Михаил Дедунович — основатель ГК «Infinium» и «БелТрансСпутник»

Не коммерция, а обмен мнениями

Добрый день, дорогие коллеги. Я бы сразу хотел подчеркнуть, что у нас с вами не коммерческая встреча, и вообще изначально мы планировали это как такое заседание «рыцарей круглого стола». Просто не смогли найти в Беларуси такого большого круглого стола. Поэтому пришлось собираться в таком, так скажем, конференционном виде. Но, тем не менее, мы сразу хотим подчеркнуть, что, пожалуйста, задавайте все вопросы, самые провокационные, самые сложные, самые волнующие.

Потому что у нас не менторская встреча, а обмен мнениями.

4-я технологическая революция – хайп или реальность?

И первое, что хотел бы сказать, это то, что, знаете, сейчас в прессе идет такая большая волна, и на Ютубе, и ролики в ТикТоке про четвертую технологическую революцию, про то, что она уже у нас на пороге.

И вот этот весь хайп, он как раз сеет большое недоверие, потому что, ну, не может быть это реальностью, когда так об этом громко кричат.

Но, на самом деле, находясь изнутри этих технологий, я могу сказать, что это все уже – среди нас. Просто, наверное, в силу такой, знаете ли, скромности, такой осторожности белорусов (да и россиян тоже) мы как в школе на сочинении или на контрольной пишем, закрываясь так от конкурента, соседа чего-то сами себе.

И с одной стороны, это хорошо для своих компаний, с другой стороны, плохо. И поэтому мы хотели этим клубом этот барьер проломить. И все-таки вас всех вместе соединить, чтобы вы меньше набивали ошибок в своей работе. Потому что те первопроходцы, которых мы смогли сегодня пригласить, и которые любезно согласились рассказать о своем опыте, они как раз и помогут вам не совершать уже прошлых ошибок, найти свой оптимальный путь в управлении затратами вашей компании с помощью этих автоматизированных технологий, которые не составляют большого труда в практической работе.

Начало формирования отраслевого интеллекта

И, собственно говоря, вот это формирование отраслевого опыта, оно не менее важно, чем формирование отраслевого интеллекта, которым мы занимаемся. Для того, чтобы наша с вами встреча была более продуктивной, я позволю себе буквально пять минут пробежаться по оглавлению. Что же мы будем рассматривать? Чтобы эти вкрапления выступлений там, где каждый будет говорить о своём, ложились в общую канву технологического бизнес-процесса, который у вас идет каждый день от получения заявок до доставки покупателям или в магазины ваших товаров. Вначале, конечно, то, о чем мы будем говорить, опиралось на длинный опыт, который накапливался 20 лет. Почему вообще все это стало возможным? Потому что как любые инновации они не строятся на пустом месте: всегда фундаментом выступают долгие математические исследования, которые сначала были в фундаментальной науке, потом потихонечку диффузировали в отраслевую науку. И, в конце концов, к нам спустились на грешную землю. 20 лет тому назад примерно мы задумались над тем, что есть ряд проблем, которые кажутся неразрешимыми. В то время еще не было таких умных слов – «нейронные сети». Это называлось «корреляционные ряды». Мы уже тогда наметили ряд решений этих проблем с помощью такого рода технологий.

Почему навигационные карты несут конфликты?

И первое, что мы начали – это мы начали собирать данные о движении транспорта, работы водителей. Причем собирать их не как среднюю температуру по больнице, как это делают все навигационные системы. Там, допустим, Том-Том, Гугл, Яндекс (где просто точка на карте) она говорит о том, что в этом месте есть какое-то мобильное приложение. А в чьих руках оно находится: велосипедиста или водителя грузовика, или таксиста – никто не знает. И, соответственно, прогнозы на этих данных не дают никакого точного решения, и в дальнейшем они оспариваются каждым водителем. И отсюда вырастают конфликты, потому что водитель грузовика (если мы построим прогноз трафика) скажем, для легковушки, будет оскорблен таким подходом: «Да вы не понимаете ничего в моей работе!» Поэтому очень важна точность исходных данных.

Ключ к устранению скандалов – отдельная Big Data 20-лет по каждому типу автомобилей

И вот мы ее пытались 20 лет достичь. Каким образом? Одна из наших компаний – «БелТрасСпутник» – является оператором мониторинга транспорта. Вы ее хорошо знаете. Она никогда не была демпинговым оператором, и поэтому имела возможность эти данные хранить вечно. И не просто хранить, а наращивать вычислительные мощности, чтобы базу данных «вращать» и использовать. Исследовать различные новые подходы математики, чтобы найти из них интересные новые черты. В конечном итоге, как в ядерной физике, есть эффект критической массы. Если взять обычный уран, даже плутоний, это просто слегка теплый металл. Лучше не трогать, но даже руку не согреешь. Но при наборе критической массы возникает огромный выброс энергии. Так же и с этой волшебной BigData: с какого-то момента она начинает давать чудесные результаты, которые даже трудно было спрогнозировать. Вот поэтому первое, что мы делали, мы собирали данные о движении раздельно трех типов транспортных потоков. Это легковушки, это средне-тоннажные фургоны и это тяжелые грузовики.

Оценка затрат, которых объективно можно избежать

Одновременно мы пытались решить задачу, которая, надеялись, когда-нибудь встанет в будущем (и она встала и уже сегодня) – это оценка водителей с точки зрения затрат, которые они генерируют компании. И не просто затрат, а излишних затрат, которых на самом деле можно было избежать. Есть такое понятие: “Топливная эффективность” (может быть кто-то слышал наверняка). Это – способность проехать километр пути с меньшими потерями энергии, в том числе топлива. Вот этот критерий – это и есть качество водителя, которое трудно иначе как-то измерить физически весами. Поэтому, чтобы эту задачу в дальнейшем решить, мы собирали не только скорости движения транспорта по всем улицам и дорогам, мы собирали мельчайшие потери энергии, которые они совершают, нажимая на свои педали, рычаги и руль.

Затраты создает не автомобиль, а водитель. Как влиять на топливную эффективность?

Потому что затраты создает, как мы понимаем, не автомобиль, а вот это вот «волшебное» звено между педалями и сиденьем, которое называется водитель. И невозможно в принципе говорить о серьезном снижении затрат, если не влиять вот на это звено. Кто-то называет это слабым звеном, кто-то называет это партнером. Неважно. Важно, что если мы не научимся влиять (а это невозможно сделать вручную) – это слишком трудоемко – автоматизированным способом на это звено, нам говорить о снижении затрат в дальнейшем не придется. Поэтому мы собирали эти данные, и в конечном итоге к чему пришли?

Прогнозы транспортных потоков и очередей на разгрузку в гипермаркетах

Примерно восемь лет назад мы стали строить первые прогнозы транспортных потоков. Они сначала были не очень точными, потому что данных не хватало. Однако, уже тогда получился интересный очень эффект:

фактически они оправдывались на 90 с небольшим процентов. Кроме того, наши клиенты нас очень долго как грушу «трясли», и говорили: «ребята, очень хорошо, что вы строите транспортные прогнозы. А что нам делать с очередями в гипермаркетах? (тогда было 20 гипермаркетов в Беларуси). И вот приезжает машина, а там очередь на 4 часа и толку с вашего прогноза, что там 15 минут она оптимальнее приехала, а потом упирается в эту пробку… ?».

Вот поэтому мы стали потихонечку собирать и эти данные с теми клиентами, с которыми мы давно работаем, (больше 10 лет). Стали уже появляться прогнозы очередей в гипермаркетах. Они намного сложнее, чем транспортные потоки, потому что они связаны зачастую с типом груза, который перевозит клиент. Одно дело мороженое летом и другое дело мороженое зимой, когда оно никому не надо. И, соответственно, регулировщик рампы может поставить машину в хвост очереди или наоборот. Пресервы, например, Санта Бремор очень нужны, например, перед Новым годом для селедки «под шубой», но они не очень нужны летом.

Поэтому это еще более сложная задача, но она тоже имеет свое решение. Все просто (как бы) – терпеливый подход, скрупулезное накопление точных данных. Оно дает потом волшебный результат, когда мы объединили эти данные с современными возможностями Искусственного интеллекта.

Искусственный интеллект в логистике

Что такое Искусственный интеллект в логистике? Это просто поиск, более умный поиск оптимального решения. Вот смотрите – вы хорошо понимаете, что такое комбинаторика и маршрутизация. Можно просто «до скончания века» перебирать все варианты развоза: n-магазинов, m-товаров, b-машинами. Но даже современные вычислительные методы, если решать точно просто «в лобовую», будут давать решение через «1000 лет». Да, вы получите оптимальное решение, но оно будет уже никому не нужно. А Искусственный интеллект позволяет, скажем так, сразу направить поиск в точку, где будет наиболее вероятно находиться оптимальное решение вычислительного процесса поиска.

Поэтому, фактически, мы пришли к финансовой оптимизации логистики доставки. В данном случае речь идет о ней с учетом транспортных потоков, с учетом возможности автопарков, вплоть до возможности водителей: склонности к переработкам. Кому-то нужно ребенка в садик отвести. Кому-то вечером к какому-то клиенту нужно приехать, к кому-то в 12:00-12:30, у кого-то температурная совместимость грузов является определяющим фактором. Вот это все, что невозможно учесть в биологическом разуме (потому что человек имеет ограниченный способность вычислительную) решает математика.

Несправедливость традиционных систем оценки водителей

Кроме этого, о чем я говорил вначале, удалось решить еще одну задачу, причем неожиданно успешно. Задачу оценки водителей на предмет самого главного критерия – топливной эффективности. В чем проблема всех основных систем, в которую и мы упирались раньше (наша компания БелТрансСпутник тоже предлагала такое решение, как Экодрайвинг)? Его предлагали Volvo-Dynafleet, Mercedes, DAF и др. – множество производителей выставляли подобное решение. Все они плохие были тем, что они не учитывают сложность маршрута. То есть в них нужно как-то оценить качество водителя, его эффективность на основе каких-то превышений каких-то допустимых порогов. Но одно дело, когда по Военно-грузинской дороге машина едет, и другое дело – в пробке в Минске. И другое дело – по кольцевой в том же Минске едет. Хотя и то, и другое, это – город. Ведь кольцевая и в центре ул. Немига – это совершенно разные условия.

Как удалось выйти из конфликтности систем оценки водителя: сравнение «рулит»

Поэтому нужно оценить водителя объективно, доказательно, не трудоёмко и так, чтобы он не смог от этих доводов отказаться. Это была очень сложная задача, которая решилась именно за счет того, что мы накопили по всем дорогам Евразии огромную статистику, и робот выбирает на каждом километре пути сопоставимые случаи. Около 10 000 сопоставимых случаев проезда на такой же машине, в такое же время суток, в таком же трафике с остальными машинами, с таким же весом груза и так далее других водителей. Тогда мы объективно оцениваем каждого в сравнении, потому что объективность – это всегда сравнение. Если вашему ребенку в школе поставили девять баллов – это не значит, что он лучший в мире. Это значит, что он прекрасен в рамках этого класса, в рамках сегодняшних условий. Что такое справедливая цена? Это тендерная цена, это сопоставить аналогичные предложения и сравнить: у кого какая цена?

Так же и с оценкой человека, и водителя в том числе. Я сейчас пытаюсь очень кратко пробежаться по структуре того, о чем будет идти речь.

Структура оптимальных бизнес-процессов логистики и сегодняшнего обсуждения

Экран получился сегодня небольшой, но я пробегусь по структуре словами. Вот это, фактически, ваш бизнес-процесс, который вы видите каждый день перед собой. Геокодирование заявок из 1С – это поставить в соответствие физические координаты адресу, который у вас есть в контракте с этим клиентом. Дальше это анализ возможностей вашего собственного или наемного автопарка. Это не только вместимость машин, но и их доступность. Кто-то хочет больше работать, кто-то меньше, кому-то нужно пораньше уйти с работы. Все это анализируется на предварительном этапе. После этого идет прогнозирование транспортных потоков на каждой улице. То, о чем мы уже говорили. После этого мы переходим к прогнозу очередей в каждом гипермаркете отдельно для каждого типа товара. А потом финансовая оптимизация, которая…

Финансовая оптимизация логистики – что это такое?

А что такое финансовая оптимизация логистики? Очень часто за такими умными словами трудно что-то понять. Искусственный интеллект в логистике, как он работает в данном случае? Смотрите: что такое оптимальность для нашего с вами случая? Это выдать водителю максимально напряженное, но при этом все еще гарантированно выполнимое задание. Для того, чтобы это сделать, нужно очень точно знать, в каких условиях он будет работать? В том числе трафик на дорогах. И, соответственно, если мы это можем сделать (а это постоянное балансирование на пике оптимальности) – это и есть оптимизация.

Поэтому нужно очень точно просчитать условия, в которых будет осуществляться работа, и найти самое финансово-оптимальное решение, которое имеет минимальное количество затрат: требует минимального количества транспорта и пробегов. И никто не в обиде, никто не скандалит, никто из водителей не увольняется.

Моделирование доставки: логист – новый центр доходности предприятия

Дальше идет моделирование доставок с помощью Искусственного интеллекта. Что это такое?

Опять же, я буду говорить как можно простым языком, чтобы вам было проще потом задавать вопросы. Логист сегодня, с нашей точки зрения, превращается в центр новой доходности компании. Если раньше логист целый день раскидывал заявки по машинам, в конце дня получал какой-то результат, и рассылал водителям как получилось в Viber. А склад торопит: давай быстрее – нам еще грузиться, нам комплектовать надо, кладовщиков всегда не хватает и так далее. То здесь логист за пять минут может посчитать решение с помощью этого компьютера и дальше стать стратегом. Это от него зависит – сколько компания заработает денег? В каком смысле? Например, компьютер не может выходить за граничные условия. Компьютер только работает в тех условиях, которые заданы контрактом в 1С: прибыть в такой-то магазин, в такое-то время, допустим, с 12 до 13. Гипермаркеты пытаются бороться с очередями, они назначают тайм-слоты (когда прибыть каждому), и попасть в них достаточно сложно и дорого для логиста. Но логист, просчитав один раз такое решение, действительно найдя финансовый минимум-миниморум, как нужно это все распределить, может подумать головой, включить мозги и сказать: слушайте, вот в том магазине Марья Ивановна — классный товаровед, мы ей дарим к 8 марта цветы, и конфеты к Новому году. Если мы приедем, не с 12 до 13, а допустим, с 11 до 14 приедем, она точно не будет возмущаться. А вот там Федор Петрович, мы ему дарим на 23 февраля коньяк, он тоже классный мужик, и он тоже не будет возмущаться. Мы и там, и там раздвинем эти временные рамки, поменяем какие-то приоритеты, и еще раз заставим просчитать Искусственный интеллект, и еще раз, и еще раз. Таким образом логист находит решение еще более выгодное для компании. И если за месяц никто не пожаловался, ну или за два, это означает, что? Что логист правильно применил свои разумные инициативы, включил свой интеллект.

Допустим, если до этого было в достатке 100 машин, с помощью Искусственного интеллекта стало 80 машин, а потом за счет инициатив логиста стало 75, то вот по этим пяти машинам (или 20 000$ в месяц), которые он сэкономил, он имеет право получить KPI от компании. Потому что она бы никогда эту дополнительную экономию не получила без его участия.

Выбор логистом стратегии: риски или доходность?

У нас есть время логисту этим заняться. Он вместо «точения детальки на станке» руководит стратегиями. Например, кучность маршрутов. Мы хотим, допустим, в доставке снизить риски того, что он столкнется с очередью в гипермаркете, и нужно будет быстренько переезжать на соседнюю улицу. Нам важно, чтобы клубок заказов каждой машины был в одном районе, но при этом оптимальный. Соответственно, логист может загнать движок кучности в максимум. Но тогда будет чуть больше пробегов. Соответственно, можно загнать наоборот, оптимальность в максимум, тогда будет меньше кучность. Это все в руках логиста. И умный логист этим может пользоваться целый день и выдавать, в конце концов, такое решение, что, как говорится в народе, «пальчики оближешь».

Фобии логиста при внедрении Искусственного интеллекта – как у бухгалтера при внедрении 1С

То есть логист не заменяется Искусственным интеллектом. Это как, грубо говоря, калькулятор в руках бухгалтера. Ты можешь считать вручную, а можешь посчитать быстрее и подумать головой. Как когда-то в 1С. Кто помнит, зрелые люди, в 90-е годы шло внедрение 1,С и бухгалтера вначале относились с большим недоверием к этой технологии: «Ай-яй-яй! Нас же нас всех сократят» и так далее. А сегодня мы понимаем, что бухгалтер стал фактически финансовым аналитиком. Именно потому, что с него была снята рутина, связанная с обычными расчетами. Помните фильм «Служебный роман», когда «Статистическое учреждение» что-то целый месяц делало?

А может быть кто-то помнит, что они делали? Они делали один отчет по сценарию Эльдара

Рязанова, вернее, по его фильму. Один отчет! Целое огромное Учреждение «рожало» отчет для Министерства. Сегодня это смешно — одна кнопка. Ну а тогда это было по-другому. Так же и в логистике. Оптимизации расходов, заданий водителям.

Как цифровизация авто-двора, высвобождение времени механиков сокращает транспорт на 5-10%

Я кратко пробегусь дальше. Верхних два квадратика – это дистанционный допуск машин на линию механиком.

Это цифровизация автодвора, это самообеспечение водителем самого себя, когда ему не нужен свидетель, чтобы машину принимать. Когда он как в каршеринге сам ее фотографирует, сам принимает на себя ответственность, через мобильное приложение открывает двери, и – поехал. Никто ему помощником не нужен. Соответственно, это ускоряет выпуск машины на линию. По нашим клиентам, это экономия примерно от 5 до 10%

рабочего времени водителя. То есть, соответственно, на 5-10% транспорта нужно меньше. Казалось бы, такая мелочь – а уже насколько увеличивает доходность!

Мониторинг транспорта без автоматизации «план/факт» — лишь иллюзия контроля

Далее – мониторинг, сравнение план-факт, температурная телематика, холодовые цепи. Что такое план-факт? Вы же понимаете, что в сегодняшней ситуации, если у вас, допустим, мониторинг, логист смотрит на карту, там, где 50 машин или, упаси боже, там 300 машин. Вот они вроде все под надзором, но это иллюзия контроля. Если сама система не знает, какая машина как должна была ехать и акцентирует внимание человека только на форс-мажорной ситуации, то контроль этот как бы он вроде есть, но его и нет. Потому что, чтобы понять, вот эта машина сейчас находится на этой улице, это хорошо или плохо, нужно поднять очень много документов, чтобы посчитать на калькуляторе, а где она должна была находиться сейчас, и понять: эта точка, вот в этом месте – надо ли как-то реагировать или не нужно? Это тоже очень важный инструмент помощи логиста: чтобы как в движении самолетов диспетчер понимал: где должен быть борт и где он сейчас находится?

Онлайн расчет себестоимости доставки каждого товара покупателю, оплат наемным перевозчикам

Далее по системе – автоматизация план-факт контроля, автоматизация расчета себестоимости доставки и рентабельности доставки в каждую точку каждого товара (вплоть до конфеты можно посчитать). У нас есть прецеденты, когда мы для клиентов заранее оцениваем себестоимость доставки в каждую точку каждого микро-товара. Далее – автоматический расчет наемным перевозчикам за выполненную работу. Многие из вас наверняка работают с наемными перевозчиками, знают, особенно когда работают в разных регионах, что в каждом – свой тендер, свои условия. Если столько-то взял точек доставки, то тебе такая сумма. А если добавил еще плюс три — то вот такая сумма. Если в этом регионе — то такая. А выехал за эту границу — то такая. У логистов зачастую до 40% времени уходит на то, что они просто «тупо» рассчитывают точно оплаты перевозчикам, чтобы потом не было скандала. Потому что перевозчики – люди обидчивые. Один раз их обмани, они потом от тебя отвернутся, и слава о тебе пойдет нехорошая. А сегодня в системе это считают за три минуты.

То есть алгоритмы у нас считают автоматизировано с помощью соответствующих настраиваемых вами гибких формул, которые освобождают логисту огромную, чуть ли не половину времени его занятости.

Как задание водителю на навигаторе устраняет зависимость от них?

Дальше водителям сбрасывается задание на мобильное приложение. Для чего? Помните, когда-то нас встречали (они и сейчас кое-где еще есть, но почти «вымерли»), таксисты в аэропорту. Ключики от машины такие ребята в кожаных куртках крутили на пальце. «Я знаю город, я вас довезу». Сегодня есть Болт, Яндекс, Убер. То есть любому студенту дай этот навигатор, и он успешно вас на вашу улицу привезет безошибочно. Поэтому так и здесь: при большой текучке кадров среди водителей очень важно иметь независимость от них. Потому что мы, когда даем водителю конкретное задание, как водителю трамвая рисуем ему «рельсы» на карте: как нужно конкретно финансово оптимально для компании проехать? И остановки: где он должен быть в такое конкретное время? Соответственно, у него уже степени свободы не остается. Его задача: ни в кого не въехать по дороге. И тогда это упрощает набор водителей и отношения с ними. Я не буду перечислять там множество остальных звеньев системы, потому что они всплывут у нас в дальнейшем в разговорах с нашими спикерами.

Как оптимально забрать товар со стороннего склада, и не создать хаос с его транзитом через свой склад?

Сканирование штрих-кодов прямо на складе, оптимизация заезда на сторонние склады. Когда у вас не все на одном складе, важно финансово понимать, в каком месте маршрута можно заскочить на другой склад, чтобы специально не посылать дополнительную машину за одним паллетом или одной коробочкой чего-то. Водителям предоставляется возможность не только проехать, но и отмечать все свои события в мобильном приложении, чтобы у вас в ERP-системе не просто были заказы, а было видно: «на каком свете» находится доставка в данный момент?

Ценность мобильного приложения водителя и курьера в отличие от Viber, Telegramm и пр.

Особенно это важно для Е-com, когда не понятно: открыли ли ему дверь — не открыли, товар приняли — не приняли, обоснование, приложенные фотографии поцарапанного холодильника, или чего-то еще, или очередь в гипермаркете. В чем ценность? Он может это сделать в любом мессенджере сегодня у вас и так. Но когда он фотографирует, например, пробитое колесо, условно говоря, он может сегодня (есть простейшие редакторы) скорректировать и координаты, где это было, и время года, суток — что угодно. Может прикрепить 2-летней давности фотографию. Здесь же, когда он фотографирует в мобильном приложении, фото сразу улетает на сервер. У него нет возможности что-то исправить. Поэтому это – фотодокумент, который хранится потом у вас на сервере. Это – обоснование его действий или бездействий. И, соответственно ваше понимание – как на самом деле развивалась ситуация там на месте? Есть встроенные программные кассы, есть возможность сэкономить на выдаче курьерам терминалов.

Безрисковое снижение затрат: присваиваем каждой необоснованной затрате Фамилию и причину

Выделение энерго-потерь водителя. Это (если свой собственный транспорт), то о чем мы говорили в начале, дает возможность оценить лишние затраты. Если посмотреть сегодня на на любое предприятие: для руководителей очень болезненно вообще трогать затраты. Они обычно свои усилия направляют на то, чтобы подороже продать товар или услуги. Но про затраты думают очень скептически: уже столько лет полировали этот «гранит», что там если на него надавить, так он развалится. Мало ли что… . Можно же и бизнес потерять, если просто бездумно давить на этот затраты. Но если затраты просветить «рентгеном» вот таким образом, с помощью Искусственного интеллекта, получается, что это не гранитная глыба затрат вашего предприятия, а это медовик, в котором множество слоев. Эта технология каждому слою затрат присваивает фамилию, имя, отчество, в том числе и водителю. И, соответственно, слои эти – разные. Если начинать работать с этими слоями, то и пирог потихонечку безболезненно проседает. Поэтому желаю всем нам сегодня хорошего дня. Я уверен, что наше взаимодействие, нетворкинг и вопросы, которые вы будете генерировать, они помогут в первую очередь вам самим найти более успешную дорогу в вашем конкретном случае. Какие инструменты вы сможете применить, какие ошибки не совершать. И нам это поможет развивать наш продукт более верно, чтобы еще больше удовлетворять ваши пожелания. Большое спасибо. Если вопросы есть, я могу ответить.

ВОПРОСЫ:

— Смотрите вы сказали про 1С-ку в 90-е, про то, как бухгалтера сопротивлялись. И вот сейчас развивается Искусственный интеллект такими беспрецедентными, наверное, шагами, что такого никогда не было в истории. И дальнейший прогноз сложно предсказать. Куда это всё выведет – эта вот автоматизация? В прессе везде, в изданиях появляется сейчас такое понятие как «цифровая безработица». И что это очень сильно, в том числе, затронет логистику. И вот сейчас уже видно, как то же ваше решение постепенно сокращает, сокращает, сокращает количество людей на таких операциях. Опять же, есть информация (что там предсказания – не знаю), прогноз, что к 2030-ому году вообще водитель как профессия исчезнет. Насколько вот вы видите: какое направление развития этого вашего продукта и вот этого Искусственного интеллекта? И как оно отразится ну чуть в дальнейшей перспективе на нашу отрасль — на транспортную логистику. Это реально вообще, на ваш взгляд?

— Спасибо за вопрос. На самом деле, очень интересный вопрос.

— Я как будто знал на него ответ.

— Вы знаете, что с вами мы мыслим об одном и том же. Это приятно, когда членов отрасли волнуют одни и те же проблемы. Смотрите, давайте задумаемся, возможности технологии только те находят дорогу в жизни, к которым готово общество. Вот если я вам такой пример приведу. Где-то в каком-то интервью я говорил, если вы знакомы с авиацией, что еще лет 15 назад любой Boeing или Airbus мог летать самостоятельно, вообще без пилота. Авиапроизводители искусственно вносили в него ограничения, чтобы пилот был чем-то занят. Уйти из эшелона, подготовить посадочную конфигурацию – это какие-то мелочи, которые пилот делает все-таки сам. Какие-то переключения режимов, с диспетчера на диспетчера радиообмена, хотя все это может делать самолет. Он даже может на перрон заруливать сам, не то что вслепую садиться. Это было еще 15 лет назад. Но скажите, пожалуйста, вот лично вы, вот ваши дети, внуки, вы их посадите в самолет без пилота? Вот вы полетите, допустим, в Анталию вообще без пилота? Наверное вряд ли, и я тоже. И то же самое, если говорить про автомобильный транспорт, который нас с вами напрямую касается: действительно, сегодня накоплена большая BigData, обучение нейронных сетей, в том числе в Америке, вождению автомобилей. Но почему там везде есть оговорка: в присутствии контролирующего водителя? Там, где есть отдельные образцовые дороги, максимум 100 километров по прямой разрешено движение грузовиков. Потому что если этот грузовик, не дай бог, кого-то задавит, разве люди согласятся с тем, чтобы никто не сел в тюрьму за это? И вот, понимаете, наука может все, что угодно придумать. Но… . Давайте еще ближе спустимся к нашей сегодняшней встрече. Смотрите, допустим, мы настроили Искусственный интеллект так, что он сам начинает варьировать какие-то границы, граничные условия, которые жестко заданы контрактом на доставку. Он начинает как-то делать то, что делает логист осознанно. А с кого спросить потом за то, что бизнес потеряли из-за претензий? Понимаете, руководителю важно, что есть логист — он инициатор, он крайний, но он и победитель, если что. А логист понимает: у него «или голова в кустах, или грудь в крестах». Либо то, либо другое. И он тогда союзник руководителя в том, чтобы очень аккуратно эти изменения вносить в стратегии. А если сам Искусственный интеллект начнет туда-сюда что-то делать, и компания пострадает, то кто за это ответит перед руководителем… ? Поэтому Искусственный интеллект всегда помощник. Если мы говорим о рациональном подходе. Конечно, можно сделать так, что дать ему границы, какие-то вероятностные настройки, он будет там чего-то «городить огород». Завтра, если вы начнете терять лавинообразно бизнес из-за того, что клиенты будут отворачиваться от вашего товара в пользу другого, из-за того, что у вас срываются постоянно доставки, с кого вы спросите… ? Нет с кого. Поэтому есть много шуток на эту тему, которые сводятся к тому, что когда мечтали о роботах, мы думали, что робот будет грузить какие-то кирпичи и копать канавы. А получается, что копают канаву по-прежнему люди, грузят кирпичи — люди, а вот робот рисует, в маркетинге делает какие-то работы, сочиняет стихи. К сожалению, роботизация идет в основном в том направлении, которое безрисковое. А мы сегодня наш транспорт запускаем в общество, где идут малые дети по улицам. И рассчитывать на то, что в ближайшие 20 , даже 30 лет общество созреет на то, что «ну ладно, задавили ребенка, ну да, такая судьба» — не приходится. Поэтому все эти разговоры про автономный транспорт, они могут быть. Автоматика полезна, она помогает водителю, она застрахует его от ошибок. Но чтобы полностью заменить, надо, чтобы прошло много времени в сознании наших людей. Задавайте, пожалуйста, вопросы. Ну, я надеюсь, все будут смелее. Коллеги, у нас некоммерческая встреча. Пожалуйста, чем вы больше задаете вопросов, тем мы сможем больше обсудить совместно. Мы не находимся по разные стороны баррикад. Мы все в одном обществе, в одной отрасли работаем, и чем мы открытее будем говорить о своих вопросах и проблемах, тем больше мы коллегиально найдем решений и ответов на ваши вопросы. Мы как математики с одной стороны, вы как практики, с другой стороны, нет из нас главного. Мы – два звена одной цепи, мы друг без друга бесполезны. Поэтому, пожалуйста, активизируйтесь, провоцируйте, ставьте в неудобную ситуацию нас. Мы к этому готовы, поймите. Мы хотим от вас услышать ваше мнение, потому что оно как раз очень важно, потому что в тиши кабинетов можно придумать все, что угодно. А может получиться «рисовали на бумаге, да, забыли про овраги…»

— Михаил! Андрей меня зовут. Компания SpaceLogistic. Подскажите, есть ли где-нибудь в компаниях, где ваша продукт представлен, маршрутизация в автоматическом режиме без участия логиста? То есть не нужно его компетенций, система автоматически забирает с Когуара заявки, конвертирует в паллеты и выдает доставку, исходя из действующего парка. То есть без участия логиста. Любую там Олю, Надю посади, она это все сделает с помощью вашей программы?

— Я не работаю сам с клиентами. У нас около 500 компаний, которые это используют. Поэтому я этот вопрос переадресую нашим коллегам, которые будут потом выступать, и которые именно занимаются внедрением в конкретных компаниях. Я думаю, что просто не буду сочинять. Я это не отслеживаю. Я могу сказать так, как я это вижу как инженер. Если задача достаточно простая и компания небольшая, которая, допустим, витамины для собак продает какие-то, у которой 5-10 машин и, скажем так, достаточно простые развозы по магазинам, не по конкретным физическим людям, то это можно автоматизировать нажатием, по сути, одной кнопки. Но как только сюда вкрадываются всевозможные форс-мажоры, особенно в Е-com, когда бабушка может просто не открыть дверь, а студент забыл, что у него лекции, ему нужно в это время быть в университете, а кто-то, например, мама сказала — я ребенка записала, оказывается, срочно в Лодэ на прием, была форточка, то вот эти форс-мажоры будут всегда накладывать массу траблов на развоз товара, и их нужно кому-то отрабатывать оперативно – человеку, взаимодействуя с курьером. Поэтому кто-то должен сидеть диспетчером хотя бы на этом развозе товара. Или, например, вы работаете с коммерческим наемным транспортом, допустим, Серволюкс, несколько сотен машин каждый день грузятся с помощью нашей системы, армия наемных перевозчиков – каждый сам за себя. Кто-то не приехал, просто потому, что получил более выгодное предложение откуда-то, надо кого-то быстренько заменить, нужно обзвонить, позвонить, дать двойную ставку кому-то там. Кто это сделает? Искусственный интеллект? Это коммуникация человека с человеком. Поэтому Искусственный интеллект выступает служанкой человека, он не пытается его заменить. И это один из предрассудков, который мы пытаемся разложить по полочкам, по атомам нашим коллегам в отрасли, что не надо этого пугаться. Это просто помощник, как калькулятор бухгалтеру в 70-е годы. У меня мама когда-то была инженером-конструктором, я к ней приходил после учебы в школе. У нее был калькулятор размером больше, чем вот эта штуковина – огромный, килограмм 15. на столе вот такой толщины, ламповый внутри. И вот там были старые такие, знаете, вакуумные цифирки, бывают в старых лифтах, оранжевые проволочки. Вот такое было. И это был – революционный скачок. Потому что до этого считали на логарифмической линейке. Логарифмической линейкой запускали в космос, строили мосты, которые стоят до сих пор. Паровозы делали, самолеты, в том числе реактивные. Но это требовало гигантских коллективов, просто дикая неэффективность. А потом это стало все улучшаться, повышалась эффективность. Поэтому сегодня, допустим, у нас в бухгалтерии, работает семь человек, обслуживает примерно 5000 предприятий, которые с нами работают ежедневно. Нам сыпят какие-то мелкие транзакции. Пять человек — так они еще и аналитики финансовые. И они ведут не только одну компанию БелТрансСпутник, еще наши компании, в России, в Узбекистане, в Казахстане. Понимаете, так стало с автоматизацией. А раньше вот здание, где мы когда-то арендовали офис, НИИ сварки и покрытий, там было 38 человек бухгалтеров примерно на 250 человек всего сотрудников. Вот чувствуете разницу? Поэтому все эти технологии, они просто улучшают нашу жизнь, но они не будут за нас жизнь проживать. Это как бы и философски непонятно, и физически это трудно реализовать по разным причинам. Спасибо большое. Хорошего дня.

— Компания КонтеСПА. Сейчас у нас 2024 год. Какие вы видите лично вызовы стоят перед директором по логистике, начальником отдела логистики, логистом в области транспортной логистики любой компании в Беларуси сегодня? Вы знаете, я вот сам не ездил, поеду через две недели в Москву. Наших сотрудников постоянно приглашают выступать на конгрессах в России. И все проблемы отрасли, они у нас на слуху, и нам известны. Они когда рассказывают о своих впечатлениях на ММЛФ, конгрессах TransRussia и так далее, везде проблема одна и та же — персонал. Нет людей. То есть и за счет спада рождаемости объективной, и за счет известных внешнеполитических факторов не хватает людей. Не хватает на всех должностях: от водителя до руководителя. И вот эта проблема, она – очень существенна. Самое главное на ММЛФ в Москве приводили статистические данные: из всех дефицитных специальностей в транспорте и логистике 67% занимают кладовщики-комплектовщики. Их не хватает. Даже водителей меньше не хватает, чем кладовщиков. Некем заменить. А роботизация склада… ? Вот Wildberries российский докладывал о своих проблемах: она требует миллиарды долларов. Это настолько дорогая и сложная вещь и в обслуживании… . Потому что это недостаточно просто потратить деньги на роботов на складе. Там идет потом колоссальная сумма обслуживания этих сложных систем со стороны поставщиков. Как это все окупить? Вот это люди не знают. Поэтому нехватка кадров на всех уровнях — это главенствующей вопрос. Но, например, если мы говорим про водителей, здесь есть некоторые положительные тенденции. Кстати говоря, именно этого года: вы спросили про этот 2024-й год. Мы не ожидали этого. Я могу сказать, что это как «рояль в кустах». Произошло где-то в феврале/марте. Да, до этого много лет, наверное, лет 12 — 15 вы слышали, что наших водителей переманивает Европа. И наш человек, который, , вот начинал свою карьеру с трактора Беларусь, он знал, что он потом пойдет в Триавист, посидит на машине 21 века, покатается год-полтора.

— Потом он пойдет в какой-нибудь Primum, поработает на международных перевозках год-полтора-два, а потом в Girteka поедет в Литву работать за совсем другие ставки. А там платили примерно 90€ поляки в день и 85€ платили литовцы в день. И вот где-то в феврале/марте 2024 пошла обратная тенденция. Резко упали ставки оплаты водителям в Европе, особенно восточной – до 60€/сутки. Очевидно, произошел сговор компаний. Это все как бы называется картельный сговор или как угодно. Или просто грамотное поведение крупных игроков. Стали завозить индусов, северных африканцев. Строят мечети на территории Girteka ,и молельные дома для индусов. И наши водители столкнулись с ситуацией, которая была когда-то 12 или 15 лет назад, когда для них открылся рынок труда Евросоюза, и они через компании, которые набирали на каденцию в Польшу, устраивались в Европу. Очень тогда немцы-водители «кричали криком», что тарифы упали из-за восточных славян. А теперь наши братья белорусы, россияне точно также плачут, когда пришли африканцы и индусы. И этим нашим белорусам деваться некуда. Они потихонечку начинают возвращаться на родину. Мы это видим. Поэтому здесь немножечко положительная тенденция какая-то есть. Что касается людей-логистов, людей с умом, это всегда будет дефицит. Я об этом когда-то говорил, и могу сказать еще раз. Мотивированных людей в обществе рождается очень не много. По разным оценкам от 1 до 3%. Ломоносовых мало, и важна система подготовки. Вот сейчас об этом будет отдельное выступление наших коллег в конце. Применительно к водителям, я бы так сказал, если на ваш вопрос отвечать немножко дальше, заглядывая за него. Вот смотрите вашего ребенка, вы родили ребенка, сына или дочь. Если просто не вникать в его образование: хочешь – смотри мультики, хочешь – делай уроки, хочешь – играй в компьютер, то и вырастет 1-3% эффективных и успешных людей. Но если мама «летает на метле» над ребенком, если она ему постоянно говорит: «поучаствуй в Олимпиаде, тогда получишь такой-то бонус», «реши задачку, тогда пойдешь на улицу», то из 80% детей вырастают толковые люди. Поэтому важно иметь систему постоянного аккуратного подталкивания людей в правильном направлении. И вот эта система оценки водителя, это не просто оценка. Она – система обучения и мотивации. Мы как раз над этим долго думали, как сделать так, чтобы не конфликтовать с людьми, а помочь им стать лучше, и правильно поставить им критерии. Объективные, на которые бы они не обижались. Поэтому «свет в конце тоннеля есть» теперь. Заканчивая ответ на ваш вопрос: просто нужно это понимать, эти тенденции и с ними грамотно работать.

Большое спасибо!

Подробнее смотрите на нашем YouTube-канале!

Формирование отраслевого интеллекта и новые возможности снижения затрат на собственный транспорт