Развитие технологий — машинное обучение, компьютерное зрение, распознавание и синтез речи, чуткие и точные манипуляторы, мобильные приложения и интернет вещей — позволяет передавать машинам все более сложные задачи.
Трудно найти человека, который не сталкивался с искусственным интеллектом в повседневной жизни. Голосовые помощники поддерживают уровень адекватного и весьма информированного собеседника. Умные навигаторы помогают найти самый быстрый путь с учетом дорожной обстановки и погодных условий.
Логистика входит в топ отраслей, где искусственный интеллект находит применение в первую очередь.
Цель статьи — показать, какие изменения искусственный интеллект уже принес в отрасль и какие перспективы открывает в будущем.
Системы искусственного интеллекта могут корректировать маршруты в режиме реального времени в ответ на изменения дорожных условий. Искусственный интеллект использует сложные алгоритмы для учета множества факторов: пункты доставки, схемы движения, дорожные условия и расход топлива, чтобы определить оптимальный маршрут. Это позволяет сократить время доставки, снизить расходы на топливо и повысить безопасность водителей. Кроме того, такие системы позволяют управлять тарифами, планировать загрузку и автоматизировать выбор наиболее подходящего перевозчика.
Примеры:
Позволяет отслеживать и оптимизировать логистические процессы в реальном времени, принимать оптимальные решения для каждого этапа:
В России программное обеспечение для цифрового моделирования цепочки поставок предлагает компания BIA Technologies. По заявлениям вендора, внедрение обеспечивает сокращение затрат на транспортировку до 20% и затрат на хранение до 15%.
Cainiao совместно с Procter&Gamble разрабатывает систему цифровой цепочки поставок Green Supply Chain. Система позволяет управлять логистическим процессом от покупки до доставки потребителю. Green Supply Chain — один из проектов компании Alibaba Group, направленных на достижение углеродной нейтральности и снижение выбросов в 2 раза к 2030 году.
Программные системы управления складом оптимизируют процессы поступления, размещения, комплектации и отгрузки товаров. По данным компании GTLogistics внедрение ее системы позволяет в несколько раз снизить уровень человеческих ошибок, более, чем вдвое увеличить скорость работы склада, на порядок уменьшить количество пересортов и высвободить до 20% площади склада.
Искусственный интеллект помогает на ранней стадии выявить ошибки в заказе (необычная комбинация товаров, неверный адрес). Это позволяет уменьшить количество возвратов и жалоб клиентов.
Роботы на базе ИИ берут на себя функции, которые традиционно выполнялись людьми: сортировку, маркировку и перемещение товаров. Так, робот может одновременно комплектовать несколько посылок с минимальными передвижениями.
При проведении работ на высоте, чреватых рисками для персонала, некоторые компании внедряют системы беспилотной инвентаризации. Дрон, оснащенный встроенной камерой, подлетает к каждому стеллажу, считывает штрих–коды и разбирается в группах товаров. Такую систему внедрила у себя компания L’Oréal.
Сбербанк запустил роботизированную систему SberShuttle для автоматизации складской логистики в электронной коммерции. Система представляет собой хранилище, где между стеллажами по рельсам перемещаются роботы, перевозящие контейнеры с товарами от мест хранения на станцию комплектации. Контроль за всем процессом осуществляет оператор с помощью интеллектуальной системы. Решение полностью автоматизирует работу склада, исключает человеческие ошибки и снижает операционные расходы.
У Alibaba самый большой в мире автоматизированный склад с роботами, которые собирают и упаковывают товары для доставки клиентам. Роботы на складе компании уже выполняют 70% работ, могут перемещать грузы до 500 кг, избегать столкновений друг с другом и людьми, откликнуться на вызов сотрудника через Wi-Fi.
Задача — поддержание оптимального количества товаров на складе, точный расчет объема и времени закупок у поставщиков, сокращение сроков выполнения заказов покупателей.
Для этого искусственный интеллект в реальном времени обрабатывает данные по:
Для логистических компаний многофакторный прогноз позволяет спланировать объем и тип нужного транспорта, его расположение, расписание стоимость перевозки и другие параметры. Совокупно это позволяет снизить до 20% холостой пробег, сократить время доставки и повысить потенциальную пропускную способность.
Одна из крупнейших розничных сетей России «Лента» и «КОРУС Консалтинг» в технологическом партнерстве с Microsoft запустили автоматизированную систему прогнозирования спроса на товары. Система создает комплекс моделей для каждого товара в каждом из магазинов, самостоятельно определяя значимость тех или иных факторов. Она самообучаема и может гибко подстраиваться к появлению новых тенденций спроса и новых факторов, которые следует учитывать.
Система идентификации и учета вагонов «Ардис» позволяет управлять отгрузкой продукции, анализировать местонахождение вагонов. Решение построено на основе системы распознавания номеров вагонов и решает задачи служб логистики и безопасности.
Zara использует искусственный интеллект для управления своими операциями — от дизайна до доставки. ИИ обрабатывает данные о продажах, выявляет недостатки и играет важную роль в управлении запасами, которые отслеживаются с помощью чипов, используемых на этикетках.
Кроме того, Zara использует искусственный интеллект, чтобы помочь покупателям подобрать нужный размер и понять, как будет смотреться та или иная одежда. Это приводит к меньшему количеству возвратов и увеличению положительных отзывов покупателей.
Лидеры розничной индустрии, такие как Walmart, используют ИИ для анализа истории продаж, онлайн-поисков, просмотров страниц, экономических тенденций и демографических показателей. Эту информацию они используют для прогнозирования спроса и потенциальных проблем.
Традиционное фиксированное формирование цен не в состоянии своевременно учитывать все рыночные факторы, что снижает доходы компании и приводит к разочарованию клиентов.
Искусственный интеллект позволяет в реальном времени анализировать рыночные тенденции, цены конкурентов и поведение клиентов, динамически корректировать цены для оптимизации продаж и прибыли. Системы динамического ценообразования дают возможность извлечь максимум дохода из каждой товарной позиции, эффективнее проводить промо-акции, автоматически учитывать специфику регионов и каждого магазина в отдельности.
Исследования показывают, что увеличение выручки за счет ценообразования на 1% может поднять операционную прибыль на 7-15%.
Компания «Аэрофлот» внедрила систему динамического ценообразования на основе ИИ для оптимизации загрузки рейсов и максимизации доходов от продажи билетов. Система учитывает спрос, сезонность, конкуренцию и бронирование билетов в реальном времени. В результате улучшилась загрузка самолетов, выросли доходы.
Компания myRetailStrategy разработала систему управления ценообразованием SmartPricing для использования в розничной торговле. Позволяет масштабирование на 500 и более магазинов и при этом автоматически поддерживать множество форматов, регионов, кластеров и моделей ценообразования. Готовит максимально эффективные промо-акции — автоматизирует поиск оптимальных товаров, скидок и сроков проведения. Позволяет увеличить валовый доход на 3,5-9,1% в зависимости от чувствительности к изменению цены и конкурентного окружения.
Системы документооборота на базе ИИ используют оптическое распознавание символов и обработку естественного языка для извлечения важной информации из физических и цифровых документов. Это ускоряет ввод данных, уменьшает количество операторских ошибок, обеспечивает безопасность и приводит к значительной экономии времени и средств.
Системы электронного документооборота на базе искусственного интеллекта позволяют:
Компания ABBYY разработала систему на платформе Compreno для учреждений Министерства здравоохранения. Интеллектуальная платформа:
Искусственный интеллект позволяет извлекать из обычного текста отдельные слова и выражения с определенной семантикой. Например, врач может в медицинской карте выделить атрибуты и словосочетания, характерные для конкретной болезни.
Платформа Цитрос, разработанная компанией SL Soft, предназначена для автоматизации документооборота, в том числе юридически значимого — финансовый, кадровый, логистический, технологический, управленческий. Линейка продуктов компании рассчитана на средний и крупный бизнес, охватывает все задачи по работе с цифровыми документами — от создания шаблонов до архивного хранения. Производительность системы — более 2 млн электронных документов в месяц. Для предприятий от 10 тыс. сотрудников экономия за год составит более 700 млн. рублей.
Directum RX Intelligence — официально первая российская интеллектуальная система электронного документооборота (СЭД). Позволяет безлимитное использование AI-инструментов, подключение неограниченного числа пользователей, обработку любого количества документов и использование в различных бизнес-процессах. Искусственный интеллект обрабатывает:
Пригодится в делопроизводстве, бухгалтерии, юридическом отделе.
Огромный толчок получило развитие транспорта, работающего на базе ИИ: грузовики, роботы, спецтранспорт, БПЛА, дроны.
Среди российских разработчиков ТОП-позиции занимают Яндекс.Беспилотные технологии, СБЕР и СтарЛайн.
Яндекс стал первой компанией в Европе, которая уже перешла к финальному этапу тестирования беспилотных автомобилей без сопровождения водителя. А СБЕР представил прототип автономного электромобиля «ФЛИП» с возможностью использования в самых разных сферах: грузоперевозки, последняя миля, такси.
Компания Старлайн тестирует движение грузовиков без водителя на трассе М-10.
Дроны дают преимущество независимости от пробок и ограничений скоростного режима на дорогах. Беспилотники уже доставляют жизненно важные медикаменты в некоторые из самых отдаленных и труднодоступных регионов.
Беспилотные автомобили Яндекса сканируют окружающее пространство с помощью камер, лидаров и радаров и передают все данные в аппаратный комплекс в багажном отделении. Алгоритмы компьютерного зрения и машинного обучения обрабатывают их, автомобиль распознает текущую дорожную обстановку, предвидит развитие ситуации, планирует движение и едет. Яндекс-автомобилям не нужны постоянное интернет-соединение или специальная дорожная инфраструктура, они передвигаются в обычных условиях.
Фото с сайта yandex.ru
В июне 2023 года было запущено движение беспилотных грузовых автомобилей КАМАЗ для перевозки коммерческих грузов по трассе М-11 «Нева» Санкт-Петербург — Москва.
Беспилотные автомобили созданы на базе магистрального тягача КАМАЗ-54901. Модель оснащена системами связи, навигации, технического зрения, обработки входящей информации. Машины будут работать между логистическими терминалами Москвы и Санкт-Петербурга с использованием хабов для перецепки фургона с обычного тягача на беспилотный.
Беспилотные КАМАЗы взаимодействуют с дорожной инфраструктурой через программно-аппаратный комплекс АСУДД М-11 «Нева» госкомпании «Автодор», в котором задействовано почти 2000 единиц оборудования.
Автономные грузовики уже перевезли более 10,000 тонн грузов. Пока в кабине автомобиля находится водитель-испытатель для контроля безопасности поездки.
Эффекты:
В концепции умного аэропорта особое место занимают интернет вещей, искусственный интеллект, аналитика данных и биометрия.
Датчики и устройства интернета вещей проводят мониторинг состояния оборудования, качества воздуха, уровня шума.
Биометрические технологии используются при идентификации доступа, для усиления безопасности и ускорения процесса прохождения пунктов контроля.
Алгоритмы машинного обучения анализируют данные о рейсах, пассажиропотоке и багаже для предсказания возможных сбоев и оптимизации ресурсов.
Кроме того, ИИ помогает в распределении персонала, координации обслуживания рейсов и оптимизации инфраструктуры. В технологическую структуру умного аэропорта также входят роботы и автоматизированные аппараты, системы управления энергопотреблением, и различные мобильные приложения для пассажиров и персонала.
Аэропорт Шереметьево внедрил систему «цифровой двойник» на основе ИИ, выполняя с ее помощью имитационное моделирование всех ключевых процессов (потоки пассажиров, обслуживание самолетов, грузовые потоки и т.д.) на год и более вперед. Моделирование происходит в автоматическом режиме и интегрировано с другими системами. Это позволяет иметь максимально актуальные расчеты с учетом всех трендов и событий.
Аэропорт Шэньчжэня в 2019 году запустил платформы многоступенчатой системы проверки безопасности. В настоящее время реализовано уже более 30 проектов, обеспечивающих интеллектуальную эксплуатацию аэропорта, безопасность и предоставление услуг.
Полностью автоматизированный порт, где ИИ управляет движением судов и другим транспортом на территории порта, прогнозирует потребности в ресурсах и времени стоянки, оптимизирует маршруты. Системы интернета вещей проводят постоянный мониторинг состояния инфраструктуры, портового оборудования, кранов, движения судов, уровень воды и др. Кроме того, «умный порт» включает в себя автоматизированные контейнерные терминалы, беспилотные транспортные средства, биометрию, цифровые платформы и энергосберегающие технологии.
Пример
Порт Сямыня в 2020 г. запустил платформу «Smart Port 2.0», разработанную совместно компаниями Dongfeng Motor Corporation, China Mobile и CoscoShipping. «Smart Port 2.0» опирается в работе на низко-, средне- и высокочастотные сети 5G, беспилотные контейнеровозы, высокоточное позиционирование и мультисенсорное управление навигационной системой Beidou.
Полевые испытания показали, что «Smart Port 2.0» требует меньше инвестиций в сравнении с другими решениями, может быть быстро запущен в эксплуатацию и широко применим в отрасли.
Здесь искусственный интеллект используется для управления движением поездов, оптимизации скорости и интервалов между ними, а также повышает адаптацию к изменяющимся условиям на маршруте.
ИИ и большие данные обеспечивают сбор и анализ информации о состоянии путей, оборудования, погодных условиях и других факторах. На основе собранных данных прогнозируются потребности в техническом обслуживании, замене оборудования, что сокращает время простоя поездов и снижает аварийность.
На железнодорожной станции ИИ обеспечивает безопасность, мониторинг пассажирского потока, предоставляет персонализированные сервисы, эффективное управление билетами, энергопотреблением, освещением и климатом.
Изображение с сайта en.cognitivepilot.com
Компания Cognitive Pilot приступила к серийному производству умного автопилота в помощь машинисту железнодорожного локомотива на базе технологий искусственного интеллекта — Cognitive Rail Pilot. Система позволяет обнаруживать объекты на железной дороге: составы, стрелки, пути, людей, светофоры и т. д., оценивать обстановку и выдавать машинисту предупреждающие сигналы об опасности. А в случае отсутствия его реакции принимать необходимые решения, обеспечивая высокий уровень безопасности в любую погоду.
Традиционные графики технического обслуживания не всегда позволяют предотвратить неожиданные поломки. Использование ИИ помогает заблаговременно выявить потенциальные неполадки, анализируя данные с датчиков, установленных на оборудовании (изменения температуры машины, вибрации или другие факторы, которые могут указывать на возникновение проблемы).
Выявляя неисправности до их возникновения, искусственный интеллект помогает избежать:
Распознание потребности в техобслуживании на ранней стадии позволяет продлить срок службы оборудования.
По данным Министерства энергетики США прогнозируемое ТО позволяет экономить примерно от 8% до 12% по сравнению с обычным профилактическим обслуживанием и до 40% по сравнению с ремонтом по возникновению проблем.
Компания Аэрофлот тестирует в пилотном режиме предсказательную аналитику ремонтов с использованием искусственного интеллекта.
В зависимости от того, в какие страны и города летают самолеты, компания может прогнозировать ремонты двигателей и выход из строя тех или иных запчастей. Самолет «Аэрофлота» через систему спутниковой связи передает информацию о своем состоянии наземным службам, и они заранее готовятся к ремонтам, заказывают запчасти, чтобы повысить КПД самолета.
Цель — создать полностью автоматизированную интеллектуальную систему управления. Искусственный интеллект в ней будет прогнозировать необходимость замены детали и передавать в складскую систему. Та, в свою очередь, с помощью интернета вещей проверит наличие детали на складе и при необходимости автоматически закажет ее. По приходу деталь будет принята на автоматизированный склад, использующий RFID-метки, и в нужный момент передана инженерам.
Ученые Южно-Уральского государственного университета создали интеллектуальную систему ранней диагностики для наземного транспорта. Она способна предсказать, какой из узлов может выйти из строя, и примерно на четверть продлить срок эксплуатации автомобиля.
Для этого машину обвешивают датчиками, которые в режиме реального времени снимают показания. Полученные данные сравниваются с эталонными. Программа анализирует, нормально ли ведут себя агрегаты и узлы, исходя из года выпуска, пробега и условий работы транспорта. И если есть отклонения от эталона, система подает сигнал о необходимости профилактики с указанием «слабого» узла.
Для установления «нормы» ученые ЮУрГУ проводили многомесячные испытания совместно с КАМАЗом, где и провели испытания. Эксплуатировали машины в разных условиях, с разной нагрузкой, проводили вибродиагностику… Контролировали температуру охлаждающей жидкости, износ тормозных колодок, уровень, температуру и качество масла в двигателе, коробке передач и ведущих мостах, положение педали подачи топлива… После чего выводили математические закономерности: как меняется состояние узлов и агрегатов автомобиля.
Хотя использование систем с искусственным интеллектом обещает значительные преимущества для предприятий логистической отрасли, внедрение может быть непростым.
Рассмотрим основные препятствия, с которыми сталкиваются компании.
Стоимость внедрения и обслуживания
Системы искусственного интеллекта могут потребовать значительных инвестиций в оборудование, программное обеспечение и инфраструктуру. Кроме того, функционирование системы скорее всего потребует постоянного технического обслуживания, обновления и обучения персонала, что тоже нужно учитывать как дополнительные затраты. Для компаний с ограниченным бюджетом эти расходы могут оказаться неподъемными.
Сложность адаптации к индивидуальным потребностям компании
Чтобы поручить роботам какие-то процессы, нужно для начала досконально и точно их описать, а затем «перевести» на понятный роботу язык.
Потребуются:
Специалистов, готовых работать с интеллектуальными системами, на рынке очень мало. Дефицит порождает их высокую стоимость. Затраты на наем и обучение сотрудников еще больше увеличивают общие затраты на внедрение и обслуживание.
Конфиденциальность и безопасность
Приходится учитывать рост киберпреступности и заботиться о безопасности данных клиентов. В 2022 году ФБР зафиксировало более 300 000 случаев фишинга только в Соединенных Штатах. Возможны и другие способы мошенничества с личными данными пользователей.
Существуют и проблемы с безопасностью в беспилотных летательных аппаратах — возможность записывать отснятый материал и передавать его по беспроводной сети на другие электронные устройства вызвала серьезные опасения во всем мире.
Искусственный интеллект — это действительно сила, предоставляющая невероятные возможности для автоматизации рутинных задач, повышения эффективности и снижения затрат. Применяя ИИ, предприятия могут получать выгоды и опережать конкурентов.
Пробежимся еще раз по основным задачам логистики, в решении которых использование ИИ дает существенные преимущества:
Внедрение ИИ в логистику радикально меняет отрасль на наших глазах. Эксперты прогнозируют, что к 2035 году ИИ повысит производительность логистики более чем на 40%.
Компания Sky Cargo Service обеспечивает авиаперевозки грузов по всему миру. Мы ежедневно строим десятки оптимальных маршрутов. И чтобы делать это наилучшим образом, мы развиваем собственные IT продукты с использованием современных цифровых технологий и актуальных отраслевых решений.
Получить консультацию или оставить заявку на расчет вы можете по телефону +7 (383) 235-95-55 или на e-mail info@scs-aero.ru.
В статье использованы данные отчета АНО «Цифровая экономика» «Эффективные отечественные практики применения технологий искусственного интеллекта в сфере транспорта и логистики», 2024