искусственный интеллект

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.

«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.

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.

Как ИИ помог российскому банку в 2 раза повысить вторичные продажи кредитных продуктов

Технологии развиваются — потребности клиентов растут. С банковским сервисом современный человек и вовсе идет рука об руку — каждый день мы используем дистанционные каналы банка и обращаем внимание на любые изменения в интерфейсе. В итоге, персонализированность и высокий уровень защищенности данных — минимальный набор опций, который ожидает получить клиент от банка. Но этого мало, чтобы удивить. Как банки справляются с клиентскими ожиданиями? «Почта банк» успешно встроил технологии искусственного интеллекта (ИИ) в свои процессы и на личном опыте убедился в их эффективности.

Никто не может толком понять, что такое искусственный интеллект

Странную картину наблюдаем мы, глядя на эволюцию искусственного интеллекта. С одной стороны, такое развитие стремительно: ИИ помогает ученым диагностировать болезни, водить беспилотники, узнавать нас в лицо на улицах города, а может поболтать без всяких кавычек с любым, кто запустит чат-бот или установит специальное приложение. Им пользуются все: от корпораций и министерств, до бабушек и дошкольников. Ожидания публики при этом, разумеется, растут. 

На смену большим данным пришли искусственный интеллект и системы машинного обучения

SAS была одной из первых компаний, которая начала использовать в своих решениях технологии искусственного интеллекта. Сегодня в ее портфеле множество успешных проектов в самых разных отраслях. О том, какие задачи решает искусственный интеллект и как сделать проект его внедрения успешным, в интервью CNews рассказал Александр Тихонов, генеральный директор SAS Россия/СНГ.

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.

08/10

Половина компаний мира планирует устранять последствия экономического спада с помощью ИИ

Искусственный интеллект и машинное обучение сыграют значительную роль в восстановлении бизнеса после кризиса 2020 г. Продолжать цифровизацию с упором на эти технологии компании планируют вне зависимости от динамики изменений ИТ-бюджетов.

30/09

ИИ поменял правила игры на кредитном рынке в условиях пандемии

Стремительное распространение COVID-19 привело к серии экономических потрясений по всему миру. Остановка предприятий, запреты на перемещение, сбои в цепочках поставок — все эти факторы создали ряд финансовых рисков, среди которых кредитные дефолты, повышенная волатильность рынков и т.д. В таких условиях требуются совершенно новые инструменты для оценки кредитных рисков. Применение ИИ позволило построить новые модели оценки, настроить бизнес-правила, обнаружения событий, тем самым перезагрузить автоматизированную систему принятия решений.

09/09

SAS анонсировала новую версию аналитической платформы Viya 4

Новая версия SAS Viya 4 станет доступна в конце 2020 г.