Профессионалы российской логистической платформы Loginet рассказали о своем подходе к автоматизации грузоперевозок на XIII SCM Конгрессе руководителей цепей поставок в Москве. Компания развивает цифровую платформу, объединяющую подбор перевозчиков, управление транспортом и складскими процессами, а также ЭПД. На мероприятии вместе с экспертами Сбера, МТС, «Авито», «Магнита», Mondelez и Axenix участники обсудили, как сочетать искусственный интеллект (ИИ), традиционные ИТ-инструменты и профессиональный опыт сотрудников для повышения надежности поставок.
В центре обсуждения также оказались задачи обмена данными между ИТ-системами, своевременное выявление отклонений от графиков и автоматизация операционных процессов. По оценке руководителя практики управления цепями поставок Axenix Дениса Шульги, логисты нередко тратят 2–4 часа рабочего дня только на сопоставление данных о перевозках, запасах и отгрузках. Пока специалисты собирают информацию из разных систем, ситуация может измениться, а время для предотвращения срыва поставки — сократиться.
Один из способов сократить ручной объем работы — объединить управление перевозками и дополнительные сервисы в одной ИТ-системе. Например, подбор перевозчика можно связать с расчетом маршрута, отслеживанием доставки и поиском замены при отмене рейса. Такой подход развивает и платформа Loginet, дополняя уже привычный контур управления перевозками новыми сервисами.
«Мы развиваем Loginet как единую платформу, в которой разные технологии работают в связке. Для одних задач достаточно автоматизации по заданным правилам, для других нужны математическая оптимизация или прогнозные модели. Сейчас мы также разрабатываем ИИ-ассистентов, которые помогут пользователям работать с системой и возьмут на себя часть рутинных операций. Главное, чтобы новые инструменты решали конкретные задачи бизнеса и не усложняли работу логистов», — отметил Олег Жендубаев, генеральный директор Loginet.
При этом использование ИИ требует контроля за качеством результатов. Нейросети способны ускорить поиск решений, однако предложенные ими варианты не всегда учитывают реальные условия работы и могут содержать ошибки.
«Искусственный интеллект может значительно сократить время на решение задачи, если правильно задать исходные условия и ограничения. Но полученный результат необходимо проверять: модель способна предложить вполне убедительный, но ошибочный вариант. Поэтому профессиональная экспертиза никуда не исчезает. Человек должен понимать, насколько предложенное решение соответствует реальным условиям, и при необходимости корректировать его», — пояснил Александр Рыжков, руководитель R&D-подразделения «Авито».
Выбор подходящей ИИ-модели также остается непростой задачей. Компаниям приходится проверять ее эффективность на собственных данных, настраивать интеграции с действующими системами и оценивать затраты еще до промышленного внедрения.
«В логистике пока не хватает общих критериев для сравнения эффективности ИИ-моделей. В ИТ-отрасли для этого используют специальные тестовые наборы данных, которые помогают выбрать подходящий инструмент до его внедрения. Такой подход мог бы заметно сократить стоимость и сроки экспериментов. Еще одна проблема — нехватка специалистов, способных интегрировать ИИ в действующие системы и адаптировать его работу к изменениям бизнес-процессов и законодательства», — отметил Никита Зелинский, директор по машинному обучению и исследованию данных МТС.
Не менее важна надежность цифровой инфраструктуры. Передача операций автоматизированным системам усиливает зависимость бизнеса от бесперебойной работы сервисов. При использовании ИИ-агентов возникают и дополнительные требования к информационной безопасности.
«Интеграция ИИ в процессы компании — это мощный шаг, который открывает бизнесу любого масштаба, от небольших команд до крупных корпораций, принципиально новые возможности. Разумеется, как и при внедрении любой продвинутой технологии, здесь важно сразу заложить правильный фундамент. Например, автоматизируя сбор данных из транспортных или складских систем, стоит заранее предусмотреть отказоустойчивость инфраструктуры. А обучая ИИ-агентов работе с внешними источниками — настроить базовые фильтры безопасности от некорректных инструкций. Сегодня надежные инструменты защиты и резервирования уже заложены в готовые облачные решения крупных провайдеров. Это позволяет компаниям любого размера беспрепятственно внедрять ИИ, минимизировать риски на старте и сразу получать измеримую пользу для бизнеса», — пояснил Максим Савченко, директор по искусственному интеллекту «Салют для бизнеса» (входит в группу Сбер).
Практическое применение автоматизации участники рассмотрели на совместном выступлении Loginet и Veeroute. На примере экспресс-доставки показали систему, которая пересчитывает маршруты каждые 30 секунд с учетом новых заказов, загрузки курьеров и дорожной ситуации. При изменении условий доставки маршрут автоматически корректируется, что помогает сократить количество опозданий.
Отдельное внимание уделили работе логистики при нештатных ситуациях. Эксперты рассмотрели, как ИИ помогает прогнозировать сбои, замечать отклонения на ранних стадиях и готовить альтернативные сценарии поставок. Анализ даже небольших изменений показателей может выявить проблемы, которые пока незаметны в общей статистике, но со временем способны повлиять на работу всей цепочки.
«На больших массивах данных мы не всегда замечаем, что показатели отдельного магазина постепенно ухудшаются. Часто проблема становится очевидной, когда она уже влияет на работу, хотя первые признаки появились значительно раньше. ИИ помогает отслеживать такие отклонения и находить их причины до того, как ситуация станет критической. Именно в этом мы видим одно из перспективных направлений его применения в логистике», — отметил Дмитрий Рохман, директор по логистике больших форматов торговой сети «Магнит».
По итогам обсуждения участники выделили два перспективных направления автоматизации: сокращение ручных операций при работе с данными и более раннее обнаружение рисков в цепях поставок. При этом выбор технологии зависит от конкретной задачи, а оценка ее результатов и действия в нестандартных ситуациях в любом случае требуют участия специалистов.
