искусственный интеллект

На главную

Ведущие компании мира хотят увеличить продажи за счет больших данных, ИИ и логистики

Крупные европейские, азиатские и американские компании пытаются спрогнозировать спрос в конкретных регионах присутствия для исключения случаев недостатка товара на складе. Для этого они планируют повысить прозрачность цепочек поставок, задействовать ИИ и большие данные.

Большие данные и искусственный интеллект создадут упреждающую логистику

Более 60% логистических компаний в пятилетней перспективе будут использовать большие данные и искусственный интеллект для доставки товаров еще до поступления заказов, то есть на этапах прогнозирования спроса и формирования складских запасов. Такие данные были получены аналитиками Ericsson по итогам опроса, проведенного среди 2000 профессионалов в области логистики из Китая, Германии, Швеции и США.

70% опрошенных из числа лиц, принимающих решения, заявили, что их бизнес должен быть частью более широкой системы обмена информацией в логистической отрасли. По их мнению, это позволит более детально прогнозировать спрос на продукцию и создать упреждающую логистику. Помимо этого, около трети респондентов заявили, что неспособность быстро обмениваться актуальной информацией между покупателями и поставщиками является препятствием для развития их бизнеса. Проблему серьезно усугубили сложности 2020 г., связанные с пандемией.

Использование ИИ-решений дает возможность эффективного управление запасами за счет упреждающей логистики

«Похожие трудности можно наблюдать и в России. Избыток запасов приводит к затовариванию склада и лишним расходам на хранение, а нехватка — к упущенной выручке и снижению лояльности покупателей, а когда речь идет о скоропортящихся продуктах, то еще и к расходам на утилизацию. Поэтому прогнозирование спроса — это одна из важнейших задач. От точности прогнозов зависят очень многие процессы ритейлера — начиная с управления запасами и промоакциями, и заканчивая работой службы доставки. Не секрет, что чем дольше срок доставки, тем выше риск, что покупатель откажется от покупки, а компания уже понесет определенные расходы на сбор заказа», — комментирует Александр Тихонов, генеральный директор SAS Россия/СНГ.

Распределенные склады вытеснят централизованное хранение товаров

Как отмечают эксперты Ericsson, в идеальном мире упреждающей логистики отправители грузов смогут предсказать спрос на продукты, услуги и решения еще до того, как клиенты примут решение о покупке, а все заинтересованные стороны смогут увидеть, где и в каком состоянии находятся поставки. Это потребует от компаний внутренних инвестиций в цифровую трансформацию, работы с партнерами по цепочке поставок для обеспечения взаимодействия между системами и развития такого уровня доверия, который в первую очередь позволяет обмениваться информацией. Сейчас это кажется чем-то невероятным — картина идеального мира, поскольку в отчете отмечается существенное отсутствие прозрачности в отрасли.

Впрочем, у организаций есть много способов повысить прозрачность как внутри компании, так и во взаимодействии с партнерами по цепочке поставок: от инвестиций в системы цифрового управления и подключения 5G для складов до технологий отслеживания контейнеров и заказов. Большинство респондентов заявили также, что рассматривают возможность инвестирования в блокчейн для безопасного сбора данных и обмена ими.

В Ericsson признают, что некоторые компании, в частности Amazon, занимаются внутренней логистикой для цифровой интеграции своих цепочек поставок. Но реализация таких проектов требует больших затрат и ресурсов, которые есть далеко не у всех. Как следствие, ожидается рост спроса на аутсорсинг и обмен данными по всей цепочке поставок.

Превентивная логистика и пандемия способствуют изменению складских сетей. Локальные распределенные склады, вероятно, станут более распространенными, чем доставка заказов с централизованного склада. Это позволит быстрее добираться до клиентов, более точно строить прогнозы и гибко реагировать на изменения спроса.

«Россия уникальна с точки зрения размера наших ритейл-сетей и масштаба игроков e-commerce. В ходе каждого внедрения инструментов машинного обучения и моделей ИИ мы видим, какую большую отдачу это приносит нашим ритейлерам — именно в силу сложности ведения бизнеса, особенностей дистрибуции, количества регионов присутствия, различий в поведении покупателей в разных регионах. Что касается создания распределенной сети складов, то для нашего ритейла — это уже реальность, а вот эффективное управление запасами на этих складах за счет использования ИИ-решений — это то, к чему сейчас идут лидеры рынка», — говорит Александр Тихонов.

Другие статьи

Какие преимущества дает технология потоковой аналитики для решения задач по обеспечению безопасности

Какие преимущества дает технология потоковой аналитики для решения задач по обеспечению безопасности

Пользовательские устройства ежесекундно генерируют триллионы событий, данные о которых оседают в хранилищах. Накапливать такого рода информацию бессмысленно и дорого. Компании ищут способы монетизации сведений, собранных, например, о клиентах. Крупные игроки, инвестирующие в дата-центры и персонал, научились анализировать колоссальные объемы информации, делать выводы и даже составлять прогнозы. Анализ больших объемов данных в режиме реального времени позволяет мгновенно реагировать на происходящее, как того требует ситуация. 

Читать полностью

Александр Миронов, SAS: Индивидуальные предложения не придумать заранее: их формируют алгоритмы прямо при общении с клиентом

Александр Миронов, SAS: Индивидуальные предложения не придумать заранее: их формируют алгоритмы прямо при общении с клиентом

Эффективность маркетинговых кампаний может колебаться в широком диапазоне. Многие клиенты воспринимают звонки и сообщения с предложениями услуг как спам. Изменить ситуацию мог бы индивидуальный подход, когда клиенту предлагают именно то, что ему в данный момент необходимо. Как это сделать, в интервью CNews рассказал Александр Миронов, руководитель практики по клиентской аналитике и CRM, SAS Россия и СНГ.

Читать полностью

Как работает экосистема сервисов в облачной аналитике

Как работает экосистема сервисов в облачной аналитике

Аналитика и большие данные, как и другие компоненты ИТ-ландшафта компании, переходят в облако. Чтобы полностью раскрыть потенциал облачных платформ, требуется глубокая интеграция с базовой инфраструктурой и сопутствующей экосистемой сервисов. С мая текущего года аналитическая платформа SAS Viya обеспечивает возможность такой интеграции для трех ведущих облачных поставщиков IaaS — MS Azure, AWS и Google Cloud.

Читать полностью

Новости

Когда ИИ наделят машинным воображением

Команда исследователей из Университета Южной Калифорнии (USC) разработала технологию, помогающую искусственному интеллекту представить себе несуществующий объект. Это можно считать аналогом воображения. Новый метод поможет в разработке лекарств и, очевидно, найдет применение в сфере автономных транспортных средств.

02/08

Читать полностью

Компания SAS получила награду в сфере защиты экологии

SAS в очередной раз получила признание за инновации в социальной сфере. В День защиты тропических лесов, компании присуждены премии Fast Company 2021 World Changing Ideas Awards и PRNEWS CSR & Diversity Awards 2021 за вклад в совместный проект с Международным институтом прикладного системного анализа (IIASA) по отслеживанию воздействия человека на тропические леса Амазонии.

28/07

Читать полностью

Чат-боты начинают объединяться в команды и разговаривать между собой

Практически каждая крупная организация уже обзавелась собственным чат-ботом. Он общается с клиентами, выполняет рутинные операции, помогает найти информацию или правильно задать вопрос. Будущее — за сообществами ботов-специалистов, управлять которыми будет мастер-бот. Об этом говорили участники организованной CNews Conferences онлайн-конференции «Чат-боты 2021: на пути к интеллектуальному помощнику».

28/07

Читать полностью

Новый алгоритм поможет беспилотным машинам отличить лето от зимы

Без GPS автономные транспортные средства легко теряют ориентацию. Однако новый алгоритм, разработанный в Калифорнийском технологическом институте, позволяет машинам «понимать», где они находятся, просто осматривая окружающее пространство. Подобные разработки были и ранее, но впервые технология работает независимо от сезонных изменений местности.

23/07

Читать полностью
Все новости
Вернуться на главную