Логистика накопила больше «цифрового долга», чем другие отрасли – и это тормозит внедрение ИИ
Логистические компании и операторы цепей поставок несут на себе больше так называемого «корпоративного долга» – разрозненных ИТ-систем, изолированных региональных операций и ручных процессов, – чем в среднем по экономике. К такому выводу пришли аналитики Genpact и HFS Research, опросив более 2 000 топ-менеджеров из 16 отраслей и 14 бизнес-функций.
Проблема копилась годами. Системы внедрялись регион за регионом, актив за активом – каждый раз для решения конкретной задачи, а не в рамках единой архитектуры. В итоге видимость отправок живёт в одной платформе, отслеживание активов – в другой, данные о поставщиках – в третьей, а исключения разбираются вручную, потому что так быстрее, чем чинить корневую причину.
Раньше с этим мирились. Теперь цена бездействия выросла. Модель ИИ, обученная на фрагментированных данных об отправках, выдаёт противоречивые решения. Агентная система, встроенная в плохо спроектированный процесс обработки исключений, не устраняет ошибки – она масштабирует их быстрее, чем это делал бы человек.
Исследование показывает, что значительная часть потенциальной отдачи от ИИ в логистике уже заблокирована накопленным долгом. Компании теряют выгоду не из-за слабых моделей, а из-за инфраструктуры, которая никогда не проектировалась под такую нагрузку.
Аналитики выделяют три направления, с которых стоит начать. Первое – унификация данных: информация об отправках, активах и поставщиках, разбросанная по разным системам, должна сводиться к «единой версии правды». Второе – переработка процессов с высокой долей ручных исключений. Если сегодня процесс держится на том, что кто-то ловит и исправляет ошибки руками, подключение ИИ лишь меняет исполнителя, но не решает проблему. Рутинные исключения должны обрабатываться автоматически, а человек – принимать решения в сложных случаях. Третье – честная диагностика: для большинства логистических компаний самый тяжёлый долг сосредоточен в процессах и технологиях, а не там, куда сейчас идут основные бюджеты.
Вывод прагматичен: не нужно решать все проблемы до запуска ИИ. Но игнорировать фундамент – значит принять потолок результатов, каким бы мощным ни был алгоритм. Выиграют те, кто честно оценит, на чём построена их сеть, и начнёт это менять.
