Как искусственный интеллект оптимизирует бизнес-процессы
И решает задачи устойчивого развитияИспользование искусственного интеллекта (ИИ) приобретает все большее значение для успешного ведения бизнеса в России. Это помогает оптимизировать производственные процессы, рассчитывать закупки, прогнозировать условия, влияющие на планирование логистики, разрабатывать более эффективные услуги с минимальными потерями ресурсов.
Предприятия опираются на большие данные (Big Data) для обучения алгоритмов ИИ и, в свою очередь, используют ИИ для понимания Big Data. Для многих компаний это уже многолетняя история, но она постоянно совершенствуется. Результаты способствуют как развитию бизнеса в целом, так такому важному в современных условиях его аспекту, как устойчивое развитие.
Реализация ESG-задач – важная составляющая современного бизнеса, уверена старший директор по устойчивому развитию компании «Вкусно – и точка» Ирина Коршунова. «Одно из направлений стратегии устойчивого развития нашей компании – ответственное производство и сбалансированное питание. Оно связано с планированием производственных процессов, минимизацией отходов, оптимизацией всех логистических цепочек и т. д., – рассказала эксперт. – Все эти процессы сейчас невозможно представить без применения IT-технологий, анализирующих большое количество данных и выдающих необходимые нам решения, – для человека это очень серьезная и кропотливая работа».
ESG в управлении ИИ
Благодаря способности ИИ анализировать большие объемы данных из различных областей он может обнаруживать скрытые закономерности, связи и неэффективность, которые традиционная автоматизация может упустить, отмечают эксперты. Пример использования Big Data для поддержки ESG-инициатив бизнеса – единая система автоматизации и учета ESG-показателей, реализованная у ритейлера Х5 Group, рассказал директор группы по оказанию услуг в области устойчивого развития аудиторской компании ДРТ Тимур Турсунов.
«Еженедельно по всем торговым сетям компании система обновляет более 160 показателей, включающих энергопотребление, образование отходов, количество переданных на переработку материалов, показатели по охране труда, благотворительности и другие, структурируя их в виде единого дашборда», – отметил эксперт. Это позволяет точно и наглядно отслеживать динамику изменений, сравнивать необходимые периоды, быстро анализировать и реагировать в случае каких-либо отклонений, пояснил он. Кроме того, система экономит время сотрудников на консолидацию данных, подготовку отчетов и снижает влияние человеческого фактора с точки зрения возможных ошибок.
Экономия и экология в одном флаконе
В целом все решения по оптимизации тех или иных бизнес-процессов основаны на Big Data, отмечают эксперты. «Существуют риски того, что у нас останется много продукции, либо, наоборот, что этой продукции не хватит, поэтому нужен четкий прогноз продаж», – рассказал руководитель группы планирования в прямых закупках «Вкусно – и точка» Аяз Салихянов. Прогноз создается ежедневно, учитывая, к примеру, изменения в продажах в зависимости от сезонности продукции, сезонного потребления, трафика на каждом из предприятий, пояснил он. Затем формируется план поставок. Для этих процессов используются модели прогнозирования на основе ИИ, которые анализируют Big Data.
«Это помогает нам минимизировать какие-либо риски по списаниям продукции. А это и фреш-продукция, например салаты, помидоры, это яйца, это скоропортящиеся продукты питания, которые важно доставить вовремя», – отметил Салихянов. Он сообщил, что с середины 2023 г., когда компания начала интегрировать в бизнес-процессы собственные IT-разработки, точность прогнозирования выросла примерно на 7‒10%.
Данный пример сочетает экономическую выгоду и вклад в устойчивое развитие, добавила Коршунова. «Прежде всего мы сохраняем продукцию: не списываем и не выбрасываем ее, а значит – значительно снижаем образование отходов и сокращаем выбросы парниковых газов», – уточнила она.
В Х5 Group для планирования запасов продукции используется система прогнозирования спроса. В компании рассказали, что применяют алгоритмы машинного обучения, это позволяет выдавать прогнозы высокой точности. В 2023 г. была реализована «система пополнения» – заказ товаров на склад, исходя из прогноза спроса и потребностей магазинов. «Такой подход позволяет нам лучше планировать спрос и предложение, соответственно, сокращая количество отходов и минимизируя влияние на окружающую среду», – сообщил представитель компании.
Одним из ключевых проектов нынешнего года в рамках стратегии устойчивого развития «Ашан ритейл Россия» (российская «дочка» Auchan) стала разработка и внедрение IT-компанией «Ашан тех» собственного программного обеспечения «#БЕЗостатка» в 93 гипермаркетах торговой сети. Софт направлен на борьбу с продуктовым расточительством и управляет товарами с истекающими сроками годности. Программное обеспечение позволяет производить уценку конкретных товаров, рассказали в компании. «Ашан ритейл Россия» планирует избежать свыше 30 000 т дополнительных выбросов углекислого газа, образующегося при утилизации просроченных продуктов, и сэкономить более 80 млн руб. в год.
Есть и другие примеры применения цифровых технологий для снижения негативного влияния на окружающую среду. «Х5 Транспорт» (входит в Х5 Group) применяет собственную аналитику по стилям вождения каждого водителя, которая позволяет повышать эффективность маршрутов. Если сотрудник водит агрессивно, резко разгоняется и тормозит, а соответственно, тратит больше топлива и выделяет больше СО2, то его рейтинг в системе понижается и количество рейсов сокращается.
«Чтобы снизить выбросы от наших более чем 4000 грузовиков, которые развозят продукты в 74 регионах, мы используем более легковесные кузова, а часть парка переводим на гибридные двигатели, работающие на газовом и дизельном топливе, – рассказал представитель компании «Х5 Транспорт». – Попутно сокращаем пробег за счет тщательного планирования и оптимизации маршрутов. Опасные отходы от транспорта передаем либо на утилизацию, либо на вторичную переработку».
Оптимизированная логистика
Если цепочка поставок увеличивается, то необходимо нарастить и горизонт планирования логистических процессов, считает Салихянов. В современных российских условиях это происходит довольно часто. Причины могут быть как политические, так и экономические, отметил он.
«То есть, если мы увеличиваем цепочку от поставщика к нам с 30 до 60 дней, то, соответственно, горизонт планируемого будущего надо также увеличивать на 30 дней для того, чтобы видеть картинку в целом и понимать, есть ли риски в будущем», – пояснил Салихянов. По его словам, изменение в цепочках поставок появились у «Вкусно – и точка» в период становления нового бренда («Вкусно – и точка» ранее – международный бренд McDonald's. – «Ведомости. Устойчивое развитие»). И они поставили перед компанией новые задачи. «IT-технологии помогли нам их решить, а в результате компания избежала потерь из-за списаний испортившейся и невостребованной продукции», – пояснил эксперт.
Предприятия «Вкусно ‒ и точка» расположены на всей территории страны – от Калининграда до Владивостока, рассказали в компании. А задача логиста – 100%-ая гарантия поставки. Для этого рядом с предприятиями необходим склад, на котором будет храниться запас продукции.
«С помощью информационных технологий мы рассчитываем, в каком месте он должен быть расположен с учетом транспортной доступности, стоимости этого распределительного центра и с учетом стоимости доставок в него от поставщика и затем до предприятия», – рассказала директор по управлению цепочками поставок компании «Рулог» (эксклюзивный дистрибьютор «Вкусно ‒ и точка») Светлана Сеничева. Это большой объем данных, уточнила она. По словам Сеничевой, такой подход позволяет экономить топливо, оптимизировать работу водителя и т. д. При этом ИИ учитывает, например, такие факторы, как график доставок (который также формируется при помощи ИИ) и вместимость складских помещений.
Команда дирекции по управлению данными Х5 Tech (IT-компания в составе Х5 Group) провела исследование работы складов Х5 Group. На основании «цифровых следов», оставляемых сотрудниками, когда те подходят к ячейке отбора (место, из которого извлекают товар на складе) и произносят голосовую команду, были собраны их маршруты.
«Так мы смогли понять, как минимизировать простои, происходящие из-за пустых ячеек, и оптимизировать дорожки комплектации», – рассказали в Х5 Group. В результате появилась рекомендательная система, которая использует Big Data и алгоритмы машинного обучения. Она подсказывает, где нужно расширить ячейки отбора, и помогает, таким образом, построить эффективный маршрут.
Алгоритм на службе человека
«В России логистика может похвастаться десятками кейсов применения ИИ для оптимизации складского пространства или транспортных маршрутов, управления роботами-погрузчиками и снижения аварийности на транспорте», – отметил руководитель лаборатории искусственного интеллекта школы управления «Сколково» Александр Диденко. По его мнению, в каких-то случаях это действительно дает позитивный эффект для целей ESG, а в каких-то может вести, например, к передаче работы, выполняемой тысячами работников, алгоритму.
«Можно вспомнить реальный случай, когда в компании до внедрения ИИ специалисты-нормировщики определяли, какие работы и сколько времени выполнялись бригадами ремонтников на транспорте, – привел пример эксперт. – После того, как знания этих специалистов были использованы для обучения нейронных сетей, самим специалистам уже пришлось переходить на работу другого типа».
«В этом году в ряде наших предприятий мы снизили количество поставок продукции в неделю в полтора-два раза», – отметил Салихянов. Объективные расчеты с помощью ИИ показывали, что это возможно и такого количества достаточно для конкретных предприятий, пояснил он. По словам Салихянова, людям свойственно «стелить солому», перестраховываться. А независимое решение алгоритма показывает, какую степень оптимизации можно достичь в реальности. «Честно говоря, результаты нас удивили, они сильно превзошли наши ожидания», – заключил менеджер.