Внедрение передовых цифровых технологий в транспортно-логистической сфере в современных условиях

Подольская Т.В.1, Сотников А.Г.1
1 Южно-Российский институт управления – филиал Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 14, Номер 4 (Октябрь-декабрь 2024)

Цитировать эту статью:

Аннотация:
В статье приводится комплексный анализ самых популярных цифровых технологий в логистике (искусственный интеллект, интернет вещей, машинное обучение, нейросети, блокчейн, роботы и дроны, цифровые двойники) и их особенности, варианты внедрения и преимущества от него. Помимо этого, авторы делают вывод о барьерах, которые могут тормозить процесс массового внедрения цифровых технологий на предприятиях стран ЕАЭС и России в частности, а также приводят ряд рекомендаций компаниям, которые собираются пойти на этот шаг. Особо подчёркивается необходимость комплексного подхода к осуществлению цифровых преобразований. В завершение авторы делают вывод о том, что применение цифровых технологий действительно позволяет улучшить устойчивость логистических процессов, повысить производительность труда, прозрачность и эффективность деятельности предприятия транспортно-логистической отрасли

Ключевые слова: транспортно-логистическая сфера, цифровые технологии, управление цепочками поставок, искусственный интеллект, ЕАЭС

JEL-классификация: F15, F19, O32



Введение

Во внешнеэкономической деятельности транспортно-логистическая отрасль служит связующим звеном для всех остальных сфер мировой экономики, сопровождая продукт на всех стадиях от его производства до доставки конечному потребителю. Интеграция информационных систем по всему миру, явившаяся проявлением цифровизации, приводит к значительному сдвигу в устройстве традиционной логистики и совершенствует системы управления и координации логистических операций и процессов. В настоящее время развитие электронной коммерции достигло той стадии, когда продвинутая аналитика при помощи программного обеспечения (далее – ПО) должна обрабатывать большой объем онлайн-заказов и отслеживать доставки по всему миру (с поправкой на геополитическую фрагментированность и антироссийские и вторичные санкции). Кроме того, это самое ПО должно отвечать требованиям устойчивости и адаптируемости к быстро меняющимся условиям, важность чего была доказана в период пандемии COVID-19.

Ожидается, что рынок программного обеспечения для управления цепями поставок (от англ. «supply chain management», SCM) составит 20,13 млрд. долл. США уже в 2024 г., а годовой темп роста выручки (для периода 2024-2029) достигнет 4,13%, в результате чего к 2029 г. объем рынка составит 24,65 млрд. долл. США [35]. Становится всё более очевидным, что на фоне появления большого количества новых инструментов и совершенствования технологических решений, именно цифровизация позволит повысить эффективность деятельности, когда традиционные методы уже не дают той же отдачи, что прежде. Цифровизация делает прозрачнее сотрудничество, упрощает документооборот, повышает качество доставки грузов и предлагает целый ряд прочих преимуществ.

Проблемы применения современных технологий в развитии транспортно-логистической системы в современных условиях так или иначе касались многие авторы, такие, как Келлер А.В., Окольнишникова И.Ю. и Ухова А.И. [9] (Keller, Okolnishnikova, Ukhova, 2023), непосредственно анализирующие рынок научных разработок для развития высокотехнологичных решений в области транспортной логистики. Тему необходимости создания «бесшовной логистики», в том числе в ЕАЭС, в своих работах поднимали Ворона А.А., Колпаков Д.А. [3] (Vorona, Kolpakov, 2023), а также Дробот Е.В., Макаров И.Н., Олейникова Т.А., Шепелев М.И., Володина А.И. [5] (Drobot, Makarov, Oleynikova, Shepelev, Volodina, 2023) и Ильина С.А., Прокудин В.Н., Ширшов Э.Д. [8] (Ilyina, Prokudin, Shirshov, 2023). Гулый И.М. [4] (Gulyy, 2023) изучал конкретный опыт цифровизации российского гиганта транспортно-логистической отрасли – предприятия Fesco.

Многие авторы изучают передовой опыт по внедрению в логистике искусственного интеллекта, интернета вещей, например, Круглова И.А. и Кривонос А.Д. [12] (Kruglova, Krivonos, 2023), а также нейросетей, например, Беньямина О.Д. [2] (Benyamin, 2024). Особый интерес исследователей представляет вопрос применения в транспортно-логистической отрасли блокчейна, роботов и дронов, а также цифровых двойников. Работы, посвященные данным технологиям, публикуют такие авторы, как: Никонова Я.И. [15] (Nikonova, 2024), Коновалова Т.В., Надирян С.Л., Котенкова И.Н. и Коцурба С.В. [10] (Konovalova, Nadiryan, Kotenkova, Kotsurba, 2023), Маликова Ю.А. [14] (Malikova, 2024), Чурсин А.А., Давыдов Д.П. [23] (Chursin, Davydov, 2024), Абрамов В.И., Гордеев В.В. и Столяров А.Д. [1] (Abramov, Gordeev, Stolyarov, 2024) и другие. Проблемы, препятствующие в современный период массовому внедрению инновационных цифровых технологий логистическими предприятиями ЕАЭС, выделяет в своей статье Кошелева Т.Н. [11] (Kosheleva, 2023). В то же время, немногие авторы приводят комплексный анализ актуальных разработок с точки зрения изучения передового опыта по внедрению каждой из описанных технологий российскими и зарубежными компаниями. Именно этот научный пробел и предлагают закрыть авторы данной статьи.

В ходе исследования авторы использовали разнообразные методы экономического исследования, в том числе анализ, синтез, метод изучения информационных материалов, метод статистического анализа.

Научная новизна данного исследования заключается в систематизации авторами актуальных сведений о внедрении цифровых технологий в транспортно-логистической сфере, выявлении возможностей, открываемых по итогам этого процесса, и барьеров, тормозящих его осуществление в России и ЕАЭС, а также определении основных рекомендаций для предприятия, которое планирует осуществить цифровую трансформацию в современных условиях. Основной гипотезой данной работы является утверждение, что применение передовых цифровых технологий в транспортно-логистической сфере не только значительно улучшает общую эффективность, по и обеспечивает устойчивость логистических процессов за счет увеличения производительности труда и повышения прозрачности бизнес-процессов.

Основная часть

В современный период компании, которые инвестируют в технологии для совершенствования системы SCM, получают несомненные конкурентные преимущества в долгосрочной перспективе. Причём это касается всех стадий производства от складов (так, DHL в ноябре 2022 объявила о планах разместить 1000 роботов на своих складах в Австралии к 2025 году [24]) и до так называемой «последней мили». По данным McKinsey [34], успешное внедрение систем управления цепочками поставок с использованием искусственного интеллекта (далее – ИИ) позволило снизить затраты ряда компаний на логистику на 15%, улучшить уровень запасов на 35% и уровень обслуживания на 65% по сравнению с показателями у более медленных конкурентов.

При этом, Келлер А.В., Окольнишникова И.Ю. и Ухова А.И. (Keller, Okolnishnikova, Ukhova, 2023) [9] в своём исследовании делают вывод о том, что на 2023 год ни одна страна не демонстрировала абсолютного первенства в вопросе исследований и разработок для обеспечения высокотехнологичного развития транспортно-логистической сферы. На фоне высокого уровня конкуренции на рынке научных разработок в сфере логистики, многие страны мира переносят вектор с публикационной активности на их патентование.

Часто в контексте цифрового развития логистической сферы встречается понятие «бесшовная логистика», обозначающее грузоперевозки в условиях беспрепятственного прохождения транспортных средств на всех этапах. Обеспечить выполнение этой стратегической цели развития на евразийском пространстве способны следующие меры: запуск цифровой платформы транспортного комплекса, переход на электронный документооборот, применение цифровых сервисов ЕАЭС и унификация перевозочных документов ЕАЭС с международными [3] (Vorona, Kolpakov, 2023).

Рисунок 1 Функции бесшовной транспортной системы [1]

Figure 1 Seamless transport system functions

О важности создания «бесшовной» логистики в ЕАЭС говорят на высшем уровне, предлагая шаги по гармонизации тарифной политики и таможенных процедур, а также создания единого евразийского цифрового коридора. Так, Президент Казахстана К.-Ж. Токаев предложил приступить к внедрению механизма удаленной проверки всех товаросопроводительных документов с использованием QR-кодов и взаимного признания цифровых документов [18]. Евразийская экономическая комиссия в своём макроэкономическом докладе от 2024 г. [6, с. 38] выделяет само по себе повышение транспортной связанности государств-членов с учетом изменения транспортно-логистических цепочек поставок в регионе в качестве одного из ключевых предложений по обеспечению устойчивого экономического развития государств-членов ЕАЭС. Согласно исследованию Дробот Е.В. и коллектива авторов [5] (Drobot, Makarov, Oleynikova, Shepelev, Volodina, 2023), бесшовная транспортная система имеет пять основных функций, указанных на рисунке 1. Исходя из них можно сделать вывод, что её реализация потребует проведения модернизации всей транспортной инфраструктуры.

По данным Представителя сервиса «Грузовичкоф» А. Соболькова, по сравнению с 2022 г., в 2023 г. объем перевозок грузов через маркетплейсы вырос более чем в 2 раза [20]. Так что с ростом электронной коммерции необходимым условием эффективной автоматизации в логистике, в том числе возвратной, является обеспечение готовых интеграций внутренних (сама компания) и внешних (клиент, поставщик) систем при применении ПО: систем управления запасами (от англ. warehouse management system, WMS), ERP-, CRM-систем, платформ электронной коммерции и торговых площадок, инструментов бухгалтерского учёта и бизнес-аналитики и так далее. Выбор того, как именно технологии будут обеспечивать «бесшовность» логистических процессов, зависит от бизнес-модели и систем, используемых предприятием, а также от того, достаточно ли этих систем для решения поставленных компанией задач [8] (Ilyina, Prokudin, Shirshov, 2023).

На примере работы компании «Умная логистика» можно рассмотреть основные преимущества от автоматизации логистики [17]:

· объединение участников рынка в едином информационном поле –через бесшовную интеграцию продуктов, специализированных для разных акторов, посредством микросервисов;

· гибкая упрощённая система аукционов и тендеров – автоматический подбор поставщика по заданным критериям;

· цифровая аналитика – дашборды, ежедневные рапорты по логистическим показателям;

· снижение издержек оппортунистического поведения – сервис проверки контрагентов;

· снижение налоговой нагрузки – через электронный документооборот и «умный» архив;

· повышение качества планирования – в том числе через использование модуля настройки временных интервалов для работы склада;

· объективная информация о статусе всех перевозок в режиме реального времени – запуск мобильного приложения для отслеживания выполнения водителями маршрута.

Сообщается, что продукты «Умной логистики», обладающие описанными выше свойствами, позволили компании «Северсталь подъемные технологии» сэкономить 5-8% по постоянным направлениям перевозки за полгода [17]. Крупнейший в России транспортно-логистический оператор Fesco реализуемые им проекты корпоративной цифровизации разбивает на 6 основных направлений, указанных на рисунке 2. Изучив опыт данного предприятия, Гулый И.М. (Gulyy, 2023) в качестве выгод Fesco от внедрения передовых решений выделяет: сокращение общего времени оформления контейнеров на 40%, повышение эффективности и уровня контроля бизнес-процессов, управленческой эффективности, минимизацию контактов работников и снижение рутинной нагрузки на персонал [4].

Рисунок 2 Проекты Fesco в области автоматизации логистики [2]

Figure 2 Fesco projects of logistics’ automatization

Изучая цифровые цепочки поставок, один из мировых лидеров мирового логистического рынка DHL [28] выделяет три столпа последовательных цифровых цепочек поставок:

1. объединение участников процесса в сеть с помощью облачных приложений или блокчейна;

2. объединение транспортных средств, отправлений и складов в сеть с помощью сенсорных технологий и решений интернета вещей;

3. ИИ, позволяющий понимать ошибки и учиться их избегать в будущем.

Говоря же о среднесрочной перспективе 2030 года, DHL дают три основных прогноза развития отрасли: сетевое взаимодействие превратится в сверхсеть; технология 3D-печати станет производственным методом будущего (в таком случае появится возможность производить продукцию под наличный спрос территориально ближе к конечному потребителю, уменьшая затраты и время на перевозку товара; внедрением технологии отметились DB Schenker, DiManEx и United Parcel Service); в какой-то момент, возможно, в начале следующей декады, автономные машины доставки станут обычным делом на дорогах. Для более чёткого представления о том, куда движется отрасль, следует подробнее рассмотреть особенности ключевых технологий, внедряемых компаниями транспортно-логистической отрасли.

Прежде всего, это так называемый тренд «гибкой логистики» (англ. «agile logistics»), который объединяет искусственный интеллект (принятие сложных управленческих решений на всех звеньях цепочек поставок), интернет вещей (соединение устройств для сбора и обмена данными для отслеживания и мониторинга товаров; от англ. «Internet of things», IoT) и машинное обучение (составление прогнозов на основе больших массивов данных). По заявлениям вице-премьера России Д. Чернышенко, экономический эффект для организаций от снижения операционных расходов с использованием ИИ уже к 2025 году достигнет 1 трлн рублей [22]. Круглова И.А., Кривонос А.Д. [12] (Kruglova, Krivonos, 2023) отмечают, что внедрение данных технологий позволит повысить экономическую безопасность на транспорте. При этом, само по себе оно должно сочетаться с созданием культуры безопасности при использовании ИИ и IoT на всех уровнях начиная административным персоналом и заканчивая рабочими (см. рисунок 3).

Рисунок 3 Концепции ИИ как вектор развития транспортно-логистической отрасли [3]

Figure 3 AI concepts as a vector of the transport and logistics industry development

В соответствии с результатами опроса, проведенного в рамках отчёта «2024 MHI Annual Industry Report» [32] 51% респондентов считает, что ИИ либо создаст конкурентное преимущество, либо разрушит отрасль в течение последующих 10 лет, в то время как 16% респондентов не планируют внедрять ИИ в течение следующих 5 лет. Независимо от отношения к ИИ, большинство опрошенных руководителей рассматривают его как ключевую часть своих будущих цепочек поставок. Следует отметить, что, хотя 47% респондентов сообщают о растущем внимании к использованию ИИ для принятия решений, в настоящее время ИИ не развит в достаточной мере, чтобы принимать важные решения сам по себе и лучше всего рассматривать его, как инструмент, который лишь помогает в этом людям.

Способов применения ИИ в логистике – множество. Помимо прочего, ИИ позволит компаниям отслеживать состояние страховых выплат, связанных с возникновением форс-мажорных обстоятельств при перевозке грузов, которые не являются редкостью в изучаемой сфере мировой экономики, особенно в современных условиях.

Ярким примером внедрения гибкой логистики служит опыт международной фармацевтической корпорации Pfizer, которая совместно с Controlant, компанией-разработчиком ПО, разработала платформу, гарантирующую своевременную и безопасную доставку вакцин, которая действует на основе ИИ и машинного обучения. Благодаря сбору больших объемов данных с датчиков IoT, установленных на транспортных контейнерах, платформа Pfizer предоставляет критически важные данные о состоянии перевозимых вакцин, позволяя компании вносить коррективы в свою цепочку поставок в режиме реального времени [29]. Уже другая платформа, принадлежащая компании DHL, «Resilience360», использующая машинное обучение, предоставляет инструменты для быстрого прогнозирования, оценки и снижения рисков сбоев в цепочке поставок, обеспечивая глобальную видимость практически в режиме реального времени благодаря обширной информационной сети DHL [26].

Не стоит упускать из виду и сравнительно новый тренд – развитие генеративного искусственного интеллекта (от англ. «generative artificial intelligence», GenAI), который позволяет производить анализ огромного массива данных в целях ускорения принятия решений и осуществлять быстрый и эффективный документооборот. Разговорный формат позволяет быстро составлять вариативные сценарии развития событий, вычислять наиболее удобные маршруты доставки и время доставки, анализировать данные о клиентах и поставщиках и так далее. По данным Precedence Research [33], объем мирового рынка GenAI в логистике в 2023 г. составил 707,99 млн. долл. США, и ожидается, что к 2033 году он достигнет примерно 23 465,58 млн. долл. США, при среднем темпе роста в 41,69% для прогнозируемого периода с 2024 по 2033 год. Опрос 127 руководителей предприятий в сфере управления цепочками поставок, проведённый Gartner в ноябре 2023 г., показал, что половина респондентов планирует внедрить GenAI уже в течение последующих 12 месяцев, а ещё 14% находились на стадии внедрения уже в момент проведения опроса. 18% на тот момент осуществляли оценку полезности внедрения GenAI для последующего принятия решения о внедрении, и только 2% не собирались использовать данную технологию вообще [27].

Использование ещё одной технологии, нейросетей, может успешно применяться, например, в складской логистике по следующим направлениям: активное сканирование товара, хранящегося в ячейках, при комплектации в реальном времени, его отслеживание на складе; создание оптимальных маршрутов для работников склада при комплектации товара; расчёт прогнозных значений по работе склада (брак, количество ручной сборки, потребность в количество людей в смене); равномерное распределение нагрузки среди работников склада. В то же время, Беньямин О.Д. (Benyamin, 2024) [2] выделяет целый комплекс вызовов, с которыми придётся столкнуться компании, ориентированной на внедрение этой технологии. В их числе: значительные инвестиции в инфраструктуру и оборудование; сложности с обучением нейросетей и настройкой программ в ходе интеграции нейросетей и уже применяемых приложений; непрерывное обслуживание, проверка и донастройка; повышенные требования к обеспечению безопасности и конфиденциальности данных. Учитывая эти вызовы, можно сделать вывод о том, что на российских предприятиях (и предприятиях ЕАЭС) внедрить нейросети в ближайшее время смогут только самые крупные распределительные центры.

На рынке транспортно-логистических услуг особое место занимает технология блокчейн, используемая в платежах и взаиморасчетах, при обнаружении контрафакта. По прогнозам Market Research Future [31], рынок блокчейна в цепочках поставок вырастет с 1,455 млрд. долл. США в 2024 г. до 20,5 млрд. долл. США к 2032 г., при годовом темпе роста в 39,19% в течение прогнозируемого периода (2024-2032 гг.). В 2023 г. размер рынка оценивался в 1,0 млрд. долл. США. Благодаря использованию криптографических алгоритмов хэширования блокчейн невосприимчив к манипуляциям [15] (Nikonova, 2024), и Коновалова Т.В., Надирян С.Л., Котенкова И.Н. и Коцурба С.В. [10] (Konovalova, Nadiryan, Kotenkova, Kotsurba, 2023) обращают внимание на то, что использование блокчейна позволяет решить проблему безопасности в отрасли логистики и упростить и снизить стоимость перевозок посредством умных контрактов, а при сочетании с другими технологиями может значительно снизить объемы бумажной работы, затраты и повысить эффективность. В качестве примера они рассматривают сделку между «Commonwealth Bank of Australia» (CBA), «Wells Fargo» и «Brighann Cotton» по поставке хлопка из США в Китай, состоявшуюся ещё в 2016 г., когда датчики GPS отслеживали географическое положение товара (т.е. применялся IoT), и когда контейнеровоз достиг определённой точки, был произведен перевод денежных средств по смарт-контракту.

Можно вспомнить и о платформе TradeLens (совместный проект Mearsk и IBM) позволяющей более, чем 90 участникам вести документооборот в цифровом формате, а также автоматизировать бизнес-процессы благодаря дополнительному модулю торговых документов ClearWay, функционирующему при помощи смарт-контрактов. Лишь во время тестирования TradeLens было проведено более 154 млн. операций на блокчейн, а транзитное время перевозок в США сократилось на 40 [19]. При этом стоит отметить, что из-за отсутствия широкого глобального отраслевого сотрудничества TradeLens в итоге не достигла коммерческой жизнеспособности, необходимой для продолжения работы и достижения финансовых целей в качестве независимой корпорации. Однако даже после вывода из эксплуатации TradeLens именно в автоматизации цепочек Maersk поставок видит способ устранить торговые разногласия и стимулировать рост глобальной торговли [30].

Определенные преимущества компании получают при внедрении технологий дополненной и виртуальной реальности (AR и VR соответственно): тестирование потенциально опасных ситуаций без риска получения травмы или повреждения груза (обучение водителей), повышение стандартов безопасности (визуальные подсказки, удалённое взаимодействие в режиме реального времени). Контролируемая среда может использоваться для обучения сотрудников в целях сведения на нет вреда заинтересованным сторонам при принятии решений в экстремальных условиях. Так, компания Walmart использует VR-очки для моделирования реальных сценариев, таких как работа в пиковые сезоны.

Отдельным трендом транспортно-логистической отрасли является использование роботов и дронов. По данным консалтинговой компании MsKinsey [25], количество посылок, доставленных потребителям посредством дронов, увеличилось более чем на 80% с 2021 по 2022 гг., достигнув почти 875 тыс. отправлений по всему миру; также MsKinsey был представлен прогноз, что поставки превысят 1 млн. к концу 2023 г. (данные по итогам года на август 2024 опубликованы компанией не были). Ожидается, что в последующие годы количество поставок с использованием дронов будет расти ещё большими темпами за счёт развития нормативно-правового регулирования этой сферы и появления дополнительных вариантов использования дронов по мере совершенствования технологии. В целом, на сегодняшний день направлений применения роботов в логистике немало: загрузка и разгрузка грузов, сортировка и сборка продуктов, паковка и распаковка коробок, мониторинг уровня запасов, отслеживание отправлений в реальном времени, автоматизация технического обслуживания, доставка товаров потребителям [36].

Примером зарубежной компании, воспользовавшейся преимуществами роботизации, может служить L'Oréal, которая внедрила беспилотную систему инвентаризации, при которой дрон, оснащенный бортовой камерой, пролетает мимо стеллажей по каждой позиции и ярусу для осуществления управления запасами.

Что касается России, Маликова Ю.А. [14] (Malikova, 2024) делает вывод о том, что в отдельных инновационных сегментах отечественной логистической отрасли (например, по направлению грузовых беспилотных перевозок), системы поставок достаточно динамично развиваются, а их участники конкурентоспособны за счет наличия успешных ИТ-компаний («Яндекс», «СтарЛайн» «СберАвтоТех») и поддержки государства (реализация проекта по беспилотным логистическим коридорам – запуску автономных грузоперевозок на трассе М-11 «Нева» и др).

Так, на начало 2024 г. уровень роботизации производства на «КАМАЗе» уже составляет 60 роботов на 10 тыс. работающих, по сравнению с 7 роботами по стране в среднем. В общей сложности в производстве автомобильной техники «КАМАЗа» задействован 231 робот, к 2026 году, согласно новой стратегии компании, планируется увеличить количество установленных роботов до 615 единиц, к 2030 году – внедрить в производство 923 робота. Таким образом «плотность» роботизации к 2030 году достигнет 280 роботов на 10 тыс. работающих [16].

В качестве примера внедрения роботизации в России на складах можно привести опыт компании «Компас», которая занимается закупкой, хранением на складе и доставкой фармацевтических препаратов в аптечную сеть. Ещё в 2022 году для этой компании специалисты «СИТЕК», (официального партнера фирмы «1С»), осуществили внедрение разработанной ими программы «1С:WMS», создав единственный роботизированный склад фармацевтической компании в России. После внедрения «1С:WMS» производительность склада увеличилась в 2 раза, а пропускная способность склада увеличилась в 4 раза при неизменном количестве сотрудников, занимающихся обработкой товара [13].

Ещё один проект «СИТЕК» заключался в автоматизации и роботизации склада для группы компаний «Восток-Сервис» (крупнейший в России разработчик, производитель и поставщик спецодежды, спецобуви и средств индивидуальной защиты, оперирующий также в Беларуси, Казахстане и Азербайджане), полностью реализованный на базе отечественных решений и технологий. Система «1С:WMS Логистика. Управление складом», роботы от компании Ronavi Robotics и система управления роботами RMS позволили добиться следующих результатов: средняя скорость комплектации и упаковки штучных заказов выросла в 2,5 раза; обработка заказов ускорилась на 21%; повысилась производительность труда до 300% [13]. Но главные результаты – исключение «человеческого фактора» и устранение зависимости от зарубежного ПО.

Ещё одним трендом отрасли является применение цифровых двойников (далее – ЦД), представляющих собой программную модель физического устройства или системы, которая моделирует их функции, процессы и поведение. ЦД могут быть использованы в логистике, например, для оптимизации процессов закупок [23] (Chursin, Davydov, 2024), для тестирования самолётов и управления их техобслуживанием, управления портовыми операциями и моделированием работы судов, оптимизации маршрутов и управления запасами в реальном времени [1] (Abramov, Gordeev, Stolyarov, 2024) и т.д. Ключевым барьером для интеграции ЦД является прежде всего сложность данных, так как для работы этой технологии требуется наличие большого объёма данных для достоверного представления объектов и процессов; второй барьер – необходимость обеспечения высокого уровня цифровой безопасности и надёжной защиты от несанкционированного доступа извне и утечек.

Среди зарубежных компаний для оптимизации складских операций и улучшения видимости процессов ЦД внедряет DHL. В России при открытии новых складов и распределительных центров ЦД использует ГК «Деловые линии». По данным компании, при использовании имитационных моделей время обработки операций снижается на 35%, операционные затраты — на 15%, фонд оплаты труда сотрудников — на 20%, а пропускная способность склада повышается на 25% [21].

Подводя итоги обзору ключевых технологий, которые в перспективе способны кардинально преобразить осуществление транспортно-логистической деятельности в мире, стоит отметить, что эффективность подобных изменений будет напрямую зависеть от способности акторов отрасли преодолеть ряд существующих барьеров. Для ЕАЭС и России в частности можно выделить несколько факторов, препятствующих процессу массовой цифровизации изучаемой сферы [7, с 46; 11] (Kosheleva, 2023):

· цифровое неравенство стран-участниц ЕАЭС;

· зарубежные санкции и недостаток собственных разработок;

· необходимость осуществления значительных инвестиций, преобразования могут позволить себе не все компании;

· высокие риски касаемо эффективности проектов цифровизации;

· разрозненность информационных систем акторов из разных стран Союза и необходимость их интеграции;

· незавершенность процесса формирования отсутствующей нормативной правовой базы и различия в стандартах документооборота;

· недостаток «перекрестных специалистов, имеющих знания и навыки как в цифровой сфере, так и сфере транспорта» и недостаточно компетентный менеджмент при внедрении цифровых технологий.

Таким образом, в случае, если та или иная компания или страна (ряд стран, как в случае ЕАЭС) взяла курс на цифровые преобразования в транспортно-логистической сфере, необходимо учитывать ряд рекомендаций для получения максимальной выгоды от внедрения проанализированных выше инновационных технологий.

Так, прежде, чем осуществлять внедрение, необходимо определить узкие места в бизнес-процессах, которые будут устранены посредством имплементации новых технологий, и определить ключевые показатели эффективности (краткосрочные и долгосрочные) для оценки успешности внедрения. Предприятию также следует провести обширную исследовательскую работу, включающую в том числе посещение выставок и конференций для получения информации о последних трендах и инновациях в области логистики, передовом опыте. Исследование рынка позволит выявить доступные решения, сравнить эффективность, стоимость и отзывы для конкретных решений.

Далее при разработке стратегии внедрения важно чётко определить её этапы начиная с пилотного проекта (для внесения необходимых корректив перед масштабированием), оценить совокупную стоимость владения (стоимость жизненного цикла) для новой технологии и в рамках обоснования определить сроки окупаемости для выбранных решений. Стоит учитывать, что новые технологии должны эффективно работать в связке с уже существующими системами, поэтому задаться вопросом их интеграции следует ещё до внедрения.

Не менее важно уделить внимание обучению персонала, так как новшества значительно меняют подход к реализации бизнес-процессов на предприятии и требования к работникам, в том числе, по технике безопасности и осуществлению защиты данных.

И, наконец, последняя рекомендация заключается в необходимости применения комплексного подхода к преобразованию, внедрению и поддержке технологий: постоянный анализ данных и мониторинг эффективности цифровых преобразований, осознанность при принятии решений, заключающаяся в полном понимании поставленных целей. Только такой подход позволит создать гибкую и адаптивную структуру для выживания в высококонкурентной среде.

Заключение

В заключение можно отметить, что внедрение различных цифровых технологий позволяет компаниям в транспортно-логистической сфере добиться целого ряда преимуществ от минимизации ошибок в процессе принятия решений до обеспечения прозрачности документации и удобства её хранения и доступа к ней, сотрудничества контрагентов в режиме реального времени посредством информационной платформы и в целом автоматизации контроля и управления цепочками поставок. Рассмотренные выше реальные примеры внедрения тех или иных технологических решений зарубежными и российскими компаниями позволяют подтвердить выдвинутую гипотезу о том, что применение передовых цифровых технологий в транспортно-логистической отрасли значительно улучшает устойчивость логистических процессов, позволяя компаниям повысить производительность труда, прозрачность и в целом эффективность деятельности. В то же время, для получения всех выгод из проанализированных в данной работе технологий стоит учитывать зачастую высокую стоимость внедрения и необходимость обеспечения высокого уровня кибербезопасности. Впрочем, негативных сценариев можно избежать, если принять во внимание разработанные авторами рекомендации.

[1] Составлено авторами на основе [5].

[2] Составлено на основе [4].

[3] Составлено авторами на основе [12].


Источники:

1. Абрамов В. И., Гордеев В. В., Столяров А. Д. Цифровые двойники: характеристики, типология, практики развития // Вопросы инновационной экономики. – 2024. – № 3. – c. 691-716. – doi: 10.18334/vinec.14.3.121484.
2. Беньямин О.Д. Анализ преимуществ и проблем внедрения нейросетей в складской логистике на примере склада готовой продукции на пищевом предприятии // Экономика, предпринимательство и право. – 2024. – № 5. – c. 2521-2532. – doi: 10.18334/epp.14.5.120912.
3. Ворона А.А., Колпаков Д.А. Тенденции и перспективы развития бесшовной мультимодальной логистики // Вестник евразийской науки. – 2023. – № 2. – c. 64.
4. Гулый И.М. Проекты цифровизации российских транспортно-логистических компаний – операторов транспортного рынка // Информатизация в цифровой экономике. – 2023. – № 4. – c. 431-442. – doi: 10.18334/ide.4.4.120249.
5. Дробот Е.В., Макаров И.Н., Олейникова Т.А., Шепелев М.И., Володина А.И. Перспективы формирования бесшовной транспортной системы в условиях цифровизации: системный подход // Экономика, предпринимательство и право. – 2023. – № 11. – c. 4943-4958. – doi: 10.18334/epp.13.11.119245.
6. ЕЭК Аналитический доклад «О макроэкономической ситуации в государствах-членах Евразийского экономического союза и предложениях по обеспечению устойчивого экономического развития». [Электронный ресурс]. URL: https://eec.eaeunion.org/upload/medialibrary/69e/v1l6nueikd2r216mfs79uhm3 (дата обращения: 14.08.2024).
7. Еэк. Аналитический доклад «О принципах и подходах цифровой логистики в сфере транспортных услуг государств – членов Евразийского экономического союза». [Электронный ресурс]. URL: https://eec.eaeunion.org/upload/medialibrary/289/AD-O-printsipakh-i-podkhodakh (дата обращения: 19.08.2024).
8. Ильина С.А., Прокудин В.Н., Ширшов Э.Д. Концепция возвратной логистики на высокотехнологичном производстве // Экономика высокотехнологичных производств. – 2023. – № 2. – c. 133-156. – doi: 10.18334/evp.4.2.117582.
9. Келлер А.В., Окольнишникова И.Ю., Ухова А.И. Маркетинговый анализ рынка научных разработок для развития высокотехнологичных решений в области транспортной логистики // Креативная экономика. – 2023. – № 9. – c. 3439-3452. – doi: 10.18334/ce.17.9.118764.
10. Коновалова Т.В., Надирян С.Л., Котенкова И.Н., Коцурба С.В. Внедрение технологии блокчейн в деятельность транспортно-логистических предприятий // Гуманитарные, социально-экономические и общественные науки. – 2023. – № 6. – c. 240-243. – doi: 10.23672/SAE.2023.23.13.022.
11. Кошелева Т.Н. Управление формированием модели устойчивого цифрового развития транспортных структур и предприятий сферы транспортного обслуживания с учетом особенностей цифровой инфраструктуры // Экономика, предпринимательство и право. – 2023. – № 1. – c. 141-154. – doi: 10.18334/epp.13.1.117054.
12. 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. – № 8. – c. 2909-2926. – doi: 10.18334/epp.13.8.118481.
13. Огистика СИТЕК. Роботизация склада — будущее логистики. [Электронный ресурс]. URL: https://st.sitec-it.ru/roboty#rec769362560 (дата обращения: 18.08.2024).
14. Маликова Ю.А. Цифровая трансформация транспортно-логистических систем поставок // Вестник Ростовского государственного экономического университета (РИНХ). – 2024. – № 1. – c. 37-44. – doi: 10.54220/v.rsue.1991-0533.2024.1.85.005.
15. Никонова Я.И. Применение технологии блокчейн на транспорте и в логистике // Журнал монетарной экономики и менеджмента. – 2024. – № 2. – c. 43-47. – doi: 10.26118/2782-4586.2024.17.83.006.
16. Новая реальность «КАМАЗа»: стратегия, новинки и роботы вместо людей. Интерфакс. [Электронный ресурс]. URL: https://www.interfax-russia.ru/volga/view/novaya-realnost-kamaza-strategiya-novinki (дата обращения: 18.08.2024).
17. Рейсы в цифре: как автоматизация логистики поможет сэкономить миллионы рублей. Forbes.ru. [Электронный ресурс]. URL: https://www.forbes.ru/partnerskie-materialy/421431-reysy-v-cifre-kak (дата обращения: 16.08.2024).
18. Токаев заявил о важности создания в ЕАЭС бесшовной логистики. [Электронный ресурс]. URL: https://ria.ru/20240508/tokaev-1944782943.html (дата обращения: 13.08.2024).
19. Топ-5 блокчейн проектов в сфере логистики. [Электронный ресурс]. URL: https://digiforest.io/blog/blockchain-in-logistics (дата обращения: 17.08.2024).
20. Тренды 2024 в логистике — КриоАЗС, электронные ТТН и реестр перевозчиков. РБК Компании. [Электронный ресурс]. URL: https://companies.rbc.ru/news/PguP015Ogv/trendyi-2024-v-logistike---krioazs-elektronnyie (дата обращения: 16.08.2024).
21. «Умная» логистика с цифровыми двойниками – Коммерсантъ Санкт-Петербург. [Электронный ресурс]. URL: https://www.kommersant.ru/doc/6713962 (дата обращения: 18.08.2024).
22. Чернышенко оценил эффект от внедрения ИИ в России за этот год в 400 млрд рублей. [Электронный ресурс]. URL: https://tass.ru/ekonomika/18537969 (дата обращения: 17.08.2024).
23. Чурсин А.А., Давыдов Д.П. Основы применения технологии цифровых двойников для совершенствования системы управления закупочной деятельностью // Креативная экономика. – 2024. – № 5. – c. 1189-1208. – doi: 10.18334/ce.18.5.120919.
24. 2023: A pivotal year for technology in supply chain. [Электронный ресурс]. URL: https://supplychainchannel.co/2023-a-pivotal-year-for-technology-in-supply-chain/ (дата обращения: 24.08.2024).
25. Commercial drone deliveries are demonstrating continued momentum in 2023. [Электронный ресурс]. URL: https://www.mckinsey.com/industries/aerospace-and-defense/our-insights/future-air (дата обращения: 18.08.2024).
26. Dhl. DHL adds latest AI advancements to the Resilience360 platform. [Электронный ресурс]. URL: https://group.dhl.com/en/media-relations/press-releases/2019/dhl-adds-ai-advancements-to-resilience360-platform.html (дата обращения: 18.08.2024).
27. Gartner. Gartner Survey Shows Half of Supply Chain Organizations Plan to Implement GenAI in the Next 12 Months. [Электронный ресурс]. URL: https://www.gartner.com/en/newsroom/press-releases/2024-01-10-gartner (дата обращения: 17.08.2024).
28. Logistics Trends 2023/2024: Which Direction for AI?. DHL Freight. [Электронный ресурс]. URL: https://dhl-freight-connections.com/en/trends/logistics-trends-2023-2024/ (дата обращения: 16.08.2024).
29. Machine Learning in Logistics: Top Use Cases & Implementation. [Электронный ресурс]. URL: https://www.itransition.com/machine-learning/logistics (дата обращения: 18.08.2024).
30. Maersk и IBM прекращают предложение цепочки поставок с поддержкой блокчейна - Coincu. [Электронный ресурс]. URL: https://ru.coincu.com/147709-Блокчейн-Maersk-IBM-включен (дата обращения: 20.08.2024).
31. Market Research Future Blockchain in Supply Chain Market Size Share and Growth Analysis 2032. [Электронный ресурс]. URL: https://www.marketresearchfuture.com/reports/blockchain-supply-chain-market-6702 (дата обращения: 17.08.2024).
32. Material Handling Industry. 2024 MHI Annual Industry Report. [Электронный ресурс]. URL: https://og.mhi.org/publications/report (дата обращения: 17.08.2024).
33. Precedence Research. Generative AI In Logistics Market Size, Growth Report By 2033. [Электронный ресурс]. URL: https://www.precedenceresearch.com/generative-ai-in-logistics-market (дата обращения: 17.08.2024).
34. Succeeding in the AI supply-chain revolution. McKinsey. [Электронный ресурс]. URL: https://www.mckinsey.com/industries/metals-and-mining/our-insights/ (дата обращения: 14.08.2024).
35. Supply Chain Management Software – Global. Market Forecast. [Электронный ресурс]. URL: https://www.statista.com/outlook/tmo/software/enterprise-software/supply (дата обращения: 14.08.2024).

Страница обновлена: 17.12.2024 в 00:05:14