"Кернел" перевел логистику на искусственный интеллект

Современный мир требует быстрых решений и гибкости в меняющихся условиях рынка. Год назад компания Kernel взяла курс на оптимизацию логистики урожая от поля до порта назначения. Главные условия — все вопросы должны решаться оперативно и с минимальными затратами. Через год команда департамента логистики Kernel создала интеллектуальную систему, предлагающую оптимальные логистические решения.

Как объять необъятное

Компания Kernel — мировой лидер по производству и экспорту подсолнечного масла, основной поставщик агропродукции на мировые рынки, обрабатывает 550 тысяч гектаров земли, управляет 39 элеваторами с общим объемом единовременного хранения зерна 2,67 млн тонн и портовыми терминалами, позволяющими осуществлять перевалку 6,5 млн тонн продукции в год. Охватить такой масштаб деятельности с учетом возможных форс-мажоров: ухудшение погодных условий, поломка элеватора, задержки на ж/д дороге и многое другое — очень сложно. На обработку информации и принятие решений по логистике могут уходить недели. Естественно, в условиях стремительного развития технологий и скорости жизни, эта модель работы стала неэффективной. Недостаточно принимать решения на основе сухой статистики за прошлый период и мнений экспертов, нужно постоянно держать руку на пульсе и менять сценарии поведения в зависимости от ситуации. Например, если конкретный элеватор не может принять продукцию по определенным причинам, можно сформировать еще несколько вариантов приемки урожая и по каждому из них просчитать финансовые затраты на логистику. Но как?

Ноу-хау в логистике поставок

Имитационная модель поставок уже используется в мире, но в агробизнесе компания Kernel стала первой, кто решил перевести всю логистику на диджитал-рельсы. Воплотить в жизнь концепцию smart-логистики помогла компания Business Logic. Идея заключалась в том, чтобы искусственный интеллект рассчитывал всю цепочку транспортировки урожая, начиная от поля и заканчивая погрузкой в порту.

Для поставленных задач использовали программное обеспечение AnyLogic. Его модернизировали, вложили нужные "мозги" и научили моделировать разные сценарии логистической цепочки поставок. На разработку и внедрение программы у компании ушло около года.

Инновационная имитационная модель — это мозговой центр всего процесса поставок. На основе имеющихся данных учетных систем она позволяет проанализировать прошлый и будущий сезоны, допущенные ошибки, учесть изменения и составить несколько вариантов движения зерна от поля до порта всего за полдня! Это ноу-хау в аграрном секторе.

Какая ты, имитационная модель?

"От идеи до финального этапа реализации программы прошло около года с разной интенсивностью, — рассказывает Николай Мирошниченко, директор по логистике "Кернел". — У нас уже была модель и понимание того, что мы хотим. Сложность возникла на этапе тестирования — нам необходимо было найти и исправить ошибки. Нужно было смотреть, куда едет урожай, и если неправильно, корректировать его движение. Поэтому на этап тестирования мы потратили где-то полгода. И в результате получили автоматизированную систему, которая самостоятельно предлагает разные альтернативы, а вот принятие решения командой лежит в плоскости выбранной стратегии: минимизация логистических издержек, приоритетность в завозе собственного зерна на элеваторах компании, скорость доставки зерна в порт и др."

Как устроена работа имитационной модели? Есть учетные программы, где аккумулируются данные уборки урожая, указываются варианты вывоза на элеваторы, вносится прогноз урожайности, даты созревания культур, количество автотранспорта и ж/д вагонов. Проанализировав все эти показатели, имитационная модель Kernel предлагает несколько логистических сценариев, включая дату, поле и на какой склад с него лучше везти собранный урожай, и сколько необходимо отгрузить со складов, чтобы принять весь урожай и максимизировать оборачиваемость элеватора.

"Имитационная модель — это сердце всей логистики, которое позволяет просчитывать разные сценарии и выбирать самые оптимальные и выгодные решения. А значит, делает компанию еще более финансово успешной и рентабельной на мировом рынке агроиндустрии. Она позволяет выявить узкие места и заранее просчитать варианты, как избежать коллапса или перенаправить транспортные потоки, чтобы не создавать чрезмерной нагрузки, — комментирует Николай Мирошниченко. — Также программа учитывает технические и другие ограничения, принимает во внимание имеющиеся данные и в результате вносит рекомендации по подготовке компании к началу сезона. Например, построить элеватор или внедрить новое оборудование, или увеличивать приемку, сушку и прочее".

"Сейчас наша основная задача — отработать недельное планирование, — говорит Игорь Оленюк, руководитель отдела планирования и аналитики Кернел. — Даже если программа отработала модель поставок и предлагает нам везти груз другим путем, к сожалению, не всегда команда располагает достаточным количеством времени для внедрения этого решения. В перспективе мы, конечно же, нацелены на ежедневный поиск вариантов перевоза урожая с полей для максимальной оптимизации логистических издержек в соответствии с выбранной стратегией. К этому мотивируют и амбициозные задачи".

Сейчас имитационная модель прошла тестирование и в новом сезоне вступает в работу. В перспективе ее сможет использовать не только департамент логистики, но и другие структурные подразделения компании. К примеру, финансовая служба — для расчета расходов на следующий период и бюджетирования автомобильных и железнодорожных перевозок урожая, а департамент хранения — для составления планов заготовки по элеваторам.