Нейросети в логистике
и железнодорожных перевозках

Изображения для статьи сгенерировал искусственный интеллект онлайн-фоторедактора Fotor

В автомобильных и в особенности водных грузоперевозках внедрение ИИ пока наиболее затруднено.

Использование возможностей нейросети позволяет вести предикативную (прогнозную) аналитику для планирования маршрутов. Это особенно актуально для железнодорожных перевозок.

Традиционно, когда этим занимаются люди, используется ограниченный набор данных — в основном это длина маршрута и средняя скорость движения на выбранном направлении. Эти данные принимаются как статичные, без учёта актуальных изменений.

Нейросеть при решении такой задачи способна учитывать и анализировать гораздо больше факторов — практически все, которые можно получить: данные о погодных условиях, трафике и времени ожидания, сроках погрузки-разгрузки на конкретных станциях, вплоть до индивидуальных характеристик тех или операторов и заказчиков. Оперирование такой объемной базой данных открывает совершенно новые возможности и параметры точности планирования маршрутов.

В особенности это актуально для крупных сетевых поставщиков.

Выгода складывается из прямой экономии на производственных, складских и транспортных издержках, а также таких косвенных факторов, как:

Совершенно новой и кардинально важной для эффективного использования нейросетей на железнодорожном транспорте стала возможность получения актуальных данных собственно с подвижных составов. Ещё в 2020 году один из главных игроков на рынке контейнерных перевозок, компания «Мэрск» (Maersk) начала использовать 50 000 «умных контейнеров». Они снабжены датчиками, которые передают через Интернет-данные о своей геолокации, состоянии дверей и корпуса контейнера, температуре снаружи и внутри и ряд других важных данных. Всё это позволило поднять возможности отслеживания груза и его состояния до немыслимого ранее уровня.

В настоящее время для российских грузоотправителей и перевозчиков все эти возможности, открытые компанией Maersk, оказались закрыты.

В России использование нейросетей в железнодорожном транспорте — это прерогатива государственного монополиста. В 2017 году в экспериментальном депо в Ленинградской области начались испытания условно-беспилотных маневровых локомотивов, которые через два года смогли работать почти полностью в автоматическом режиме.

Подобная «контролирующая» функция человека реализуется на МЦК. По кольцевой железной дороге, проходящей по границам Москвы, в 2019 году началось экспериментальное движение электропоезда с третьим уровнем автономности. Нейросеть управляет движением и остановкой поезда, человек отвечает за двери поезда и берёт на себя управления в нештатной ситуации.

Начать плановое движение полностью автоматизированных поездов по МЦК планировалось в 2024 году. В августе 2023 года АО «НИИАС» пока смог продемонстрировать модель одновременного управления только двумя автоматизированными электропоездами на выставочном стенде.

Изображения для статьи сгенерировал искусственный интеллект онлайн-фоторедактора Fotor

Практически все компании, активно внедряющие использование нейросетей в транспортной и логистической сфере, отмечают два важнейших эффекта:

По словам вице-премьер-министра правительства Российской Федерации Дмитрия Черниченко, выгода от снижения операционных расходов при использовании ИИ к концу 2023 года должна совокупно достичь 400 млрд рублей.

Первая выгода от использования нейросетей — это возможность заменить ими людей. Это же является и наиболее проблемной перспективой, поскольку в самой грубой форме может активизировать рост безработицы.
Поэтому грамотные руководители задумываются над тем, как совместить уменьшение издержек в результате использования роботов с повышением эффективности работы людей.

Ряд российских логистических компаний применяют искусственный интеллект в бэк-офисе. Нейросети помогают автоматизировать рутинные задачи, что освобождает время сотрудников для выполнения своей основной работы. В частности, ИИ занимается оптимизацией проведения финансовой информации, ускоряет обработку служебных данных и таможенное оформление.

Наша компания не осталась в стороне этого тренда. Сотрудники активно участвуют в обсуждении возможностей, экспериментируют с разными нейросетями. Самым популярным на сегодняшний день является нейросеть Chat GPT. Направляя запросы в GPT, мы получаем ответ, который оказывается существенно релевантнее того, что может выдать простой поиск в Google. Использование нейросети уже позволяет нам экономить рабочее время. Также ИИ помогает нам и в других вопроса, например, для конвертации видео или аудио-материалов презентаций в текст. Сейчас сотрудники тестируют разные инструменты на основе ИИ, в наших амбициях внедрять их в работу и повышать эффективность процессов.

Самая ценная способность ИИ — быстрая и точная работа с большими базами данных. В этом же состоит и третья проблемная тема внедрения ИИ. Хотя само использование нейросетей позволяет снижать издержки, оно же вынуждает компании делать крупные инвестиции в новое оборудование, которое позволяет создавать и управлять большими базами данных и повышать точность этих данных. Кроме того, какими бы продвинутыми ни были нейросети, они не могут работать без участия людей. Это означает, что компаниям требуется повышать компьютерную грамотность своих работников, а порой буквально обучать их новым методам работы. Это точно так же связано и с прямыми затратами, и с инвестициями в развитие человеческих ресурсов.

Все перспективы развития железнодорожного транспорта с применением ИИ — это будущее, которое начинается сегодня. Однако пока мы можем вполне уверенно сказать — это лишь начало, и реальная практика грузоперевозок ещё не скоро станет такой, какой она видится оптимистам из IT-сферы.

В реальности все основные решения остаются за человеком, вернее — за опытными специалистами. Именно такие специалисты работают в Глобал Логистик, и пока нет более эффективного способа рассчитать расстояние и тарифы, чем обратиться непосредственно к профессионалам.