Когда речь заходит об искусственном интеллекте в сфере логистики, часто представляют себе очевидные элементы: роботов на складах, алгоритмы маршрутизации или редкое использование дронов. Хотя это не является неверным, такой взгляд фокусируется на неправильном уровне изменений.
Сдвиг парадигмы в логистике
Автоматизация физического труда в основном приводит к снижению затрат, однако сегодня решающим фактором успеха становится не стоимость. Изменение, которое перекроит ландшафт логистики в Индии, менее заметно; оно кроется в том, как принимаются решения. То, что раньше служило конкурентным преимуществом компании — наличие грузовиков, складов и покрытие почтовыми индексами — заменяется чем-то гораздо сложнее для копирования: тем, чему научилась компания в своей операционной деятельности.
Рост рынка и внедрение ИИ
Искусственный интеллект уже активно внедряется в индийскую логистику. Согласно оценке рынка Индия ИИ в логистике от аналитической фирмы Markets and Data, рынок ИИ в логистике должен вырасти с 756 миллионов долларов в финансовом году 2024 года до 6,8 миллиарда долларов к финансовому году 2032 года. Тем временем, NASSCOM оценивает уровень внедрения ИИ в индийских предприятиях на уровне 2,45 из 4.
Большинство людей останавливаются на этих цифрах, видя лишь повышение эффективности — примерно 15% сокращения логистических расходов и до 50% увеличения прогнозирования (Markets and Data). Однако это лишь поверхностный аспект. Эффективность — это дивиденды первого года. Преимущество, которое расширяется со временем, проявляется только в том случае, если компания строится с учетом этого, а большинство компаний этого не делают.
От отчетности к принятию решений
На протяжении последнего десятилетия логистическое программное обеспечение предоставляло видимость — панели мониторинга, показывающие местоположение груза и маржинальность конкретного маршрута. Компания Delhivery, являющаяся публичной, построила значительную часть своего масштаба именно на этой инфраструктуре видимости. Видимость по-прежнему важна, но она перестала быть тем, что отличает лидеров. Главный вопрос теперь заключается в том, способен ли ваш механизм самостоятельно действовать на основе полученных данных. Знание о том, что склад может закончиться через два дня, полезно; но система, которая уже переместила товар до того, как вы получили оповещение, — это совершенно иной уровень.
Этот переход от простого сообщения о проблеме к ее разрешению знаменует собой сдвиг от отчетов к принятию решений, и все остальные процессы развиваются ниже этого уровня. Рассмотрим пример солнечной компании, стремящейся увеличить количество ежедневных установок с 12 до 50. Очевидный ответ — нанять больше рабочих. Однако реальное узкое место часто связано с суждением: один операционный менеджер держит в голове графики монтажников, запасы панелей и готовность площадок, причем большая часть информации обрабатывается по телефону. Этот процесс зависит от гения, а гении имеют предел; он достигает своего предела около 20 установок в день, и этот предел может рухнуть, когда менеджер получает более выгодное предложение.
Системы против героев
Внедрение системы, которая последовательно организует установки с учетом текущих запасов и доступности персонала, позволяет достичь показателя в 50 без необходимости такого же быстрого найма. То, что было приобретено, — это не просто хороший квартал, а новый способ работы, который сохраняется по мере роста показателей. Это и есть истинное значение фразы «системы вместо героев» — более скучное, но более ценное понятие, чем кажется.
Именно здесь накапливается преимущество, что часто недооценивается. Каждый раз, когда система работает, ошибки, особенно те, которые происходят, служат основой для следующего решения. Платформа, которая обработала миллионы таких случаев для множества брендов и городов, обладает не просто большим объемом данных; она накопила операционный опыт, который нельзя купить, а можно получить только через практику. Это и есть кумулятивный интеллект, и именно поэтому категория ранжируется по скорости обучения, а не по тому, кто собрал больше всего средств.
Выгода для среднего бизнеса
Наибольшую выгоду получают те бренды, которые долгое время игнорировались рынком. Компании с годовым оборотом от 20 до 500 крор рупий слишком велики, чтобы управлять логистикой с помощью электронных таблиц и телефонных звонков, но слишком малы для индивидуального подхода, который получает Flipkart. ИИ делает экономически целесообразным обслуживание среднего сегмента, позволяя бренду в Джайпуре отправлять товары в Силигури с уровнем оркестрации, который ранее был привилегией мегаполисов. Именно отсюда, по мнению экспертов, будет зависеть значительная часть роста экспорта и рабочих мест в Индии.
Как определить свой подход
Если вы управляете таким бизнесом, перестаньте измерять себя объемом контролируемой сети. Вместо этого спросите себя: ваша система исправляет проблемы или только сообщает о них? Выживет ли ваше преимущество после увольнения лучшего сотрудника в пятницу? Делает ли каждый заказ следующее решение более точным или просто добавляет к истории, из которой вы ничего не извлекаете? Если на все эти вопросы ваш ответ положительный, вы достигаете кумулятивного эффекта. Если нет, вы просто автоматизируете рутинные задачи и называете это трансформацией.
Существует важное предостережение: это не применимо повсеместно. В сегменте магистральных перевозок сырьевых товаров, где игра определяется стоимостью на километр и плотностью активов, скорость обучения имеет незначительное значение, и старый барьер, основанный на активах, остается верным. Аргумент применим к сложным задачам: много SKU, многоузловое исполнение для быстрорастущих брендов, что соответствует направлению развития потребительской экономики Индии.
Достижение экономики в 5 триллиона долларов, о которой постоянно говорят к 2030 году, невозможно без существенного улучшения товарооборота. Компании, которые приведут к этому, не будут просто автоматизировать склады — это станет обыденностью. Они будут автоматизировать более сложную задачу — суждение, которое раньше находилось в головах нескольких человек, превращая импровизированные цепочки поставок в операции, которые сами принимают решения и постоянно совершенствуются. Именно это, а не роботы, переписывает логистику с помощью ИИ.