Директор и основатель Концерна ИИ технологий Z-union Роберт Васильев представил доклад о текущем состоянии и перспективах использования искусственного интеллекта в логистике.

Системный уровень использования ИИ достиг 28%, при этом более 80% компаний уже применяют точечные решения, а у каждой третьей существует разработанная стратегия по генеративному ИИ. Такие данные привёл Роберт Васильев, директор и основатель Концерна ИИ технологий Z-union, в своём докладе на конференции «Цифровизация транспорта».

По его словам, рынок ИИ-решений для логистики демонстрирует устойчивый рост на 25–30% в год, а сама тема искусственного интеллекта входит в топ-3 наиболее востребованных направлений для внедрения. На начало 2024 года лидирующие позиции занимали технологии машинного зрения, однако сейчас наблюдается активный подъём генеративных методов. Около 22% компаний уже ввели специальную руководящую должность, отвечающую за цифровое развитие, например, директора по ИИ.

Васильев подчёркивает, что основой для создания корпоративных ассистентов и агентов служит цифровая экосистема компании. Она включает в себя базы знаний, переписки в чатах и почте, все документы на корпоративных дисках, записи встреч в аудио- и видеоформате, системы видеоаналитики и отчёты. Эксперт приводит определение цифрового двойника как набора виртуальных копий процессов организации. Именно на этой основе строятся ассистенты, способные трансформировать операционную деятельность.

При этом большая языковая модель сама по себе составляет лишь около 5% успеха. Васильев называет её «убедительным болтуном», который без опоры на строгий контекст и бизнес-процессы может генерировать непрофессиональные решения. Ключевая ценность возникает при комбинации языковых моделей с другими технологиями и данными компании, что позволяет создавать многоагентные системы, способные заменить целые отделы аналитиков.

В качестве примера Васильев описывает кейс для компании, занимающейся логистикой. Внутри ассистента работала связка из пяти специализированных агентов. Первый агент анализировал каталог продукции завода-изготовителя и выявлял серийные изделия. Второй декомпозировал изделия на компоненты. Третий присваивал этим компонентам класс продукции для таможенного оформления. Четвёртый агент, чтобы исключить характерные для ИИ «галлюцинации», формировал строгий запрос в базу данных компании-поставщика и проверял наличие компонентов на складе. В результате всего за 90 секунд система формировала готовый отчёт о компонентах, необходимых целевому заводу и доступных для немедленной поставки. Это позволило сократить среднее количество встреч перед заключением сделки на 20%, ускорив принятие решений.

Другой кейс касался оптимизации складских запасов для дистрибьютора текстильных изделий. Система анализировала данные за три года, включая временные ряды по продажам SKU, сезонность и новостной фон. На основе этого она не только строила прогноз расхода товара на 4, 8 и 12 недель, но и генерировала управленческие рекомендации. Например, система могла советовать временно сократить производство определённой позиции и уделить внимание другому перспективному SKU, параллельно визуализируя графики продаж и прогнозов.

Особое место в логистике, по словам Васильева, занимает видеоаналитика. Он привёл пример объекта критической инфраструктуры, где использовалась технология компьютерного зрения, в которой применяются большие модели зрения и камеры для обработки и анализа визуальных данных. Камеры фиксировали номер машины и сопоставляли его с заказ-нарядом. Другая камера с помощью Vision Large Model описывала содержимое кузова, вместо того чтобы распознавать конкретные классы объектов. Система проверяла соответствие между тем, что машина привезла или вывезла, и данными в документах, фиксируя любые несоответствия. Дополнительно анализировалось соблюдение регламентных процедур: заезд на весы, погрузка, обход машины охраной. На основе этого формировался краткий отчёт для директора по безопасности.

Напомним, объём мирового рынка искусственного интеллекта в логистике и управлении цепочками поставок, который по итогам 2024 года превысил $20,1 млрд, демонстрирует взрывной рост. Согласно последнему исследованию Global Market Insights, Inc., к 2034 году его стоимость превысит $196,58 млрд. Такую динамику аналитики объясняют острой потребностью бизнеса в реальной видимости всех звеньев цепочки поставок, точном прогнозировании спроса, автоматизации складов и оптимизации маршрутов.