В какие технологии инвестируют логистические компании. Часть II

Предиктивная аналитика, цифровые двойники
Что это. Максимальный результат, который можно получить от big data, — математические модели, позволяющие в виртуальном пространстве воспроизвести все звенья цепи поставок. Эти модели могут не только воссоздать физические характеристики объекта (например, склада), но и моделировать ситуации использования со всеми контекстными данными. Например, рассчитать, сколько заказов сможет оперативно обработать этот склад в «черную пятницу».

Цифровые двойники — один из самых дорогих инструментов цифровой логистики. По данным High Tech Software Cluster (HTSC), пороговая стоимость их разработки составляет от €50 тыс. Вместе с тем это перспективная технология. Согласно результатам опроса The MHI Annual Industry Report, 80% руководителей лидирующих производственных и логистических компаний считают, что цифровая цепочка поставок станет доминирующей тенденцией в логистике в ближайшие пять лет.

Зачем это нужно. Безопасное тестирование новых бизнес-сценариев, выявление узких мест, управление рисками и оптимизация расходов — вот немногие из инструментов, доступных при использовании математических моделей. Для разработки двойника берется максимальное количество данных о компании:

  • локация;
  • структура цепи поставок;
  • информация о транзакциях;
  • информация о самых волатильных товарах и т.д.

На основе этих данных создается математическая модель. Модели бывают двух типов: имитационные и оптимизационные.

Имитационные модели позволяют в цифровом пространстве создать бизнес-модель и проследить, как она будет себя вести. Например, рассчитать пропускную способность распределительного центра, выбрать место открытия нового склада и просчитать риски еще до того, как вкладывать деньги в строительство.

Оптимизационные модели нужны для сокращения затрат на определенном этапе цепочки — например, в складских операциях или доставке «последней мили». С их помощью можно оптимизировать складское пространство, парк транспортных средств или маршруты, минимизировать потери при перевозке хрупкого или особо ценного груза, заранее подобрав условия, температурный режим и упаковку.

Например, в 2019 году «Сибур Холдинг» начал использовать цифровые двойники для оптимизации железнодорожных перевозок, в частности — снижения затрат на перевозку, ремонт цистерн и аренду составов. С помощью оптимизационных моделей компания рассчитывает, как эффективнее управлять отгрузками, доступным парком вагонов и ремонтом подвижного состава.

shutterstock_732185581

Автоматизация склада
Что это. Для компаний с мало-мальски стабильным грузооборотом эпоха «олдскульного» склада, где коробки грузили грузчики, а инвентаризация проводилась в Excel, подходит к концу. Растущие объемы отгрузок и высокая конкуренция вынуждают автоматизировать не только информационные потоки, но и физический труд. Согласно отчету The 2018 MHI Annual Industry Report, в 2018 году 38% транспортных компаний использовали робототехнику и сенсоры для автоматической идентификации грузов. Аналитики прогнозировали, что к концу 2020 года этот показатель достигнет 53%, а к 2023 году — 73%.

В складской логистике чаще всего автоматизируются:

  • сбор, упаковка и сортировка (роботов использует 61% компаний);
  • погрузка-разгрузка (56%);
  • прием и распределение груза (49%).

Рынок складских роботов довольно развит и может предложить различные по стоимости и функционалу решения — от простых автоматических конвейеров и автоматических подъемников до «умных» сортировочных конвейеров, способных обрабатывать до 200 палет в час.

Зачем это нужно. Автоматизация может серьезно увеличить показатели эффективности работы склада. Например, согласно исследованию Cisco, использование интернета вещей в складской логистике позволяет на 67% повысить операционную эффективность. Другие «побочные эффекты» автоматизации — сокращение цикла складской обработки, снижение внутренних издержек, повышение точности управления товарными запасами.

Компания «Даксер» применяет закрытую корпоративную систему управления складом. Среди основных инструментов — электронный документооборот (EDI) и система Control Tower, позволяющая комплексно координировать работу нескольких логистических, транспортных и складских провайдеров из единого центра управления. Компании удалось добиться максимальной степени автоматизации на инфраструктурных объектах. Так, на складе Aviator роботизированные системы выполняют все операции, начиная от автоматического замера и взвешивания входящих грузов и заканчивая размещением его на стеллажах.

Прекрасное далеко
Почти в каждом отчете, посвященном цифровизации логистики, непременно фигурируют они — технологии будущего. Беспилотники, дополненная реальность, искусственный интеллект описываются как тренды, которые окажут наиболее сильное влияние на отрасль. В пример приводятся компании, которые их уже внедрили, такие как Amazon, Wallmart и другие гиганты, чьих ресурсов, наверное, хватило бы на запуск небольшого космического корабля — не то что пары дронов.

Правда, не во всех отчетах упоминается, что большинство компаний, которым далеко до масштабов Amazon, считает возможной тотальную роботизацию не ранее чем через десять лет. По этой же причине уровень инвестиций в технологии «отдаленного будущего» остается относительно небольшим: только 14% компаний готовы вкладываться в беспилотники, 10% — в блокчейн и 13% — в искусственный интеллект, свидетельствуют данные опроса MHI и Deloitte.

EY выделяет три основные волны цифровизации, которые в ближайшие пять—десять лет предстоит пройти транспортной отрасли:

  • внедрение технологий, перешедших «ломку» становления и приспособившихся к условиям современного рынка (прогнозная аналитика, интернет вещей и автоматизация);
  • быстрое подключение перспективных технологий будущего, которые могут изменить отрасль в ближайшие десять лет (подключенные устройства, беспилотники, блокчейн);
  • подготовка к инновациям в долгосрочной перспективе — дополненной реальности, глубокому обучению и 3D-печати.

Большинство российских и зарубежных компаний находятся на этапе первой волны. Как сообщает PwC, в РФ лишь 28% транспортных компаний считают свой суммарный уровень цифровизации достаточно высоким. Логично, что, встречая на пути множество проблем, таких как слабая выручка или серьезная фискальная нагрузка, компании не хотят инвестировать в технологии, эффект от которых будет заметен только в долгосрочной перспективе. Тем более что риск слишком высок. Ведь убытки, связанные с утечкой информации, кибератаками и просто «рассчитанными на коленке» и не окупившими себя инновациями, могут достигать миллионов рублей.

Подробнее на РБК:
https://pro.rbc.ru/news/5e2e55c69a7947036973ec6f