В Москве состоялась первая форсайт-сессия «Искусственный интеллект и Data Science в логистике»

«В настоящее время в контексте решения задач по построению технологического, финансового и кадрового суверенитета важно объединять усилия бизнеса, власти и академического сообщества. Мы ищем эффективные формы и методы работы с различной аудиторией и в дальнейшем будем вносить свой вклад в формирование будущего различных отраслей. Мы рады пригласить профессиональное сообщество в сфере логистики на нашу площадку для обсуждения актуальных практических вопросов», – поделилась своим мнением Елена Александровна Диденко, проректор по ДПО Финансового университета при Правительстве Российской Федерации.

В своем выступлении Илья Смирнов, руководитель направления искусственного интеллекта и машинного обучения ГК Юзтех, рассказал об основных направлениях искусственного интеллекта и Data Science, как трансформировать аналоговые объекты – инфраструктуру, транспортные средства и процессы – в цифровые, чтобы организовать сбор данных и построение моделей для искусственного интеллекта. Помимо этого, Илья описал основные барьеры и возможности применения технологий и обозначил практические области применения искусственного интеллекта.

Кирилл Ястребов, СЕО платформы для автоматизации и оркестрации микросервисов SPLime, представил полностью отечественную разработку для создания, моделирования и оркестрации (объединения отдельных задач в сквозные процессы) любых бизнес-процессов с любой инфраструктурой компании, поддерживающей как ручные и полуавтоматизированные, так и полностью автоматизированные процессы. Моделирование позволяет рассчитывать экономику и принимать решения по трансформации, тестировать и внедрять новые технологии, в том числе на основе новейших алгоритмов машинного обучения и искусственного интеллекта.

Михаил Владимиров, исполнительный директор по промышленности и логистике Центра робототехники Сбера рассказал об отечественной шаттловой системе хранения SberShuttle для роботизации интралогистики, которая уже сейчас более чем на 80% импортонезависима и до 7 раз повышает производительность на 1 человека (до 350–1000 операций подбора в час). По представленным расчетам средний период окупаемости инвестиций в роботизацию составляет 3–4 года. При этом роботизированные технологии позволяют поддерживать оптимальную скорость обработки грузопотока 24/7/365, исключить множество ошибок и нарушений, связанных с человеческим фактором, повысить емкость помещения, снизить затраты на электроэнергию, а также собирать и передавать цифровые данные для прослеживаемости и управления операциями склада.

Юрий Коробейников, директор по продажам «Скиф-Карго», представил свой кейс по автоматизации процессов и оценке эффективности применяемых технологий. Так, внедрение решения Яндекс Маршрутизация на основе алгоритмов машинного обучения позволило компании достичь KPI по скорости и точности доставки на уровне 98%, а также внедрить и поддерживать клиентоориентированную единую систему стандартов обслуживания, предоставляя услуги высокого качества.

«В целом мы получили достаточно интересный и позитивный опыт, который хотим развивать и масштабировать дальше. Считаем важным и нужным обсуждать острые практические вопросы и предоставлять возможность различным игрокам рынка вести диалог в открытом формате», – отметила Анна Васильева, директор Высшей школы логистики Финансового университета при Правительстве Российской Федерации.