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:

  1. 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.

  1. 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.
  2. 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.
  3. 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.

  1. 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.

  1. 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.

  1. 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.

  1. 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

  1. Ли Маньюань. Анализ тенденции развития и пути продвижения интеллектуальной логистики Китая. China Shipping Weekly, 2022. №41. С. 39-41.
  2. 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)
  3. Различия между искусственным интеллектом, машинным обучением и глубоким обучением [Электронный ресурс] // URL: https://habr.com/ru/post/401857 (дата обращения: 02.01.2020
  4. He Liming. Development trend of China's intelligent logistics. China Circulation Economy, 2017. №31(6). Р. 3-7.
  5. Voß P.H. Logistik – die unterschätzte Zukunftsindustrie. Springer, Wiesbaden, 2020.
  6. 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.
  7. Qiao Xiaonan, Xi Yanping. Artificial Intelligence and the Construction of Modernized Economic System. Economic Zonghengheng, 2018. №6. Р. 81-91.
  8. 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.
  9. 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).

Интересная статья? Поделись ей с другими: