РБК Pro —  
информационный сервис для предпринимателей и управленцев. Первый месяц — бесплатно

Счеты для бизнеса: сколько денег робот сэкономит вам на доставке

Логистика IT Статьи Яндекс
Многие области применения искусственного интеллекта интересны, но кажутся оторванными от проблем реального бизнеса. Григорий Поваров, руководитель «Яндекс.Маршрутизация», подсчитывает, сколько компания может сэкономить на логистике с помощью робота

За последние годы мы привыкли к новостям о том, что искусственный интеллект, роботы или алгоритмы научились решать какие-то задачи лучше человека (делопроизводство, обслуживание клиентов и т.д.). Многие области применения искусственного интеллекта, безусловно, интересны, но есть ощущение их оторванности от проблем реального бизнеса. Может ли компания здесь и сейчас повысить свою прибыль с помощью использования современных технологий? Ответим на этот вопрос для компаний, имеющих отношение к коммерческому транспорту.

Всего в России более 4 млн единиц коммерческого транспорта. Прямые затраты компании (в эту сумму входят расходы на топливо, стоимость работы водителя, техническое обслуживание автомобиля, страхование, амортизация или наем автомобиля) на один автомобиль в среднем составляют 1–2 млн руб. в год, поэтому мы говорим о колоссальной части российской экономики.

Для каких компаний актуальна оптимизация логистики

Оптимизация логистики интересна для:

  • транспортных компаний, которые доставляют продукцию b2b-клиентам (FMCG-производители и дистрибьюторы или сами торговые сети) или b2c-клиентам (интернет-магазины и курьерские компании);
  • сервисных организаций, сотрудники которых выезжают на место для оказания услуги;
  • любых других компаний, для которых выезд сотрудника на место — неотъемлемая часть бизнес-процесса (например, для финансового сектора это может быть доставка кредитных карт клиентам цифровых банков).

В каждом из этих случаев компания должна спланировать логистику оптимальным образом.

Робот на службе у логиста

Сейчас во многих компаниях специалисты планируют маршруты вручную. При этом они вынуждены держать в уме сотни параметров, включая интервалы доставки, совместимость грузов и дорожную обстановку.

Задача

Представим, что у компании 200 машин и около 6 тыс. точек доставки. Каждую точку необходимо посетить в определенный временной промежуток. У каждой из 200 машин определенная грузоподъемность и стоимость использования. В приоритете для компании доставка на собственных автомобилях, но грузовики не могут доставить товар до точки в центре города из-за транспортных ограничений. Кроме того, в течение дня дорожная ситуация постоянно меняется. Все эти требования серьезно усложняют задачу.

Проблема

Даже опытный логист потратит на решение этой задачи несколько часов, и в случае ограниченного интервала времени (машины должны выехать в 5 часов утра, а складу необходимо получить задания на компоновку в 2 часа ночи) оно, скорее всего, не будет оптимальным.

Решить подобную задачу трудно человеку, но не роботу.

  • Во-первых, алгоритм обрабатывает данные внутренней системы компании.

Задача четко формализована: у каждого набора маршрутов есть общий пробег, время, количество возможных опозданий, цена работы водителя, стоимость использованных автомобилей и прочие параметры, которые можно в итоге свести к общей стоимости решения.

В некоторых случаях складывается ситуация, когда машин очевидно недостаточно, чтобы спланировать все маршруты без опозданий. В этом случае бизнес может решить, какой заказ для него является более приоритетным, а какой менее.

Алгоритм ищет решение с минимальной стоимостью.

  • Во-вторых, специалист при решении задачи вынужден сильно упрощать вводные данные.

Например, в Москве около 3 млн дорожных сегментов. Алгоритм способен использовать прогноз средней скорости для каждого сегмента на каждый 15-минутный интервал дня планирования, а логист в лучшем случае ограничивается собственными знаниями о дорожной ситуации в это время.

  • В-третьих, сама задача алгоритмически сложная, и не существует простого эвристического алгоритма приближенного решения.

Это означает, что логист, выполняя задачу вручную, рассмотрит всего несколько вариантов решений и будет далек от потенциального оптимума. Алгоритм, в свою очередь, сможет сравнить миллиарды решений и значительно сильнее приблизиться к оптимуму.

Насколько алгоритм эффективнее логиста

За последний год мы провели более ста сравнений решений алгоритма с решениями логистов компаний, работающих в разных секторах. В подавляющем большинстве стоимость подобранного им решения была на 10–20% ниже, чем стоимость решения, подобранного вручную.

Этот выигрыш был крайне стабилен от компании к компании, и разница чаще всего была вызвана не мастерством логиста, а долей транспортных затрат, не поддающихся оптимизации (условно, если склад далеко от города, то «плечо» от склада до города сохраняется во всех решениях и общий прирост в эффективности робота становится меньше).

Каким компаниям выгоднее всего использовать алгоритмы

  • компаниям с окологородской сетью маршрутов

Наибольший профит достигался у компаний с окологородской сетью маршрутов последней мили: доставка интернет-магазинов, доставка продукции до офисов, ресторанов и небольших магазинов и т.п.

  • крупным компаниям

Другой важный фактор — величина компании. Чем больше у компании автомобилей и заказов, тем более вариативной становится задача и тем больше поле, на котором алгоритм сможет обыграть логиста. К примеру, если у компании десять автомобилей, то алгоритм вряд ли сможет решить задачу с доставкой при помощи девяти. Однако если у компании сто автомобилей, то он наверняка оптимизирует маршруты 80–90, а если 1 тыс. — то 700–800.

Сколько денег алгоритм сэкономит крупной транспортной компании

Оптимизация на 10–20% — это много или мало? Условная компания с 200 автомобилями тратит на транспорт около 300 млн руб. в год. Использование алгоритма позволит ей сократить затраты на 30–60 млн руб. в год. Если транспортные затраты составляют значительную часть затрат бизнеса, то речь может идти о нескольких процентных пунктах к маржинальности бизнеса.

Сколько денег алгоритм сэкономит интернет-магазину

Интернет-магазин товаров для дома ежедневно получает в среднем около 2,1 тыс. заказов и располагает 52 машинами. Процент опозданий колеблется в среднем от 8 до 10%, то есть компания ежедневно не доставляет вовремя около 200 товаров.

По оценкам логистов, средняя стоимость использования одной небольшой машины составляет 5,3 тыс. руб. в день — сюда входят топливо, оплата труда водителя, амортизация транспортного средства или стоимость его найма.

Транспортные расходы магазина достигают 275, 6 тыс. руб. в день без учета стоимости опозданий. С помощью технологий маршрутизации можно проложить маршруты так, чтобы на каждую машину приходилось больше точек доставки. В итоге получится уменьшить количество автомобилей до 44, что дает ощутимую экономию — 42,4 тыс. руб. в день, 1,27 млн руб. в месяц. В этом случае экономия составит 15,5%.

Что будет делать логист, когда его задачи станут решать роботы

Что будет делать логист, когда использование искусственного интеллекта станет повсеместным? Наш ответ: он будет управлять алгоритмом. Нужно понимать, что алгоритм эффективно решает максимально формализованную задачу. В реальности всегда остается множество нюансов, и только человек может принять правильное решение о том, в Калининградской или Московской области находится Краснознаменск, а также что делать, когда товар по формальным признакам не помещается ни в один автомобиль (условный ковер можно свернуть, а условную люстру положить в кабину к водителю), — здесь робот бессилен.

Другой важной задачей для логиста становится формализация процесса. Задачи бизнеса постоянно меняются, и необходимо уточнять формализованную модель логистики, с которой работает алгоритм, чтобы она продолжала соответствовать интересам бизнеса. Постепенно работа логиста будет превращаться из механической рутины в более аналитический, инженерный процесс.

В заключение отметим, что оптимизация коммерческого транспорта при помощи алгоритма не только служит интересам бизнеса по росту прибыли, но и несет в себе общественное благо. Чем более эффективным будет использование коммерческих автомобилей, тем количество пробок будет меньше, улицы — тише, а воздух — чище.