Logo Международный форум «Евразийская экономическая перспектива»
На главную страницу
Новости
Информация о журнале
О главном редакторе
Подписка
Контакты
ЕВРАЗИЙСКИЙ МЕЖДУНАРОДНЫЙ НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ English
Тематика журнала
Текущий номер
Анонс
Список номеров
Найти
Редакционный совет
Редакционная коллегия
Представи- тельства журнала
Правила направления, рецензирования и опубликования
Научные дискуссии
Семинары, конференции
 
 
 
 
Проблемы современной экономики, N 2 (74), 2020
ПРОБЛЕМЫ МАРКЕТИНГА. ЛОГИСТИКА
Рожко О. Н.
доцент кафедры автомобильных двигателей и сервиса
Казанского национального исследовательского технического университета (КАИ) им. А.Н. Туполева,
кандидат технических наук


Управление инфраструктурой логистической системы региона, интегрированной в единое информационное пространство
В статье представлена архитектура когнитивной инфокоммуникационной системы цифрового управления инфраструктурой логистической системы региона в среде единого информационного пространства (ЕИП) на уровнях цифровой и физической интернет-интеграций цепей поставок. Предложена организация региональной инжиниринговой логистической компании, осуществляющей техническую поддержку в среде ЕИП на принципах аутсорсинга
Ключевые слова: цифровое управление, логистическая система, единое информационное пространство, интеллектуальная транспортная система, большая база данных
УДК 332.14:656.02; ББК 65.9(2Рос)   Стр: 148 - 153

Современная логистика, реализовав в полном объеме достижения цифровой революции «Индустрия 3.0» (переход от аналоговых технологий к цифровым), успешно начинает внедрять концепцию управления «Индустрия 4.0», предусматривающую полную трансформацию всех физических активов и их интеграцию в единое информационное пространство (ЕИП) вместе со всеми участниками логистической системы [1]. ЕИП цепей поставок (Supply Chain) — это информационная среда интегрированного планирования, управления, координации и коммуникации всех ее контрагентов в режиме реального времени. Сегодня сформированы четыре уровня цепей поставок, в зависимости от степени их цифровой интеграции [2].
1. Традиционные Supply Chain 1.0 — Ограниченная интеграция с низким уровнем оцифровки и использованием ограниченного количества информационных баз данных.
2. Современные Supply Chain 2.0 — Цифровая интернет-интеграция с высоким уровнем организации, планирования и прогнозирования в цепях поставок и расширенной информационной базой данных их участников.
3. Прогрессивные Supply Chain 3.0 — Физическая интернет-интеграция глобальной открытой логистической системы, основанная на принципах физической, цифровой и информационной взаимосвязи, организуемой, по аналогии с цифровым Интернетом, на базе стандартных и свободных протоколов и интерфейсов, оперирующих большими базами данных (Big Data).
4. Перспективные Supply Chain 4.0 — Интеграция «Индустрия 4.0» рассматривается как перспективный инструмент цифрового управления раплексной средой глобальной логистики, оперативно отвечающей на изменение волатильности на рынке перевозочных услуг и потребностей клиентов, реализуя гибкие IT- решения современной клиентоориентированной логистики на основе информационной базы Big Data и интеллектуальных транспортных систем (ИТС).
Столь стремительная и глубокая информационная интеграция логистики, влекущая за собой изменение дизайна логистических сетей и инфраструктуры, продиктована непрерывной трансформацией процессов управления в реалиях глобальной и национальной цифровой экономики. Чтобы быть конкурентоспособными, современные компании переходят на клиентоориентированное производство [3], клиентоориентированные технологии управления [4], выпуск уникальной продукции, следовательно, возникает необходимость создания и клиенториентированных цепей поставок [5]. Вследствии этого, классические подходы в логистике, направленные только на планирование и исполнение операций, уже не удовлетворяют растущей динамике их исполнения на всех этапах управления. Цифровая интеграция логистических систем в глобальную информационную сеть изменяет сами принципы традиционной организации Supply Chain (SC), трансформируя их в цифровое управление (Digital SCМ) на базе Big Data единого информационного пространства [6, 7] (рис.1).
Цифровизация развития цепей поставок подразумевает общедоступность и унификацию инфраструктуры логистических систем: ее объектов, интеллектуальных унифицированных систем хранения, грузообработки и транспортировки со специдентификаторами. Автор инновационной логистической концепции «физического интернета», Бенуа Монтрей, прогнозирует создание сети крупных логистических центров и терминалов самых востребованных товаров разных производителей, прообразом которых являются «облачные» хранилища в интернете [7]. Логистика уже давно перешагнула уровень цифрового документооборота и цифрового архива событий и документов. Сегодня цифровизация пришла в разработку и реализацию логистической стратегии: сбора данных, их анализа, анализа потребностей участников логистических систем, разработки и тестирования логистических моделей в зависимости от изменений внешней среды, формирования гибкой библиотеки сценариев поставок.
Таким образом, реинжиниринг всех процессов управления логистической системой на основе баз больших данных единого информационного пространства с использованием цифровых технологий является сегодня актуальнейшей задачей. Ее решение зависит от ряда факторов, среди которых формирование базы Big Data, которая в независимости от концепции организации архитектуры сетей хранения [10] (облачных технологий, блокчейн или клиентских файловых систем, прикрепленным к серверам хранения) может планироваться только как территориально-распределенное образование. Перспективы цифрового управления в сетях глобальной логистики на основе ЕИП напрямую зависят от положительной динамики развития региональных распределенных информационных систем цифрового управления.
Трансформация управления горизонтально интегрированной региональной логистической системой в условиях цифровой экономики является естественным этапом развития и формирования устойчивых бизнес-связей различного уровня развития. Предлагаемая концепция организации единого сетевого и кластерного территориального пространства на основе когнитивной инфокоммуникационной системы цифрового управления позволит создать механизм обратной связи между двумя структурными формами пространственного управления логистической системы территории. Вследствии чего изменится сам дизайн региональных цепей поставок за счет преобразования их в разветвленную децентрализованную сеть на основе единого инфокоммуникационного управления, приводящего к сквозной оптимизации региональной логистической системы. Глобальное ЕИП обеспечит повсеместный и удобный сетевой доступ по требованию к общему пулу аппаратно-программных ресурсов когнитивного домена цифрового управления, которые могут быть оперативно предоставлены при обращении к облачному серверу или децентрализованным платформам блокчейн. Реализация концепции даст возможность свободного сотрудничества и совместного одновременного пользования ресурсами инфраструктуры логистической системы различным участникам регионального рынка, даже конкурирующим.
Когнитивная инфокоммуникационная система цифрового управления логистикой и ее инфраструктурой — это, по сути, конвергенция логистических услуг, предоставляемых на базе набора программных и технических средств обработки и хранения больших объемов информации. В основе искусственной когнитивной системы заложены способности биологической: «познавать свое окружение и адаптироваться к нему или изменять его за счет накопленных в процессе функционирования знаний и приобретенных навыков» [11]. Именно на уровне когнитивного домена осуществляется интеллектуальный анализ логистической системы, позволяющий решать задачи прогнозирования поведения ее элементов.
Исполнительные устройства, оснащенные программными продуктами обработки, на уровне когнитивного домена реализуют следующие этапы обработки информации [12–15]: обнаружения закономерностей в поведении элементов информационной системы посредством свободного поиска; прогностического моделирования, в ходе которого и используются выявленные закономерности для предсказания неизвестных значений или варианты поведения системы и ее элементов; выявления, интерпретации и анализа исключений в найденных закономерностях и принятия вычислительных оптимизационных решений. Информационный домен системы направлен на решение задач, связанных с выявлением существенных корреляций и тенденций в больших объемах данных. Коммуникационный домен объединяет функции мониторинга и сбора информации; сенсоры и исполнительные устройства, системы связи, навигации и локации. Когнитивные инфокоммуникационные системы цифрового управления применяются при проектировании и моделировании [11–17]: искусственных нейронных сетей, способных к самообучению; искусственного интеллекта, имеющего возможность формировать новые правила и отношения, которые реализуют вычислительные процессы принятия решения; самоорганизующихся систем, использующих принцип развития организации системы под действием внутренних причин и механизмов адаптации к условиям окружающей среды.
Архитектура когнитивной инфокоммуникационной системы цифрового управления логистикой и ее инфраструктурой может располагаться на четырех моделях публичных, частных или гибридных облачных программно-вычислительных платформ (Cloud Computing) [18]. SaaS (Software as a Service) — предоставляет программное обеспечение по требованию абонента. PaaS (Platform as a Service) — предлагает развертывание и поддержку web-приложений и сервисов. IaaS (Infrastructure as a Service) — предоставляет полный доступ к облаку как виртуальной машине, с возможностью доступа удаленным абонентам к операционной системе и программному обеспечению. KaaS (Knowledge as a Service) — модель «знание как услуга» содержит «однозначно интерпретируемые актуальные знания, обеспечивающие поддержку принятия решений» [19] в семантически сложных задачах и предоставляет технологические средства их реализации. На сегодня KaaS является наиболее универсальной облачной платформой [18, 19], что подтверждает удачный опыт многоуровневого представления в рамках KaaS архитектуры мультимодальных ИТС [14–17]. Учитывая возможность ее применения не только в традиционном серверном облачном инструментарии, но и на рассредоточенной базе блокчейн, автором выбрана модель KaaS для построения уровней архитектуры цифрового управления логистической системой. Уровневая архитектура когнитивной информационной системы управлении инфраструктурой региональной логистики представлена на рисунке 2.
Предложенная архитектура наглядно демонстрирует, что главная задача цифровых структурных изменений в логистике — это трансформация процесса принятия решений при организации цепей поставок в логистической системе и управлении ее инфраструктурой, в связи с необходимостью увеличения скорости адаптации системы к разнообразным изменениям и экономической стратегии производителей и поставщиков, и внешней среды. И хотя цифровые технологии — это лишь инструмент управления данным процессом, цифровизация дает возможность логистам (провайдерам) использовать новейший инструментарий анализа больших данных и работу с системами искусственного интеллекта. Современные интеллектуальные транспортные системы уже сегодня являются неотъемлемой частью инфраструктуры логистической системы, ускоряя сквозную оптимизацию результативности цепей поставок и эксплуатации инфраструктуры логистической системы. Информационная база исходных данных объединяет Big Data ИТС, полученную со всех имеющихся сенсорных устройств, данные датчиков контроля грузовых единиц, роботизированных систем, систем коммуникации и связи. Общая структура формирования исходных Big Data когнитивной информационной системы, как инструментария управления цепями поставок и сопутствующей им инфраструктуры логистической системы, представлена на рис.3.
Прогнозируемые результаты, на которые направлены управленческие усилия когнитивной инфокоммуникационной системы ЕИП в горизонтальной логистической системе региона, представлены в табл.1
Современные логистические системы требуют гибридной формы управления, что влечет возрастающее число компетенций специалистов. Сегодня, логист — это уже не просто менеджер-исполнитель, обладающий стратегическим мышлением, это — IT дизайнер и инженер.
Однако, сегодня наблюдается разрыв в компетенциях: IT специалисты зачастую некомпетентны в логистике и технологии перевозок, а логисты достаточно далеки от понимания когнитивной инфокоммуникационной системы цифрового управления. Доказательством этого служит масштабное исследование консалтинговой компании KMDA [20], согласно которому отечественные логисты, в общей массе, считают свой личный прогресс в цифровой трансформации незначительным и опасаются переводить процессы управления в облачные системы, а уж тем более блокчейн. Иначе обстоят дела в крупных корпорациях, работающих на рынке международных мультимодальных логистических систем, специалисты которых вынуждены переходить на полное внедрение интеллектуальных систем во всех сферах управления. С 2019 года в ряде российских вузов начата подготовка отечественных специалистов по магистерским программам в области управления логистикой в цифровой экономике [21]. Тем не менее, нехватка специалистов в регионах не позволяет разрешить противоречие: без изменения системы управления региональной логистикой невозможно полноценно реализовать стратегию цифровизации экономики, а наличие специалистов в области цифровой логистики только в международных логистических компаниях, работающих на региональном рынке, не достаточно для реализации проекта цифровизации экономики. Необходимо в этой связи создание инжиниринговой логистической компании нового типа, предоставляющей техническую поддержку в среде ЕИП на принципах аутсорсинга, и включающей в свой кадровый состав и профессиональных провайдеров, и IT-специалистов. Цифровизация позволяет постоянно сокращать необходимость в перенастройке логистических сетей за счет самоорганизации интеллектуальной системы при поиске оптимальных решений доставки. Следовательно, логистическая инжиниринговая компания должна аккумулировать в себе три главные компетенции: аналитика и управление базами Big Data, экспертиза решений, принимаемых когнитивной информационной системой для непосредственной практической реализации; непрерывное взаимодействие со всеми участниками системы доставки для реагирования в режиме реального времени на изменения в поступающей исходной информации.
Подобные инжиниринговые логистические компании могут стать ключевыми игроками на рынке региональной логистики. Их взаимодействие с большим числом заказчиков позволит не только интенсифицировать процессы цифровой трансформации экономики региона, но и оптимизировать управление инфраструктурой региональной логистической системы, особенно в вопросах загруженности логистических объектов (центров, терминалов) и путей сообщения. Особую роль подобные компании могут сыграть в интеграции региональной логистической системы в глобальную логистическую сеть международных транспортных коридоров, что, несомненно, приведет к увеличению экспортного/импортного грузопотока региона, росту товарооборота, скажется положительно на развитии производства и валовом региональном продукте.
Трансформация национальной логистики — неотъемлемая часть процесса цифровой трансформации всей мировой экономики. Число субъектов и объектов управления раплексными логистическими системами, столь велико, что решить проблему повсеместного внедрения цифрового инструментария сложно без поддержки государства [22]. Создание киберзащищенного единого информационного пространства и реализация в нем прикладных процессов цифрового управления требует соответствующей законодательной поддержки. В первую очередь, необходима обновленная нормативно-правовая база по оформлению электронного взаимодействия на всех уровнях ведения бизнеса, чтобы участники любой цифровой платформы могли работать по единым стандартам электронного документального сопровождения. Реализация на региональном уровне проектов внедрения цифрового управления на основе когнитивной инфокоммуникационной системы, работающей с большими информационными базами данных ЕИП, позволит значительно ускорить процесс цифровой интеграции всех участников национальной логистики в глобальную цифровую экономику.
Рис. 1. Трансформация интегрированных в единое информационное пространство цепей поставок
(составлено автором по материалам MHI Report, 2017–2019 [8] и Deloitte 2018 [9]).
Рис. 2 Архитектура когнитивной инфокоммуникационной системы цифрового управления инфраструктурой логистической системы в среде ЕИП
Составлено автором
Рис. 3. Информационная база Big Data когнитивной инфокоммуникационной системы цифрового управления логистикой в среде ЕИП
Составлено автором
Таблица 1
Прогнозируемые результаты управления инфраструктурой региональной логистической системы, интегрированной в программно-информационно среду ЕИП
Территориальная консолидация логистической деятельностиТерриториальная интеграция информационного обмена
Снижение транспортных издержек за счет организации терминальных технологий грузоперевозок, сокращение периода доставкиСогласованное планирование и снижение рисков в цепях поставок за счет создания единой информационной системы с общедоступной базой данных
Снижение административно-управленческих затрат и ликвидация дублирующих функций за счет эксплуатации общих инфраструктурных объектовОбеспечение необходимой скорости и точности информации для сокращения времени принятия решений в логистических бизнес-процессах
Сокращение удельных совокупных издержек складских логистических услуг, повышение их конкурентоспособности расширения спектра и качестваСнижение издержек на прогнозирование и управление запасами вследствие качественного информационного обмена между участниками процесса
Получение дополнительного дохода зачет развития дополнительных производственных услуг по переработке грузов и перераспределении консолидированных производственных и торговых запасовПовышение качества логистических услуг за счет непрерывного информационного отслеживания и учета индивидуальных требований потребителей и изменения потенциального спроса на виды и услуг


Литература
1. Kersten W., Blecker Th., Ringle Ch. M. The Road to a Digitalized Supply Chain Management. Proceedings of the Hamburg International Conference of Logistics (HICL) — 25, 339p. [Electronic resource] // URL: https://hicl.org/publications/2018/25/kersten-hicl-2018-road-digitalized-supply-chain-management-smart-and-digital-solutions-supply-chain.pdf (дата обращения 15.02.2020).
2. Supply Chain 4.0 — the next-generation digital supply chain. Website McKinsey & Company [Electronic resource] // URL: https://www.mckinsey.com/business-functions/operations/our-insights/supply-chain-40--the-next-generation-digital-supply-chain (дата обращения 15.02.2020).
3. Латыпова Л.В. Особенности клиентоориентированных технологий как фактора роста продаж // Практический маркетинг. — 2012. — № 10. [Электронный ресурс] // URL: https://www.cfin.ru/press/practical/2012–10/03.shtml (дата обращения 17.02.2020).
4. Бусаркина В.В. Понятие клиентоориентированности предприятия и проблемы ее оценки // Проблемы современной экономики. — 2007. — № 4 (24) [Электронный ресурс] // URL: http://www.m-economy.ru/art.php?nArtId=1660 (дата обращения 17.02.2020).
5. Петров В.Ю., Петрова П.И. Интеграция производственных и сбытовых систем с позиций клиентоориентированного подхода //Фундаментальные исследования. — 2015. — № 3. — С. 202– 206.
6. Oakley T. Zillerium: A Decentralised Supply Chain Management Architecture // GDL BSc MSc, ZilleriumFounder — DRAFT UPI version [Electronic resource] // URL: http://www.zillerium.com/draftwhitepaperupi.pdf (дата обращения 15.02.2020).
7. Culey S. Transformers: Supply Chain 3.0 and How Automation will Transform the Rules of the Global Supply Chain // The European Business Review, November-December 2012. 40–45 pp. [Electronic resource] // URL: http://www.everyangle.com/summit2015/downloads/sean-culey.pdf (дата обращения 15.02.2020).
8. Manufacturers Alliance for Productivity and Innovation (MAPI) Deloitte Insights, 2018. 28 p. [Electronic resource] // URL: https://www2.deloitte.com/content/dam/insights/us/articles/4181_embracing-a-digital-future/embracing-a-digital-future.pdf (дата обращения 17.02.2020).
9. Mitsubishi Heavy Industries (MHI) Annual Industry Report, 2017; MHI Annual Industry Report, 2018; MHI Annual Industry Report, 2019 [Electronic resource] // URL: https://www.mhi.org/publications/report#download6 (дата обращения 17.02.2020).
10. Рожко О.Н., Хоменко В.В. Трансформация национального рынка логистических услуг в условиях цифровой экономики // Проблемы современной экономики, 2019. № 3 (71). С. 211–215.
11. Лукомская О.Ю. Когнитивные нейросетевые технологии в задачах управления транспортной системой /Материалы Всероссийской научно-практической конференции «Технологии построения когнитивных транспортных систем» 30–31 мая 2018 г. — СПб.: ИПТ РАН, 2018. — С. 141–146.
12. Малыгин И.Г., Комашинский В.И. Введение в когнитивные транспортные системы /Материалы Всероссийской научно-практической конференции «Технологии построения когнитивных транспортных систем» 30–31 мая 2018 г. — СПб.: ИПТ РАН, 2018. — С. 6–14.
13. Asaul A., Malygin I., r Komashinskiy V. The Project of Intellectual Multimodal Transport System // Transportation Research Procedia, 2017. Vol. 20. 25–30pp. DOI: 10.1016/j.trpro.2017.01.006
14. Иванов А.Ю., Комашинский В. И., Малыгин И. Г. Концепция построения единого информационного пространства интеллектуальной мультимодальной транспортной системы // Транспорт Российской Федерации. — 2016. — № 6 (67). — С. 28–24.
15. Kersten W., Blecker Th. and Ringle Ch. M. (Eds.). The Road to a Digitalized Supply Chain Management. Proceedings of the Hamburg International Conference of Logistics (HICL)-25. — 2018. 330 p. [Electronic resource] // URL: https://hicl.org/publications/ 2018/25/kersten-hicl-2018-road-digitalized-supply-chain-management-smart-and-digital-solutions-supply-chain.pdf (дата обращения 14.02.2020).
16. Abbas Kh. Multimodal integrated smart sustainable transport system: the way forward for mena cities // MENA CTE Journal. April 2016. 8–17pp. [Electronic resource] // URL: https://mena.uitp.org/sites/default/files/MENA%20CTE%20Journal%202016.pdf (дата обращения 14.02.2020).
17. Coronado Mondragon A. E., Lalwani Ch.S., Coronado Mondragon E.S. etc. Intelligent transport systems in multimodal logistics: A case of role and contribution through wireless vehicular networks in a seaport location // International Journal of Production Economics, 2012. Vol. 137 (1). 165–175pp. DOI: 10.1016/j.ijpe.2011.11.006
18. Листопад Н.И., Олизарович Е.В. Модели функционирования «облачной» компьютерной системы/Доклады БГУИР, 2012. № 3 (65). С. 23–29.
19. Виссия Х., Краснопрошин В.В., Вальвачев А.Н. Интеллектуализация принятия решений на основе предметных коллекций//Вестник БГУ. — 2011. — № 3. — Сер. 1. — С. 84–90.
20. Цифровая трансформация в России. Аналитический отчет консалтинговой компании KMD на основе результатов опроса Российских компаний за 2018 [Электронный ресурс] // URL: https://drive.google.com/file/d/1k9SpULwBFt_kwGyrw08F0ELI49nipFUw/view (дата обращения 17.02.2020).
21. Сайт НИУ ВШЭ. Магистерские программы [Электронный ресурс] // URL: https://www.hse.ru/ma/dl/
22. Рожко О.Н. Блокчейн как инструмент управления в цифровой логистике региона // Логистика. — 2019. — № 7. — С.12–15.

Вернуться к содержанию номера

Copyright © Проблемы современной экономики 2002 - 2020
ISSN 1818-3395 - печатная версия, ISSN 1818-3409 - электронная (онлайновая) версия