УДК 656:004.8
Исследование путей оптимизации логистики на основе искусственного интеллекта
Ван Хэлинь – аспирант кафедры Логистики и коммерческой работы факультета Управления процессами перевозок Петербургского государственного университета путей сообщения Императора Александра I.
Коровяковский Евгений Константинович – кандидат технических наук, доцент кафедры Логистики и коммерческой работы факультета Управления процессами перевозок Петербургского государственного университета путей сообщения Императора Александра I.
Аннотация: Традиционное управление логистикой сталкивается с такими трудностями, как ограниченность человеческих ресурсов, информационная замкнутость, недостаточная точность прогнозирования, отсутствие реального времени и гибкости и т.д. Для решения этих проблем в статье предлагается оптимальный путь управления логистикой на основе искусственного интеллекта. В статье рассматриваются вопросы применения искусственного интеллекта для оптимизации управления логистикой и предлагаются соответствующие решения. Благодаря реализации этого пути традиционное управление логистикой может добиться прорывного прогресса, повысить эффективность, точность и гибкость, а также конкурентоспособность предприятий и удовлетворенность клиентов.
Ключевые слова: логистика, ChatGPT, искусственный интеллект, оптимизация.
Введение
Логистика – важная сфера жизни общества, стремящаяся к совершенствованию технологий и модернизации оборудования за счет внедрения новых технологических решений и оборудования. В последние годы традиционное управление логистикой столкнулось с рядом проблем в условиях усложняющихся требований рынка и конкурентного давления [1-2], к которым относятся ограниченность человеческих ресурсов, информационная изолированность, недостаточная точность прогнозирования, отсутствие реального времени и гибкости. Это ограничивает эффективность и качество логистического управления и оказывает существенное влияние на работу логистического менеджмента предприятия. Для того чтобы избавиться от перечисленных дилемм, в логистическом менеджменте широко используется технология искусственного интеллекта (ChatGPT) [6]. Благодаря внедрению технологии искусственного интеллекта традиционное управление логистикой может преодолеть ограниченность человеческих ресурсов, разрушить информационную оболочку, повысить точность прогнозирования, добиться понимания ситуации в реальном времени и гибкой оптимизации [4-5].
Искусственный интеллект (ИИ) является одним из основных современных решений, применяемых в данной области. Примерами применения ИИ в области логистики являются компании Google и Amazon.com, которые поддерживают и продвигают эту технологию [3].
Примером использования искусственного интеллекта в логистике может стать когнитивная система «IBM Watson». Камеры, управляемые искусственным интеллектом, осуществляют визуальный осмотр транспортных средств с целью распознавания неполадок и повреждений, их классификации и определения соответствующих корректирующих действий для ремонта. Изначально данная технология применялась только для железнодорожного транспорта, однако 90-процентная точность идентификации повреждений и их типа дало толчок для использования «IBM Watson» и в сфере воздушного, морского и автомобильного транспорта [8].
Искусственный интеллект оптимизирует пути управления логистикой в следующих аспектах:
- Преодоление кадровых ограничений.
В прошлом управление логистикой часто зависело от ограниченности человеческих ресурсов, но с появлением искусственного интеллекта (ChatGPT) это ограничение будет полностью снято. ChatGPT на данный момент является самой мощной моделью искусственного интеллекта, совершающей революцию в сфере управления логистикой. ChatGPT имеет превосходную технологию обработки естественного языка и глубокого обучения, которая может обрабатывать крупномасштабные данные и извлекать из них ценную информацию, помогая логистическим компаниям эффективно обрабатывать рыночный спрос, оптимизировать маршруты транспортировки и стратегии складирования, повышать операционную эффективность и сокращать затраты. может анализировать исторические данные и тенденции, предоставлять точные результаты прогнозов, помогать компаниям принимать обоснованные решения и избегать таких проблем, как невыполнение запасов и нехватка материалов. Кроме того, ChatGPT также имеет мощные интеллектуальные функции рекомендаций. Он может автоматически рекомендовать клиентам лучшие логистические решения, исходя из их потребностей и предпочтений, таких как лучшие методы транспортировки, наиболее подходящие стратегии складирования и лучшие маршруты распределения. Перспективность использования ИИ во многом объясняется стремительностью нарастания его вычислительной мощности. Согласно отчёту группы исследователей стэндфордского университета, скорость развития ИИ уже 7 лет в значительной степени опережает скорость роста мощности традиционных процессоров [7]. Это не только повышает удовлетворенность клиентов, но и помогает компаниям добиться успеха.
- Контроль логистического процесса посредством интеллектуального анализа и выявление потенциальных проблем и рисков. ChatGPT может отслеживать параметры окружающей среды, такие как местоположение, температура и влажность транспортных средств, в режиме реального времени, прогнозировать возможные сбои или задержки и заранее принимать соответствующие меры для обеспечения бесперебойной логистической деятельности, что значительно повышает надежность и безопасность логистики и снижает риски.
- Благодаря интеллектуальному интерфейсу голосового взаимодействия ChatGPT логистические компании также могут обеспечить удобное обслуживание клиентов. Клиенты могут проверять статус заказа, изменять адрес доставки и выполнять другие операции с помощью голосовых команд, не дожидаясь ручного вмешательства службы поддержки клиентов, что экономит время и энергию, устанавливает более удобные и эффективные отношения с клиентами для логистических компаний, а также повышает лояльность клиентов и повышает эффективность сарафанного радио.
- Разрушение информационной разрозненности: обеспечение беспрепятственного обмена логистической информацией.
Прежде всего, искусственный интеллект можно применить к процессу управления заказами, чтобы улучшить передачу и обработку информации о заказах. Благодаря технологиям автоматизации и интеллектуальным алгоритмам информация о заказе может доставляться и обрабатываться точно и эффективно. Например, технология OCR используется для автоматической идентификации и извлечения информации о заказе, избегая ошибок и задержек при ручном вводе; используя большие данные и алгоритмы машинного обучения, информация о заказе может автоматически обрабатываться для достижения быстрого и точного распределения и отслеживания.
- Точное прогнозирование: ключ к оптимизации управления логистикой.
Искусственный интеллект играет ключевую роль в точном прогнозировании и оптимизации управления логистикой, помогая решить недостатки традиционного управления логистикой. Искусственный интеллект точно прогнозирует и оптимизирует управление логистикой главным образом в следующих аспектах.
- Модель прогнозирования на основе данных
Искусственный интеллект может использовать большие данные и алгоритмы машинного обучения для создания моделей прогнозирования на основе данных, чтобы точно предсказывать меняющиеся тенденции и колебания рыночного спроса. Анализируя данные из нескольких источников, такие как исторические данные, рыночные тенденции, погодные условия, информацию из социальных сетей и т. д., модель прогноза может улавливать больше влияющих факторов и повышать точность прогноза. В то же время, в сочетании с обновляемыми данными в режиме реального времени, модель прогнозирования может вовремя корректировать результаты прогнозирования, чтобы адаптироваться к меняющейся рыночной среде.
- Интеллектуальный алгоритм оптимизации.
Искусственный интеллект может применять интеллектуальные алгоритмы для оптимизации решений по управлению логистикой, включая планирование транспортных маршрутов, распределение ресурсов, планирование транспортных средств и т. д. Всесторонне учитывая множество факторов, таких как транспортные расходы, пробки на дорогах, вместимость транспортных средств и временные окна, интеллектуальные алгоритмы оптимизации могут создавать эффективные планы транспортировки и минимизировать затраты и время на логистику.
- Мониторинг и реагирование в режиме реального времени.
Искусственный интеллект можно объединить с Интернетом вещей и сенсорными технологиями для отслеживания ключевой информации в логистическом процессе в режиме реального времени, такой как местоположение транспортного средства, статус транспортировки, уровень запасов и т. д. Собирая и анализируя данные в режиме реального времени, искусственный интеллект может быстро обнаруживать нештатные ситуации, такие как пробки, сбои оборудования и т. д., и оперативно реагировать. Например, на основе информации о дорожном движении в режиме реального времени интеллектуальные системы могут автоматически корректировать маршруты, чтобы избежать перегруженных зон и повысить пунктуальность доставки, что внедрение искусственного интеллекта область логистики продиктовано не только необходимостью повышения эффективности с точки зрения денежных и временных затрат, движением, управлением городскими грузоперевозками, парковочными местами. Такие системы предусматривают обеспечивают синхронизацию светофоров и динамическое распределение уличного пространства, анализ транспортных потоков, сбор данных для осуществления транспортной загрузки с целью оперативного реагирования на непредвиденные ситуации на дороге [9].
Таким образом, можно сказать, что искусственный интеллект играет ключевую роль в точном прогнозировании и оптимизации управления логистикой. Применяя прогнозные модели на основе данных, интеллектуальные алгоритмы оптимизации, мониторинг и реагирование в режиме реального времени, а также предупреждение о рисках и управление чрезвычайными ситуациями, искусственный интеллект может помочь менеджерам по логистике более точно прогнозировать рыночный спрос, оптимизировать решения, реагировать на чрезвычайные ситуации и повышать эффективность логистики и услуги качество.
Список литературы
- Ли Маньюань. Анализ тенденции развития и пути продвижения интеллектуальной логистики Китая. China Shipping Weekly, 2022. №41. С. 39-41.
- Пять факторов, влияющих на развитие транспортно-логистической отрасли. Обзор тенденций развития транспорта и логистики [Электронный ресурс] // URL: https://www.pwc.ru/ru/transportation-logistics/assets/obzor-tendentsiy-razvitiya-transporta-ilogistiki-v-2019.pdf (дата обращения: 08.01.2020)
- Различия между искусственным интеллектом, машинным обучением и глубоким обучением [Электронный ресурс] // URL: https://habr.com/ru/post/401857 (дата обращения: 02.01.2020
- He Liming. Development trend of China's intelligent logistics. China Circulation Economy, 2017. №31(6). Р. 3-7.
- Voß P.H. Logistik – die unterschätzte Zukunftsindustrie. Springer, Wiesbaden, 2020.
- Zhang Xiaobiao, Xing Shaohua, Fu Zetian. Study on the status, development trends and countermeasures of cold chain logistics technology for aquatic products. Fishery Modernization, 2011. №38(3). Р. 45-49.
- Qiao Xiaonan, Xi Yanping. Artificial Intelligence and the Construction of Modernized Economic System. Economic Zonghengheng, 2018. №6. Р. 81-91.
- Liu B, Pan T. Research on the impact effect of artificial intelligence on the division of labour in the manufacturing value chain. Studies in quantitative and technical economics, 2020. № 37(10). Р. 24-44.
- New JDA and KPMG Survey Says Artificial Intelligence is the Most Impactful Supply Chain Technology [Электронный ресурс] // URL: https://jda.com/knowledgecenter/press-release/new-jda-and-kpmg-survey-says-artificial-intelligence-is-the-most-impactfulsupply-chain-technology (дата обращения: 02.01.2020).