СДЭК — оператор экспресс-доставки в 31 стране мира. В России насчитывается более 5400 пунктов выдачи заказов, в которых работают свыше 25 000 сотрудников. Последние несколько лет компания активно внедряет в работу искусственный интеллект для оптимизации бизнес-процессов.
Рассказываем, как генеративная нейросеть помогла улучшить работу курьеров и оптимизировать процесс отправки грузов за рубеж.
Проблема
Разработать маршрут вручную и распределить работу курьеров — сложная задача, на которую уходит много времени и ресурсов.
Для этого нужно:
- спрогнозировать объём заказов на курьерскую базу, чтобы знать, сколько понадобится курьеров;
- распределить заказы между курьерами, чтобы нагрузка была оптимальной с учётом разной плотности точек доставки по карте;
- сформировать оптимальный маршрут курьеру с учётом срочных заказов и заказов «на конкретное время».
Здесь нужно учитывать множество факторов: размеры грузов, уровень пробок, расходы на бензин, заказы на забор груза по пути и так далее. При этом клиенты нередко отказываются от приёма посылок, переносят встречи или просто пропадают. Без автоматизированного решения логистических задач регулярно повышаются затраты на обслуживание, а общая эффективность снижается.
Вторая важная проблема — доставка грузов за рубеж. В компанию они приходят с техническим описанием, и по нему специалисты должны понять, какой код ТН ВЭД (товарная номенклатура внешнеэкономической деятельности) нужно этому грузу присвоить. Это тоже отнимает много времени и ресурсов.
Решение
В СДЭК решили автоматизировать разработку маршрутов для курьеров и процесс присвоения кодов ТН ВЭД грузам, отправляемым за рубеж, с помощью искусственного интеллекта и генеративных нейросетей.
Технологии
- Для решения задач кластеризации и коммивояжера
Алгоритмы рассчитывают пробки, время доставки, возможные заборы грузов по пути, расход бензина и выстраивают оптимальный маршрут. Алгоритмы составляют портрет клиента и определяют популярность конкретных поставок в различных регионах и поведение пользователей. Эти данные также необходимы при разработке маршрутов.
- Для решения задачи классификации
Алгоритмы точно определяет вид и назначение грузов, необходимый код ТН ВЭД.
Сложности
Для СДЭК самой дорогой и долгой задачей при внедрении AI в бизнес-процессы стала подготовка качественных данных для обучения моделей. Компания стала наращивать собственную экспертизу в этом направлении и развивать отдельный юнит для ИТ-специалистов — CDEK Digital. Сейчас он насчитывает более 550 сотрудников и будет кратно расти. Три продукта команды CDEK Digital уже зарегистрированы в Роспатенте.
Этапы работы
- II полугодие 2022 года. Создание команды для внедрения ИТ-решений. Подготовка данных для обработки нейросетью.
- I полугодие 2023 года. Закупка необходимого оборудования и ПО. Обучение AI-моделей на тестовой выборке.
- II полугодие 2023 года. Получение результатов по обучению AI-модели и их интерпретация. Изменение бизнес-процессов в соответствии с логикой внедряемых решений.
Результаты
- Разработка маршрутов для курьеров оптимизировалась на 15%. Алгоритм основывается на заселённости людей в конкретном ареале, истории заказов и наличии постоянных клиентов, что позволяет работнику легко планировать свой день, ориентироваться в пространстве и забирать грузы по пути. Теперь доставка осуществляется с минимальными затратами бензина и времени.
- Компания получила возможность предлагать своим курьерам наиболее оптимальные маршруты с учётом вероятности появления срочного заказа «на сегодня».
- Компания точно знает, сколько сотрудников и в какие дни ей понадобятся.
- Определение кодов ТН ВЭД для грузов происходит в несколько раз быстрее. Точность машинного алгоритма достигает 95% — ошибки свелись к минимуму.
Следующие шаги
В ближайшие годы компания планирует расширить использование нейросетей для различных бизнес-задач:
- Обслуживание клиентов. Приём звонков, обработка заявок и учёт возражений, упрощение работы топ-менеджеров.
- Документооборот. Составление отчётов, резюмирование результатов работ и другие рутинные задачи.
- Логистика. Упрощение процессов обучения — быстрый ответ на любой вопрос внутри нейросети, а также улучшение организационных моментов: отслеживание поставок, уровней запасов, прогнозирование сбоев.
- Оптимизация бизнес-процессов. Системы прогнозного технического обслуживания на базе AI будут выявлять потенциальные проблемы до того, как они станут серьёзными, сводя к минимуму время простоя и снижая затраты на техническое обслуживание.
- СберПро Медиа теперь можно читать в «Телеграме» и «Дзене». Чтобы быть в курсе важных трендов, свежих кейсов лидеров бизнеса и мнений ведущих экспертов, следите за нами в телеграм-канале. Развитие навыков управления, личностный рост, актуальные подходы в маркетинге, новинки бизнес-литературы — эти темы мы подробно рассматриваем в «Дзене».