Крепежи и метизы: производство и поставки
18:23 20 сентября в МВДЦ «Сибирь» состоится ежегодный электротехнический форум «День электрика»
16:21 В «Чувашэнерго» завершен капитальный ремонт подстанции 110/6 кВ «Северная»
14:21 Компания ANDELI расширяет ассортимент
12:20 Новые измерители иммитанса серии LCR-78200. Высокая точность и быстродействие в диапазоне частот до 30 МГц

Кернел перевел логистику на искусственный интеллект

20.05.2019 16:52

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 тыс. га 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?

Чтобы справиться с такими объемами информации и расчетами, одной бухгалтерской программы недостаточно — нужны современные технологии, а именно: искусственный интеллект. Все это привело компанию к решению создать имитационную модель цепи поставок на базе программного обеспечения AnyLogic.

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.

Кернел перевел логистику на искусственный интеллект

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 приемке собственного зерна на элеваторах компании, скорость доставки зерна в порт и др."

Кернел перевел логистику на искусственный интеллект

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".

Компания "Кернел" к 2021 году планирует увеличить экспорт зерна в два раза — до 8 млн тонн

Источник

Читайте также