Использование технологий интернета вещей и искусственного интеллекта как инструментов повышения экономической безопасности на транспорте

Круглова И.А.1, Кривонос А.Д.1,2
1 Автономная некоммерческая организация высшего образования «Международный банковский институт имени Анатолия Собчака»
2 Санкт-Петербургский государственный университет промышленных технологий и дизайна

Статья в журнале

Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 13, Номер 8 (Август 2023)

Цитировать:
Круглова И.А., Кривонос А.Д. Использование технологий интернета вещей и искусственного интеллекта как инструментов повышения экономической безопасности на транспорте // Экономика, предпринимательство и право. – 2023. – Том 13. – № 8. – С. 2909-2926. – doi: 10.18334/epp.13.8.118481.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=54604809

Аннотация:
В статье представлены основные направления совершенствования транспортно-логистической отрасли с акцентом на использование технологий интернета вещей и возможностей искусственного интеллекта в деятельности логистических операторов и государственных органов как одного из инструментов повышения экономической безопасности. Цель исследования - рассмотреть новые подходы, где интеллектуальные технологии определяют дальнейшие изменения в сфере транспорта, правовом обеспечении таможенного и иных видов государственного контроля, совершенствовании оснащения и развития интеллектуальных пунктов пропуска. Рассмотрены технологии искусственного интеллекта, которые представляют из себя в важную дефиницию, являющуюся дальнейшим вектором в развитии транспортно-логистического рынка. Основной акцент делается на необходимости сочетания изменений в процессе перевозок, созданию инфраструктуры, новых технологиях, а также учете специфики транспорта и текущего развития отрасли логистики России. В исследовании использовался методологический подход, основанный на системном и деятельном анализе показателей состояния транспортно-логистической отрасли России. Статья будет интересна специалистам и аналитикам в области логистики, внешненеэкономической деятельности, таможенном деле, экономики, а также всем тем, кто интересуется ее проблемами.

Ключевые слова: логистические интеграторы, управление цепями поставок, пункты пропуска, цифровые интеллектуальные решения, экономическая безопасность

JEL-классификация: O31, O32, O33



ВВЕДЕНИЕ

В условиях санкционного давления в отношении Российской Федерации в настоящее время вопросы совершенствования, автоматизации и цифровизации логистических услуг, модернизации элементов транспортной отрасли приобретают особую значимость. Серьезной угрозой для национальной безопасности транспортно-логистической отрасли в последние годы стало сразу несколько событий: пандемия Covid-19; военный конфликт в российско-украинских отношениях, за которым последовали пакеты политических и экономических санкций; значительное сокращение объемов перевозок воздушным и морским видами транспорта в связи с отказом работы с Российской Федерацией крупных иностранных логистических операторов.

Вопросам развития цифровых интеллектуальных решений, технологиям автоматизации на транспорте, а также внедрению технологий искусственного интеллекта (далее - AI) и интернета вещей (далее - IoT) посвящены научные труды Мешечкиной Р.П. и Вороны А.А. [13] (Meshechkina, Vorona, 2021), обратившими свое внимание на роль цифровых интеллектуальных решений в оптимизации операций процессов таможенного декларирования, улучшении планирования и управления таможенно-логистическими процессами; Джугло И.Е. [12] (Juglo I.E., 2023), акцентирующего в своей работе важность применения технологий AI и IoT в контексте улучшения услуг в работе курьерской службы; Катасонова Г.О. [1] (Katasonov, 2022) [1] и Снапкова О.В. [9] (Snapkova, 2022), исследующих возможности применения цифровых интеллектуальных решений и технологий автоматизации в железнодорожной логистике, их работы охватывают вопросы оптимизации маршрутов, управления запасами, создания интеллектуальных пунктов пропуска и снижения операционных издержек с помощью современных технологий; Кривонос А.Д. [15] (Krivonos, 2022) и Кругловой И.А. [11,15] (Kruglova, 2021, 2022), фокусирующихся на применении технологий AI и IoT в транспортной отрасли, освещающих использование аналитики данных и машинного обучения для повышения безопасности, эффективности и устойчивости транспортных систем, а также других авторов. Работы указанных авторов, а также иных авторов, проводящих исследования в области транспорта и логистики, представляют собой важные исследования, основанные на проведении комплексного системного анализа, способствующие улучшению эффективности деятельности транспортно-логистической отрасли.

Несмотря на существенное количество исследований в сфере развития и автоматизации транспортно-логистической отрасли и обеспечением ее безопасности, вопрос применения новых подходов и разработки алгоритмов упрощения процедур представляет научный интерес, так как способствует модернизации транспортно-логистической отрасли России. Цель данного исследования заключается в анализе и предложении новых интеллектуальных и нормативных технологий, учитывающих специфику транспортной отрасли в целях повышения экономической безопасности и привлекательности отрасли перевозок, где эффективность и безопасность играют ключевую роль.

Гипотезой исследования является предположение о том, что на транспортную безопасность России наибольшим образом влияет политическая обстановка и недостаточная развитость транспортно-логистической отрасли, а также обеспеченность необходимыми технологиями, оборудованием, низкий уровень образования в области развития инновационных транспортных технологий. Для проведения исследования в работе были использованы общенаучные методы познания, такие как сравнение, анализ и синтез, дедукция, формализация и описание.

В качестве научной новизны авторы позиционируют вывод об изменении основных угроз экономической безопасности России вследствие развития технологий искусственного интеллекта в части связанной с обеспечением транспортно-логистической отрасли, созданием интеллектуальных пунктов пропуска в условиях цифровизации.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

На сегодняшний день разработано довольно большое количество нормативно-правовых актов, регламентирующих работу различных видов транспорта и сопутствующей инфраструктуры, однако положения этих актов в полном объеме не отражают необходимые инструменты для развития интеллектуальных пунктов пропуска, строительства современных транспортных путей, обеспечения отрасли квалифицированным персоналом, совершенствования технологий электронного документооборота и иных.

В настоящий момент Министерство транспорта России совместно с ФТС России уже предложило разработать модели интеллектуальных пунктов пропуска [17] с учётом особенностей каждого вида транспорта, при этом замечания и предложения от бизнес сообщества на официальном уровне не принимаются, не обсуждаются особенности работы с отдельными категориями лиц, такими как уполномоченные экономические операторы, в отношении которых согласно Таможенного кодекса Евразийского экономического союза предусмотрен приоритетный порядок проведения таможенного контроля и декларирования, выделенные полосы для совершения таможенных операций. Для железнодорожного транспорта это особенно актуально и остро, так как две трети пунктов пропуска нуждаются в существенной реконструкции и модернизации, необходимо строительство новых пунктов пропуска на границе с Грузией, Монголией, Китаем, Казахстаном и другими странами. Сейчас строится новая железнодорожная станция «Самур» и железнодорожный пункт пропуска «Дербент» [2], точные сроки запуска железнодорожного интеллектуального пункта пропуска (далее – ЖДИПП) не обозначаются. Обозначается, что проект Постановления, разработанный Минтрансом, вступит в силу не раньше 1 января 2025 года [1], затем он будет направлен на согласование и утверждение. В условиях текущей реальности отрасль не должна столько долго ожидать вполне понятных изменений.

Алгоритм создание интеллектуальных пунктов пропуска заложено в Стратегии развития таможенной службы РФ до 2030 года [3]. Одна из целей, обозначенных в Стратегии, – полномасштабная цифровизация и автоматизация деятельности таможенных органов, внедрение технологий искусственного интеллекта и обработки больших объёмов данных. Так, согласно документу, доля таможенных операций, совершаемых автоматически с использованием информационных технологий, должна вырасти до 50% в 2024 году и до 100% – в 2030-м [4].

Решение задач, поставленных Транспортной стратегией Российской Федерации на период до 2030 года [5], во многом зависит от того, как продолжит развиваться транспортная отрасль в условиях постоянно меняющейся конъюнктуры. В Транспортной стратеги отражен фактор, побуждающий укреплять зависимость отрасли от транспортного образования – создания и внедрения новых технологий в отрасли, обязанностью которого является ликвидация усиливающегося дефицита квалифицированных профессиональных кадров в транспортной системе и разработка новых прогрессивных методов оптимизации, непосредственно самого транспорта и соответствующей складской обеспечивающей инфраструктуры. Ориентируясь на курс высоких технологий, в каких предстоит развиваться транспорту, разработку технологий нового поколения следует развивать на основе передовых методик, базирующихся на цифровизации. При этом, важно отметить, что с внедрением AI в транспортный процесс можно освободиться от большого числа профессий низкой квалификации, таким образом уже сейчас стоит начать процесс переобучения специалистов с целью недопущения безработицы населения.

Остановимся подробнее на описании двух концепций, предлагаемых к дальнейшему обсуждению и развитию.

I. Автоматизация транзитного оформления и процесса доставки при использовании IoT и AI

Одним из инновационных подходов к повышению безопасности логистических интеграторов является использование технологий Интернета вещей (IoT) и искусственного интеллекта (AI).

Интернет вещей (Internet of Things, IoT) — это концепция единой сети, технологии, призванные автоматизировать действия, которыми в повседневной жизни мы привыкли управлять сами. Суть Интернета вещей состоит в том, что человек задает только цель, но не программу по ее достижению, система должна проанализировать данные и на их основе выполнить задачу [6]. Несомненно, интернет вещей приводит к смене парадигмы в сфере услуг, инфраструктуры и потребительских отраслей. В то время как происходит смена парадигмы, доверие и безопасность являются необходимыми требованиями для борьбы с различными видами атак, угроз, сбоев в работе и разрушительных воздействий на общество. Интернет вещей - это концепция каждого подключенного технологического устройства, машины и взаимоотношений. Интернет вещей охватывает все аспекты жизни людей, которые регулируют и контролируют эти “вещи” каждый день. [7]

Технологии IoT позволяют собирать данные о грузе и транспорте в режиме реального времени, что позволяет оперативно реагировать на возможные угрозы безопасности, такие как кражи или повреждения груза, а также отслеживать местоположение транспорта и груза. Данные могут быть использованы для оптимизации маршрута, уменьшения времени доставки и снижения затрат на логистику.

Использование AI позволяет проводить анализ данных и выявлять потенциальные угрозы безопасности [8]. AI может использоваться для обнаружения необычных действий или поведения, которые могут указывать на возможные проблемы. Также AI может использоваться для определения оптимального маршрута доставки, учитывая различные факторы, такие как погода, дорожные условия и другое.

Использование IoT (Internet of Things) и AI (Artificial Intelligence) технологий в деятельности государственных органов и логистических операторов может значительно повлиять на повышение экономической безопасности в России. Прежде чем рассмотреть преимущества и недостатки модернизации и цифровизации отрасли, давайте проведем анализ возможных областей внедрения и выделим конкретные предложения для модернизации и представим их в Табл. 1.

Таблица 1. Предложения для модернизации отрасли

Предложения для модернизации
Описание предложения
Предложение
Мониторинг и трекинг грузов
Применение IoT-технологий позволяет осуществлять непрерывный мониторинг грузов на всех этапах логистического процесса. Это обеспечивает точную информацию о местонахождении грузов, условиях их транспортировки и возможных отклонениях.
Внедрение систем трекинга с использованием IoT-датчиков и устройств для непрерывного мониторинга грузов, перемещаемых железнодорожным транспортом
Оптимизация складских операций
AI-технологии могут быть использованы для оптимизации процессов управления запасами, прогнозирования спроса, планирования маршрутов и оптимизации загрузки грузовиков.
Разработка и внедрение систем управления складскими операциями с использованием AI-алгоритмов для повышения эффективности и сокращения времени обработки грузов на железной дороге (например, за счет внедрения механизма автоматического закрытия доставки). В рамках данного направления необходимо разработать единую систему обмена актуальной информацией между государственными органами, систему автоматической работы с транзитными поставками, предусматривающей автоматическое закрытие доставки грузов, в настоящий момент занимающее от 40 минут в связи с необходимостью визуальной проверки документов со стороны таможенных органов и совершения дублирующий действий со стороны перевозчиков.
Улучшение безопасности и контроля:
Цифровые технологии могут повысить безопасность транспортных средств и грузов. Например, системы видеонаблюдения и датчики могут обеспечить более надежную защиту от кражи и повреждения грузов.
Внедрение систем контроля и безопасности, основанных на IoT- и AI-технологиях, для минимизации рисков и обеспечения безопасности грузов. Предлагается разработать технологию, предоставляющую цифровую инфраструктуру, объединяющую логистические компании, грузовладельцев, таможенную и иные службы и других участников логистического процесса. Система основана на принципах цифровой идентификации, электронного документооборота и автоматического обмена информацией между всеми сторонами.

Источник: составлено авторами

Рассмотрим подробнее вопрос оптимизации за счет технологии автоматизации процесса закрытия доставки и транзитных поставок - в рамках данного направления предлагается разработать систему автоматической работы с транзитными поставками, предусматривающую автоматическое закрытие доставки грузов, в настоящий момент занимающее от 40 минут в связи с необходимостью визуальной проверки документов со стороны таможенных органов и совершения дублирующих действий со стороны перевозчиков.

В качестве примеров для внедрения предлагается рассмотреть аналогичные технологии, используемые в других странах, такие как:

― Евросоюз – Single Window for Customs (SW) и Customs Risk Management (CRM): SW – система электронной документации и обмена информацией между таможенными службами и участниками логистического процесса. CRM – система анализа данных и прогнозирования рисков, связанных с таможенными операциями

― США – Automated Commercial Environment (ACE) и Automated Manifest System (AMS): ACE – система электронной документации и автоматической обработки данных для таможенных процедур. AMS – система автоматизации регистрации и обработки манифестов грузов для контроля безопасности

― Китай – Electronic Port (e-Port) и Smart Customs Clearance: e-Port – система электронного документооборота и обмена информацией на пунктах пропуска. Smart Customs Clearance – система автоматического контроля и прохождения таможенных процедур с использованием технологий ИИ и биг-данных

― Япония – Advanced Cargo Information System (ACIS) и Electronic Data Interchange (EDI): ACIS – система предварительной информации о грузах для обработки таможенных операций. EDI – система электронного обмена данными между участниками логистического процесса

― Германия – Electronic Customs (ATLAS) и Cargo Community System (CCS): ATLAS – система автоматизированного таможенного декларирования и обработки данных. CCS – система электронного сотрудничества между участниками логистического процесса для управления грузами и информацией.

На основании зарубежного опыта предполагается, что процесс автоматического закрытия доставки и транзитных поставок может включать следующие этапы:

1. Электронная документация: Полная замена бумажной документации (в конкретном примере всей транспортной и транзитной документации, следующей с грузом), цифровыми форматами, такими как электронные накладные, счета и транзитные декларации. Это позволяет автоматизировать обработку и передачу информации, сокращая время и ресурсы, затрачиваемые на ручной ввод данных и обработку бумажных документов.

2. Использование IoT (Internet of Things) и датчиков: Установка датчиков на транспортные средства и грузы, позволяющих отслеживать и мониторить их положение, состояние и температуру в режиме реального времени, считывать номера, данные с установленных навигационных пломб. Это обеспечивает более точное и надежное отслеживание грузов и их безопасность во время доставки

3. Автоматизированные системы проверки и контроля: Внедрение систем автоматической проверки и контроля на пунктах пропуска, таких как сканеры штрих-кодов, системы распознавания лиц и транспортных средств. Это ускоряет процесс прохождения таможенных и безопасностных проверок и снижает вероятность человеческой ошибки.

4. Использование искусственного интеллекта и алгоритмов машинного обучения: Применение алгоритмов машинного обучения и искусственного интеллекта для анализа данных и оптимизации логистических процессов. Это позволяет предсказывать и устранять возможные проблемы, такие как задержки или ущерб грузам, и принимать более эффективные решения.

Общая схема работы интеллектуального железнодорожного пункта пропуска, способствующего улучшению пропускной способности, снижению затрат и повышению надежности доставки грузов по железнодорожным маршрутам будет выглядеть следующим образом:

I. Автоматическая идентификация: Прибывающие грузы и транспортные средства оборудованы специальными идентификационными технологиями, такими как RFID-метки или баркоды. Это позволяет системам автоматически распознавать и идентифицировать грузы и транспортные средства без необходимости ручного вмешательства.

II. Электронная документация: Вместо традиционных бумажных документов, интеллектуальные пункты пропуска в Евросоюзе используют электронные документы и цифровые системы обмена информацией. Это включает электронные транзитные декларации, товарные накладные и другие документы, которые могут быть обработаны и переданы электронно.

III. Автоматизированный контроль: Интеллектуальные системы контроля включают в себя использование сенсоров, сканеров и камер для автоматического обнаружения, и контроля грузов и транспортных средств. Это позволяет операторам пункта пропуска мониторить грузы в режиме реального времени и автоматически проверять их соответствие требованиям.

IV. Аналитика данных: Собранная информация о грузах, транспортных средствах и процессах передается в систему аналитики данных. Здесь применяются алгоритмы искусственного интеллекта и машинного обучения для анализа больших объемов данных. Аналитическая система способна выявлять паттерны, предсказывать возможные проблемы и оптимизировать процессы.

V. Интеграция с другими системами: Интеллектуальные пункты пропуска в Евросоюзе интегрированы с другими логистическими системами, такими как системы управления складом, системы маршрутизации и системы отслеживания грузов. Это позволяет создать единое информационное пространство и обеспечить более эффективное взаимодействие между различными участниками логистической цепи.

Преимущества и недостатки такой платформы представлены в Табл. 2.

Таблица 2. Преимущества и недостатки цифровой платформы автоматизации процесса доставки

Преимущества
Недостатки
― Увеличение прозрачности и оперативности: Цифровая платформа позволяет в режиме реального времени отслеживать перемещение грузов, состояние транспортных средств и выполнение доставки. Это повышает прозрачность и оперативность процесса и позволяет быстро реагировать на любые изменения или задержки.
― Снижение бюрократии и временных затрат: Автоматизированный процесс закрытия доставки и транзитных поставок сокращает необходимость в ручном вводе данных, подписании бумажных документов и обмене информацией через традиционные каналы. Это значительно снижает бюрократические процессы и ускоряет обработку грузов.
― Улучшение безопасности и контроля: Цифровая платформа позволяет более эффективно контролировать процесс доставки, обеспечивая точное отслеживание грузов и контроль за их целостностью. Также с помощью технологии можно проводить автоматические проверки на соответствие таможенным и другим регуляторным требованиям.
― Необходимость инвестиций и обучения: Внедрение такой технологии требует определенных инвестиций в разработку и внедрение цифровой платформы, а также обучение участников логистического процесса использованию новой системы.
― Сопротивление изменениям: Внедрение автоматизации может столкнуться с сопротивлением со стороны тех, кто привык к традиционным процедурам и методам работы. Это может потребовать дополнительных усилий для обучения и убеждения персонала в преимуществах новой технологии.
― Зависимость от технической инфраструктуры: Для эффективного функционирования цифровой платформы необходимо иметь надежную техническую инфраструктуру, такую как высокоскоростной интернет и обеспечение информационной безопасности.
Источник: составлено авторами

Внедрение такой технологии в России может существенно повысить эффективность логистических операций, снизить временные и финансовые затраты, а также повысить уровень безопасности и контроля в железнодорожной отрасли. Однако необходимо учесть особенности отрасли и провести детальный анализ, чтобы адаптировать технологию под российские условия и требования.

Также важным аспектом для целей реализации модели на практике требуется оптимизировать работу всех государственных органов в пункте пропуска, в том числе:

1) изменить существующую технологию контроля в соответствии с современными требованиями;

2) обеспечить эффективное информационное взаимодействие участников ВЭД и государственных органов в едином информационном пространстве;

3) обеспечить интеграцию технических средств в единое информационное пространство, которое позволит анализировать большой объем информации, необходимой для работы каждого государственного органа;

4) оснастить пункты пропуска техническими средствами вычислительной техники и контроля, соответствующими современными технологиями [9].

В целом, реализация сквозного процесса контроля и автоматизации [10], заложенная в модели разрабатываемых интеллектуальных пунктов пропуска, требует комплексного подхода к модернизации транспортной отрасли, осуществлённого государственным аппаратом во взаимодействии с бизнес сообществом.

II. Формирование новых алгоритмов работы и создание культуры безопасности при использовании IoT и AI

Другой подход к модернизации и повышению безопасности развития транспортной отрасли - это обучение персонала, формирование новых алгоритмов работы и создание культуры безопасности. Персонал должен быть обучен правилам безопасности и процедурам, а также осведомлен о возможных угрозах и способах предотвращения их. Культура безопасности должна быть внедрена в компанию на всех уровнях, начиная от руководства и заканчивая рабочими.

Первоначально, дадим определение экономической безопасности на железнодорожной отрасли: экономическая безопасность - состояние, при котором ресурсы и процессы железнодорожного транспорта функционируют в устойчивом и защищенном режиме, обеспечивая стабильность и устойчивость экономической системы отрасли. Она предполагает соблюдение правил, норм и механизмов, которые способствуют минимизации рисков и обеспечивают нормальное функционирование железнодорожного транспорта.

Нивелирование угроз экономической безопасности в железнодорожной отрасли: Процесс разработки и реализации стратегий, направленных на предотвращение, смягчение или устранение угроз, воздействующих на экономическую безопасность железнодорожной отрасли. Он включает в себя анализ основных рисков, планирование и внедрение мероприятий, направленных на улучшение эффективности, надежности и устойчивости железнодорожного транспорта [11]. Нивелирование угроз в железнодорожной отрасли осуществляется путем согласования и обеспечения соответствия базису, включающего нормативные акты, технологические инновации и современные методы управления, с требованиями и развитием отрасли. Это позволяет обеспечить безопасность логистических процессов, сохранить стабильность и эффективность железнодорожного транспорта в условиях перемен и вызовов экономической среды.

Логистическая отрасль имеет сетевой характер [6], что является естественной основой для реализации проектов в области AI – невозможность компаний или даже отказ автоматизации и цифровизации производства создает риск потери конкурентоспособности в долгосрочной перспективе.

Безусловно, каждой организации, в том числе логистической присущи свои специфические черты, условия функционирования, имеющие возможности и проблемы, возникающие в ходе предпринимательской деятельности, направленной на максимизацию прибыли при минимальном объеме затрат [12].

Например, повысить точность и производительность, снизить издержки, а также уменьшить время выполнения операции, становится возможным благодаря некоторым технологиям AI [13]. Комбинация роботизированной автоматизации технологических процессов и искусственного интеллекта, автоматизированные системы будут выполнять повседневные задачи, позволяя сотрудникам освободившееся время посвятить самым важным рабочим функциям, приносящим доход. С применением AI в логистике возможно будет часть функций возложить на машинный расчет и прогнозирование, тем самым увеличить скорость обработки грузопотоков, уменьшить затраты на низкоквалифицированный персонал (например, сортировка на складе, доставка «последней мили», водитель грузовика и т. д.), уменьшить количество ошибок в связи с применением человеческого фактора, например: сбор финансовой информации – AI может оптимизировать время и деньги, обрабатывая и извлекая финансовую информацию; обработка информации о клиентах - кластеризация и сегментация клиентов, позволит подбирать лучшие тарифы и персонализированные предложения для повышения выручки; таможенные формальности – вместо индивидуальной проверки каждого документа AI может обрабатывать все документы за считанные секунды; прогнозирующая логистика: операционная модернизация – смена с реактивных действий на упреждающие операции с интеллектуальным прогнозированием для логистической отрасли может стать доступной с помощью ИИ и многое другое, это, в свою очередь, будет способствовать безопасности данных компаний, которые также представляют значительную ценность в производственном процессе.

Если говорить о текущих возможностях разработки и внедрения со стороны бизнеса ВЭД необходимо отметить, что бюрократизация не так сильно затрагивает аспект ВЭД, в связи с этим значительными темпами идут разработки программных продуктов, обеспечивающих контроль транспортировки, складирования, разработки умных пунктов пропусков и прочих, способствующих минимизации затрат бизнес сообщества. Логичным выходом в этой ситуации представляются IT-сервисы, способные снизить нагрузку с сотрудников, ускорить и оптимизировать логистические процессы.

На Рис. 1 представлена схему (алгоритм) оптимизации логистических издержек путем запуска интегрированного сервиса на примере обработки поступающих заказов, которая представляет алгоритм связи данных, рассчитываемых AI с применением человеческих ресурсов в логистической цепочке. На основании алгоритма обработки заказов попробуем представить на Рис. 2 модель логистического оператора полного цикла и его связанных элементов организации.

Рис. 1. Алгоритм оптимизации логистических издержек путем запуска интегрированного сервиса

Источник: составлено авторами

Рис. 2. Модель взаимодействия структурных звеньев логистического оператора полного цикла

Источник: составлено авторами

Для дальнейшего концептуального развития, автоматизации, цифровизации путем внедрения технологий AI и IoT в развитии транспортно-логистической отрасли в свете рассмотрения подхода к смене алгоритмов работы целесообразно выделить основные тенденции, в которых требуется внедрение указанных технологий доставки, а именно: организация клиентского сервиса, роботизация сложных производственных процессов, улучшение точности прогнозирования цепочки поставок и как следствие снижение затрат и цены на услуги соответственно. В целях стимулирования развития данных подобластей необходимо:

1. Обеспечить повышение безопасности труда для сотрудников путем внедрения логистических роботов, что позволит предоставлять компаниям-работодателям безопасные и комфортные условия труда для сотрудников, минимизировать риск получения производственных травм и заболеваний, вероятности возникновения несчастного случая, избавляя работников от опасных рабочих процедур.

2. Улучшить точность прогнозирования и эффективности цепочки поставок путем применения IoT в работе для обработки и анализа огромного массива данных, построения точных прогнозов - системы отслеживания в режиме реального времени, системы упреждающей логистики и возможность управлять большими объемами данных в течение нескольких секунд делают возможным сокращение срока доставки, сокращают количество человеческих ошибок.

3. Стабилизировать и снизить цены на определенные услуги - внедряя AI, компании работают более эффективно, затрачивая на это меньше ресурсов, вследствие чего прибыль растет, а стоимость услуг снижается.

AI анализирует большие наборы данных гораздо быстрее и устраняет ошибки, которые могут появиться, когда анализ выполняется вручную. Автоматизация повседневных задач, таких как управление автопогрузчиками, сортировка и управление запасами [14], с использованием беспилотных летательных аппаратов или автономных наземных транспортных средств, преобразует управление складом.

Внедрение логистическими интеграторами технологий обработки больших данных, дальнейшие цифровые решения несомненно меняет индустрию логистики [15], оказывая влияние на определенные элементы работы такие как уровень спроса, технологии обработки больших данных, управляет цепью поставки, прогнозируя лучшие маршруты и элементы загрузки, помогает принимать решения незамедлительно, разрешает нештатные ситуации на основании практики работы, сегментирует производственные мощности, внедряет технологии интеллектуального складирования, использует IoT для отслеживания движения [16].

ЗАКЛЮЧЕНИЕ

Цифровая трансформация логистической отрасли – важная задача, которая развивается в настоящий момент в Российской Федерации. Изменения в отрасли в части минимизации издержек как бизнеса, так и государства непременно следует вести совместно, привлекая лучший кадровый потенциал для разработки и тестирования ПО, внедрения технологии AI в логистическую отрасль.

Использование современных технологий, таких как IoT и AI, позволяет повысить безопасность перевозок и улучшить качество услуг, оптимизировать и автоматизировать различные операции, улучшить прогнозирование и планирование, а также повысить эффективность использования ресурсов. Важно отметить, что успешная реализация новых технологий требует учета специфики отрасли и гармоничного взаимодействия между логистическими операторами, государственными органами и разработчиками технологий. Однако, важно помнить о значимости обучения персонала и создания культуры безопасности для достижения максимальных результатов.

Правильное внедрение цифровых технологий в деятельность логистических операторов будет способствовать укреплению экономической безопасности, повышению конкурентоспособности и развитию железнодорожной отрасли в России. Это создаст благоприятную основу для эффективного функционирования логистических систем и обеспечения безопасности внутренних и международных перевозок.

Внедрение технологий AI в логистическую отрасль позволит изменить операционную модель логистики с реактивной на прогнозируемую, работающую на опережение, что обеспечит более высокие результаты при оптимальных затратах внутри компании, операционные взаимодействия и вне компании. Очевидно, что применение искусственного интеллекта (AI) дополняет человеческие способности и освобождает от монотонной работы, тем самым позволяя сотрудникам в области логистики переключиться на важные и продуктивные задачи, требующие их внимания в ходе логистических процессов.


Источники:

1. Катасонов Г.О. Направления совершенствования таможенного контроля товаров, перемещаемых железнодорожным транспортом // Актуальные исследования. – 2022. – № 24(103). – c. 63-66.
2. Искусственный интеллект послужит на границе. Wagon-cargo.ru. [Электронный ресурс]. URL: https://wagon-cargo.ru/news/iskusstvennyy-intellekt-posluzhit-na-granitse (дата обращения: 30.05.2023).
3. Еремина Л.В., Мамойко А.Ю., Папикян А.С. Повышение эффективности логистического планирования за счет использования искусственного интеллекта // Техника. Технологии. Инженерия. – 2019. – № 4(14). – c. 1-7.
4. В 2024 году в России заработает первый интеллектуальный пункт пропуска. Transportal.by. [Электронный ресурс]. URL: https://www.transportal.by/news/avto/v-2024-godu-v-rossii-zarabotaet-pervyi-intellektualnyi-punkt-propuska (дата обращения: 30.05.2023).
5. Павлов А.О. Искусственный интеллект в логистике // Актуальные исследования. – 2021. – № 44(71). – c. 16-18.
6. Алиева А.Б., Алчакова Л.Б. Реализация интернет вещей IOT в стандарте NB - IOT // Инновационные технологии в образовании. – 2020. – № 3(5). – c. 6-10.
7. Rizvi S., Kurtz A., Rizvi M., Pfeffer J. Securing the Internet of Things (IoT): A Security Taxonomy for IoT // 17th IEEE International Conference on Trust, Security and Privacy in Computing and Communications and 12th IEEE International Conference on Big Data Science and Engineering, Trustcom/BigDataSE. New York, NY, 2018. – p. 163-168.– doi: 10.1109/TrustCom/BigDataSE.2018.00034.
8. Микуленков А.С. Искусственный интеллект: драйвер цифровой трансформации и источник экономических угроз // Ученые записки Международного банковского института. – 2022. – № 1(39). – c. 129-146.
9. Снапкова О.В. Проблемы создания «интеллектуального пункта пропуска» // Вестник Российской таможенной академии. – 2022. – № 3(60). – c. 130-138. – doi: 10.54048/20727240_2022_03_130.
10. Интеллект на пункте пропуска. Alta.ru. [Электронный ресурс]. URL: https://www.alta.ru/logistics_news/94613/ (дата обращения: 30.05.2023).
11. Боровкова В.А., Круглова И.А. Актуальные концептуальные основы оценки уровня обеспечения экономической безопасности организации // Ученые записки Международного банковского института. – 2021. – № 2(36). – c. 35-62.
12. Джугло И.Е. Цифровая трансформация процессов логистики в работе курьерской службы // Актуальные исследования. – 2023. – № 7(137). – c. 40-44. – doi: 10.51635/27131513_2023_7_2_40.
13. Мешечкина Р.П., Ворона А.А. Перспективные направления развития таможенных органов на основе цифровых технологий и искусственного интеллекта // Вестник Белгородского университета кооперации, экономики и права. – 2021. – № 6(91). – c. 9-18. – doi: 10.21295/2223-5639-2021-6-9-18.
14. Горбатиков А.А., Микуленков А.С. Применение технологий цифровых двойников в предсказательной аналитике и решении бизнес-задач // Ученые записки Международного банковского института. – 2022. – № 2(40). – c. 57-71.
15. Кривонос А.Д., Круглова И.А. Перераспределение логистических потоков в условиях мобилизационной экономики России // Ученые записки Международного банковского института. – 2022. – № 3(41). – c. 133-146.
16. Роботизация и искусственный интеллект в сфере логистики на практике. Efsol.ru. [Электронный ресурс]. URL: https://efsol.ru/articles/robotizacziya-i-iskusstvennyj-intellekt-na-praktike-v-sfere-logistiki.html (дата обращения: 14.04.2023).
17. Распоряжение Правительства Российской Федерации от 23 мая 2020 г. № 1388-р «Стратегия развития таможенной службы Российской Федерации до 2030 года». Government.ru. [Электронный ресурс]. URL: http://government.ru/docs/all/128068 (дата обращения: 14.06.2023).

Страница обновлена: 09.01.2024 в 17:37:12