Искусственный интеллект постепенно проникает во все сферы жизни, незаметно упрощая и ускоряя многие бизнес-процессы. Такие технологии незаменимы там, где требуется обрабатывать большой объем данных. Одна из таких сфер — логистика.

О том, как сегодня ИИ помогает выстраивать и поддерживать логистические цепочки, рассказывает Евгений Непейвода, управляющий партнер разработчика ПО для прогнозирования спроса, компании Novo BI.

Искусственный интеллект в логистике — это бизнес-решения на основе ИИ, которые используют логисты для обработки данных, их анализа и оптимизации различных процессов. Согласно отчету MHI и Deloitte, 74% компаний-лидеров в сфере логистики планируют увеличивать свои инвестиции в инновационные технологии, в частности, в искусственный интеллект. Также опрос более тысячи специалистов по логистике со всего мира показал, что 25% из них планируют инвестировать в продукты ИИ в ближайшие три года.

Технологии на базе ИИ используются в этой сфере довольно давно. Сначала такая практика появилась в США в начале нулевых, и по сей день все крупнейшие влиятельные компании, которые внедряют новые решения в этой сфере — американские.

В России уровень внедрения ИИ-решений в логистике отстает не так сильно, как может показаться. Отчасти это связано с курсом государства на технологический суверенитет и всеобъемлющую цифровизацию, потому такие проекты развиваются в ускоренном режиме. В то же время сам бизнес открыт к внедрению ИИ-решений — они пользуются высоким спросом на рынке. Уже сегодня большинство складов в России выглядят очень технологично: они оснащены множеством датчиков и процессоров, которые объединены в интернет вещей, а где-то грузы уже перемещает беспилотный транспорт. 

Почему ИИ эффективен в логистике

Искусственный интеллект в логистике в первую очередь используется для оптимизации цепей поставок. Они есть в каждой логистической компании — где-то маленькие, где-то большие, но это всегда одна из самых затратных частей бизнеса в этой сфере. Если оптимизировать цепь, то можно улучшить финансовое положение любой компании. Здесь как раз искусственный интеллект помогает обработать огромное количество данных, заменяя целые отделы планирования. Каждые два года в мире вдвое увеличивается количество данных, поэтому силами человека все сложнее их качественно и оперативно обрабатывать. На помощь приходит ИИ, который, анализируя большие массивы информации, предлагает оптимальные решения. 

Согласно исследованию Gartner, внедрение цифровой трансформации в цепочку поставок в течение следующих 10 лет будет приводить к росту выручки более чем на 20% и снижению производственных затрат на 50%. К тому же, опрос руководителей компаний от Gartner показал, что респонденты в ближайшие несколько лет ждут от ИИ наибольшего влияния на отрасль, в которой они работают (включая те, которые напрямую связаны с логистикой).

Сегодня на рынке есть большое количество программных продуктов и решений для бизнеса в сфере логистики, где присутствует искусственный интеллект как технология. При этом она может комбинироваться с другими — технологиями распределенных реестров, машинного обучения, больших данных, предиктивной аналитики. Их сочетание помогает компаниям получить лучший экономический результат от внедрения продукта, который при верных настройках будет правильно и быстро производить все подсчеты и предлагать качественные оптимальные решения на их основе, экономя тем самым огромное количество ресурсов компании. 

Внедрение бизнес-решений с ИИ 

ИИ-решения пользуются популярностью у средних и крупных логистических и производственных компаний, через которые проходит большой объем данных. Обычно они обращаются либо к классическим продуктам от крупных международных вендоров, либо к небольшим инновационным компаниям, которые сейчас очень быстро растут и развиваются. Если мы говорим о решениях, которые помогают выполнять серьезные задачи на уровне всей компании и призваны оказывать большой экономический эффект, а не локальной программе, например, для оптимизации работы HR-отдела, такие продукты стоят дорого и внедряются долго.

Один лишь процесс презентации и согласования решений может длиться около трех месяцев, а внедрение обычно занимает от трех-четырех месяцев до года — все-таки это серьезная b2b-интеграция в архитектуру предприятия. Окупаемость такой модернизации во многом зависит от решения: как правило качественные решения в течение года выводят компанию в плюс, покрывая все затраты на внедрение. Фишка ИИ-продуктов в том, что чем дольше бизнес ими пользуется, тем большую пользу они приносят — у них накопительный экономический эффект. 

Тренды технологичных решений в логистике

ИИ-решения для логистики помогают бизнесу следовать ESG-принципам. Все больше компаний нуждаются в замере углеродного следа и других метрик, которые показывают, какой ценой для планеты доставлен каждый товар, и помогают максимально оптимизировать затраты ресурсов. Отсюда выливается второй тренд — борьба с перепроизводством. Мир нуждается в перераспределении товаров, поскольку местами их производят с большими излишками, а где-то, напротив, есть острая необходимость тех или иных вещей. Это реальная проблема не только для глобальной цепи поставок, но и для экономики в целом. И лучше всего ее решает как раз искусственный интеллект — он помогает эффективнее планировать ресурсы, подсказывает, как перераспределить потоки таким образом, чтобы не было перегрузов, избытков и недостатков. 

ASCM в своем исследовании также подсвечивает несколько новых для 2023 года трендов. Это робототехника, к которой компании сегодня все чаще прибегают, чтобы решить проблему нехватки рабочей силы. Отсюда вытекает другой тренд — умная логистика и интернет вещей, которые способны практически в реальном времени обеспечить прозрачность информации о местонахождении продукта, скорости его движения, предполагаемом времени прибытии,  местных погодных  условиях и прочем. Также сегодня многие компании активно работают над устранением логистических уязвимостей, чтобы  взаимодействие между транспортными сетями и их цифровыми копиями было беспрепятственным — это, в частности, предполагает переосмысление физических связей между складами, автомагистралями, портами и так далее. 

В России сейчас большой запрос на сквозное планирование цепи поставок, однако у нас он обусловлен геополитическими факторами, и проблема кроется не в переизбытке, а скорее в дефиците товаров, который образовался в прошлом году. Также общим трендом можно назвать классическую оптимизацию логистических маршрутов и управления складом, поскольку во время кризиса многие предприятия нуждаются в сокращении затрат, а ИИ-решения как раз помогают избавиться от неэффективных и затратных процессов в цепочке поставок. Если обобщить эти тренды, можно сказать, что главный запрос логистических компаний сегодня — это помощь в устойчивом развитии бизнеса.

Что дальше

По оценкам McKinsey, инвестиции в автоматизацию складов будут расти в сфере логистики медленнее всего, примерно на 3-5% в год до 2025 года. Я полагаю, что замедление роста связано с тем, что логистические компании уже имеют высокую степень цифровизации и автоматизации. Компании вместо того, чтобы сейчас «играться» с новыми решениями, предпочитают получать экономический эффект от уже внедренных. При этом McKinsey прогнозирует, что к 2030 году большинство операций будут автоматизированы, и искусственный интеллект возьмет на себя многие рутинные действия, освобождая от такой работы людей. И я верю, что совсем скоро компании будут максимально избавляться от человеческого фактора — минимизировать ошибки, обусловленные забывчивостью, невнимательностью сотрудников. Однако не думаю, что этого стоит бояться. Мы живем в интересное время, где мир принадлежит активным амбициозным людям, которые без работы не останутся никогда. И даже если их где-то заменит искусственный интеллект, они обязательно найдут возможности освоить новые навыки или по-другому применить уже имеющиеся.