы алгоритмы искусственного интеллекта для обработки поступающих данных и принятия решений на их основе с учетом различных параметров, таких как другие участники дорожного движения, погодные условия и т. д. Это позволяет автономным транспортным средствам распознавать объекты и планировать оптимальные маршруты движения с учетом всех возможных сценариев, которые могут возникнуть во время конкретной поездки. Идея заключается в создании самоуправляемых автомобилей, которыми водители могут управлять вручную, и самоуправляемых грузовиков, которые могут работать в беспилотном режиме со встроенной оптимизацией маршрута.
Интеллектуальные системы дорог и тротуаров
Технологии искусственного интеллекта и интернета вещей обеспечивают проектирование и разработку интегрированных дорог на основе интеллектуальных систем дорожного покрытия. Встроенные датчики превращают дороги в цифровые сети, позволяя автоматически собирать и анализировать данные с дорожного покрытия. Данные с «умных дорог» затем отправляются по беспроводной сети в облако, где алгоритмы искусственного интеллекта могут их обрабатывать. Это позволяет компаниям расширять свои возможности по управлению логистикой и отслеживать дорожные условия в режиме реального времени, что означает, что они могут лучше подготовиться к чрезвычайным ситуациям, таким как снегопад или наводнение, снижая риски аварий и других опасных ситуаций, которые могут повлиять на дорожное движение.
Автоматизированные склады
В настоящее время на склады сильно влияют системы искусственного интеллекта. Автономная робототехника для выполнения складских заказов и других складских операций уже используется несколькими компаниями, такими как Amazon и Ocado.
В то же время искусственный интеллект используется для автоматической классификации и идентификации товаров, хранящихся на складах, и для мониторинга текущего уровня запасов. Задача требует, чтобы модели искусственного интеллекта обучались на основе данных, собранных сотрудниками при предыдущих закупках, на основе штрих-кодов или RFID-меток, прикрепленных к продуктам. Алгоритмы могут идентифицировать эти товары с помощью компьютерного зрения, принимая во внимание такую информацию, как размеры продукта, вес и т. д. Автоматизированную классификацию товаров и маркировку мест хранения продуктов можно обучить на основе данных, полученных от сотрудников, описывающих различные типы товаров [9]. Таким образом, ИИ может распознавать и находить эти товары на складе без помощи человека. Автоматизация складских процессов инвентаризации снижает затраты, связанные с человеческими ошибками, и повышает скорость и точность комплектования заказов, повышая уровень удовлетворенности клиентов, что напрямую влияет на доходы бизнеса.
Решения с использованием искусственного интеллекта, используемые на складах, также могут повысить безопасность сотрудников. Вероятность несчастного случая снижается, если роботы с искусственным интеллектом отвечают за эксплуатацию опасного оборудования и хранение инвентаря в труднодоступных местах. Технология искусственного интеллекта, основанная на системах компьютерного зрения, может отслеживать работу сотрудников и отслеживать различные вопросы безопасности.
Автоматизация склада в сочетании с распознаванием изображений позволяет выявлять подозрительные действия, такие как несанкционированное проникновение или прерывание работы. Они могут предупреждать, когда сотрудник не носит шлем, когда тележка оставлена позади или когда в заданном районе нет руководителя.
Обеспечение качества для улучшения взаимодействия с клиентами
Логистические компании также используют технологию искусственного интеллекта для автоматизированного визуального контроля продуктов до и после упаковки. Таким образом, алгоритмы могут распознавать, был ли продукт поврежден при транспортировке или когда работники хранили его. Ущерб может варьироваться от незначительных царапин до сломанных деталей, которые необходимо заменить новыми, чтобы клиенты получали неповрежденные продукты, за которые они заплатили. Модели искусственного интеллекта, обученные на основе данных, собираемых в течение всего процесса, помогают улучшить бизнес-процессы, одновременно повышая уровень удовлетворенности клиентов, что приводит к увеличению выручки в конце каждого месяца / года [6].
С использованием алгоритмов компьютерного зрения возможен полностью автоматизированный визуальный контроль, что позволяет сократить затраты, связанные с ручным трудом, и время обработки данных, необходимое, когда сотрудники анализируют изображения в поисках дефектов вручную. Вероятность человеческих ошибок снижается, когда машины отвечают за поиск и идентификацию любых проблем.
Автоматизация рутинных задач
Используя технологию, называемую когнитивной автоматизацией, компании могут автоматизировать операции бэк-офиса, которые в противном случае требовали бы контроля со стороны человека. Сотрудникам-людям можно поручать более интересные задачи или даже заменять их решениями на основе искусственного интеллекта, поскольку они обеспечивают более высокую эффективность и объективность по сравнению с людьми. Хотя автоматизация задач бэк-офиса может приносить пользу в течение нескольких лет, крайне важно сосредоточиться на отдельных приложениях и рассмотреть бизнес-процесс в целом, чтобы найти области, в которых ИИ мог бы улучшить результаты [4].
Роботизированная автоматизация процессов (RPA), также известная как интеллектуальная автоматизация, — это использование программного обеспечения для автоматизации задач бэк-офиса и других повторяющихся по своей природе процессов компании. С RPA компании могут извлечь выгоду из повышения точности и скорости при одновременном сокращении человеческих ошибок. Эта технология использует алгоритмы искусственного интеллекта, способные понимать инструкции, данные людьми через графический интерфейс или любой другой тип электронной системы обработки данных, включая CRM, ERP и т. д.
Использование ИИ в лизинговых операциях
В логистической отрасли в связи с высокими затратами по приобретению автотранспортных дорогостоящих средств, используются лизинговые операции. При этом возможности ИИ можно внедрять и в лизинговой отрасли. ИИ можно использовать в таких лизинговых процессах, как:
1) Обеспечение безопасности сделки.
2) Сохранение конфиденциальности персональных данных.
3) Прогнозирование спроса на различные предметы лизинга, что позволит рационально использовать данный инструмент в планировании продаж.
4) Поиск и предварительный отбор персонала по заданным определенным параметрам.
5) Общение с потенциальными клиентами через мессенджеры.
Таким образом, рассмотренные преимущества внедрения искусственного интеллекта в логистику и цепочки поставок огромны, и их можно перечислить на протяжении всего процесса цепочки поставок:
1) Планирование — прогнозная аналитика успешно используется при планировании спроса для выявления сигналов и исторических тенденций, которые позволяют делать более точные прогнозы. Она обеспечивает полную прозрачность и корректировку рисков за счет сквозной оптимизации маржи.
2) Закупки — цифровая трансформация обеспечивает полную интеграцию данных с поставщиками. Прогнозная аналитика и нейронные сети предоставляют расширенные возможности автоматического проведения торгов для улучшения выбора поставщика.
3) Производство — использование алгоритмов искусственного интеллекта позволяет компаниям составлять более точные прогнозы, которые могут уменьшить затоваривание или дефицит, что значительно повышает эффективность систем производственного планирования.
4) Складирование — решения искусственного интеллекта для складирования и упаковки обеспечивают преимущества за счет автоматизации, повышения производительности и уровня контроля качества, а также сокращения затрат, времени и потребностей в подборе персонала. Некоторые решения также обеспечивают дополнительные преимущества в области безопасности, делая склады более автоматизированными с помощью робототехники. Решения на основе искусственного интеллекта могут прогнозировать будущую структуру спроса и оптимизировать уровень запасов, чтобы гарантировать своевременное поступление продукции.
5) Логистика и дистрибуция — компании, внедряющие искусственный интеллект в сферах логистики и дистрибуции, могут рассчитывать на многофункциональные преимущества, включая динамическую оптимизацию маршрутов на основе исторических данных для лучшего распределения транспортных средств и минимизации расхода топлива. Примером такого решения могут служить алгоритмы глубокого обучения, которые помогают оптимизировать распределение нагрузки между различными грузовиками с учетом множества факторов, таких как сроки доставки, расстояние, количество доставок и т. д. Модели искусственного интеллекта помогают в интеллектуальном ценообразовании на перевозки и услуги перевозчиков. Беспилотные грузовики и другие автономные транспортные средства являются важной частью технологии искусственного интеллекта, которая вместе с глобальной системой интеллектуальных дорог, безусловно, произведет революцию в отрасли логистики в будущем.
6) Операции с бэк-офисом — хотя на первый взгляд это и не заметно, операции с бэк-офисом составляют значительную часть операционных расходов логистической компании. ИИ приносит огромные преимущества автоматизации бэк-офиса.
За счет автоматизации можно добиться существенного повышения эффективности выставления счетов, обработки заказов и бухгалтерского учета. Все транзакции будут выполняться автоматически, без вмешательства специалистов-людей или с минимальным контролем.
7) Использование ИИ при организации лизинговых сделок, активно используемых в сфере логистики.
Для возможности использования искусственного интеллекта в своей деятельности компаниям следует учитывать следующее:
— ИТ-инфраструктура — ИТ-система компании должна быть достаточно гибкой и способной внедрять новые технологии;
— Управление данными — источники данных нуждаются в стандартизации и надлежащих технологиях для обработки данных в режиме реального времени;
— Квалифицированный персонал и консультанты по искусственному интеллекту — использование искусственного интеллекта требует от специалистов по обработке данных интерпретации результатов и доведения их до соответствующих заинтересованных сторон, ответственных за принятие управленческих решений.
Подводя определённые итоги, стоит отметить, что ожидается, что системы искусственного интеллекта, основанные на алгоритмах глубокого обучения, будут широко использоваться в ближайшем будущем компаниями, желающими оптимизировать свои бизнес-операции. Эти модели ML должны помочь компаниям обрабатывать большие данные и принимать решения с большей точностью.
Ожидается, что использование приложений на основе искусственного интеллекта значительно возрастет, в первую очередь из-за растущей конкуренции и постоянно меняющейся глобальной экономики, вынуждающих предприятия искать новые способы достижения лучших результатов. Эти технологии предоставляют возможность для более быстрого принятия решений, повышая общую эффективность. Наиболее значительным преимуществом алгоритмов глубокого обучения является уровень автоматизации, который они обеспечивают, что оказывает существенное влияние на снижение затрат во всех областях логистики и цепочек поставок (снижение транспортных расходов). Мы считаем, что существуют бесконечные возможности применения этой технологии в различных областях, принося пользу обществу.
Литература:
- Деловой мир, «Какие тренды в сфере логистики будут актуальны в 2024 году» // URL: https://delovoymir.biz/kakie-trendy-v-sfere-logistiki-budut-aktualny-v-2024-godu.html
- Московская торгово-промышленная палата, «Обсуждены тренды и точки роста транспортной логистики в 2024 году» // URL: https://mostpp.ru/guilds_news/obsuzhdeny-trendy-i-tochki-rosta-transportnoy-logistiki-v-2024-godu/
- Easyhaul, «What Trends Will Influence Logistics In 2024?» // URL: https://www.easyhaul.com/blog/2023/12/21/what-trends-will-influence-logistics-in-2024/
- Mike Short, «Looking Ahead: Global Logistics in 2024» // https://www.chrobinson.com/en-au/resources/blog/looking-ahead-global-logistics-2024/
- Mikegingerich, «The Future of Logistics: Key Trends and Innovations in 2024» // https://www.mikegingerich.com/blog/the-future-of-logistics-key-trends-and-innovations-in-2024/
- Katja Busch, «Logistics Trends 2023/2024: Which Direction for AI?» // URL: https://dhl-freight-connections.com/en/trends/logistics-trends-2023-2024/
- «The Role of Artificial Intelligence In Logistics» // URL: https://stefanini.com/en/insights/articles/the-role-of-artificial-intelligence-in-logistics
- Top 5 uses of ai in the logistics industry // URL: https://dfreight.org/blog/top-5-uses-of-ai-in-logistics/
- Top 15 Logistics AI Use Cases and Applications in 2024// URL: https://research.aimultiple.com/logistics-ai/
- Assessing the Role of Artificial Intelligence in Streamlining Logistics // URL: https://www.iienstitu.com/en/blog/artificial-intelligence-in-streamlining-logistics
[1] «Последней милей» в логистике принято обозначать завершающий этап доставки – до конечного потребителя, например, из распределительного центра до двери покупателя.
