Риски логистических компаний

Рынок грузоперевозок очень динамичен. Постоянно появляются новые перевозчики, заказчики транспортных услуг ищут наиболее выгодных контрагентов, изменяются ставки на услуги под воздействием внешних факторов. Как следствие, проблемы, связанные с мошенничеством и непрозрачностью процессов, остаются актуальными даже несмотря на цифровизацию.

Один из распространенных вариантов мошенничества — посредник получает деньги от клиента, но не расплачивается с исполнителем. За несколько недель набирает много подобных заказов, а потом исчезает с полученными средствами. Нередко случаются и пропажи грузов — перевозчик может просто не довезти товар до получателя.

Есть несколько причин, которые пока не позволяют полностью исключить мошенничество даже на цифровых платформах грузоперевозок:

  • Постоянно появляются новые игроки, надежность которых изначально нельзя проверить. Некоторые из них даже какое-то время работают как добропорядочные фирмы;
  • Мошенники перекупают аккаунты проверенных перевозчиков или экспедиторов, иногда вместе с юрлицом и сим-картами необходимыми для идентификации в системе.

Вручную или с помощью простых алгоритмов невозможно проконтролировать все подозрительные активности на платформе грузоперевозок. Поэтому ведущие игроки отрасли ищут различные способы, которые позволили бы свести к нулю количество таких случаев. Одно из решений — использовать «умные» программы.

Искусственный интеллект в логистике

ИИ в логистической отрасли пока применяется ограниченно, участники рынка еще только изучают его возможности. Например, мы используем алгоритм на основе машинного обучения, чтобы анализировать активность участников платформы. Специальная программа сопоставляет информацию о них с данными, указанными в аккаунтах компаний, и выявляет несоответствия.

Простой пример: добросовестный исполнитель сменил сферу деятельности, а его аккаунт на платформе перекупили мошенники. Искусственный интеллект должен «понять», что некоторое время этот пользователь был неактивен, а затем начал действовать как-то по-другому. Со временем обучающаяся система находит схожие черты и формирует модели поведения как добросовестных участников (экспедиторов, грузоперевозчиков, отправителей), так и злоумышленников. Такие нюансы, как аномально высокая ставка или длительное отсутствие и резкое изменение поведения пользователя на бирже служат сигналом тревоги и поводом для дополнительной проверки.

Также ИИ помогает компаниям «предсказывать» справедливую рыночную стоимость перевозок. Основываясь на накопленных в прошлом данных, алгоритм определяет, какую цену с высокой долей вероятности выставит транспортная компания в будущем. Если бы информации по каждому направлению было много, то можно было бы обойтись простыми статистическими методами и не использовать сложные модели и технологии машинного обучения.

Но для некоторых редких маршрутов исторических данных может быть недостаточно. В подобных ситуациях без искусственного интеллекта не обойтись. Нейросети «восстанавливают» недостающие данные, учитывая ситуацию на схожих направлениях и на рынке в целом, а также другие специфические факторы, например сезонные тенденции.

Игра вдолгую, игра на результат

Пока внедрение технологий искусственного интеллекта в процессы логистических платформ происходит довольно медленно. Это связано с несколькими причинами:

  • Чтобы грамотно обучить ИИ, необходим большой объем релевантных данных. В отличие, например, от ретейла или банковской сферы, где давно сделали ставку на Big Data, логистические компании еще не накопили достаточно информации, которая нужна для корректной работы цифровых алгоритмов.
  • Среди участников рынка логистики пока не сформировалось четкое и однозначное представление о том, какие именно данные и по каким критериям нужно рассматривать.
  • Отсутствует практика разработки и внедрения решений с применением ИИ — готовых кастомизированных аналитических модулей.

Кроме того, есть разница между технологиями искусственного интеллекта и обычными программными алгоритмами, которые сегодня позволяют нам решать многие задачи. Например, мы используем последние, чтобы помогать перевозчикам подбирать сложносоставные маршруты, наиболее оптимальные с точки зрения стоимости услуги. Также на основе таких алгоритмов у нас действует сервис, который предоставляет компаниям-заказчикам разные виды отчетности по заданным критериям.

Но при более сложных сценариях, когда данных недостаточно, взаимозависимость между ними нелинейна или необходимо учитывать множество разных факторов, поможет только искусственный интеллект. Он, скорее всего, не даст однозначно точный результат, но его оценка будет приближена к нему с достаточно высокой долей вероятности.

Таким образом, мы уже сегодня экспериментируем с возможностями искусственного интеллекта, чтобы бороться с мошенничеством и завышенной стоимостью грузоперевозок. Результаты пока нельзя назвать очень удачными, но определенные небольшие успехи уже есть. Более активное применение ИИ — это вопрос будущего, но, к сожалению, не настолько ближайшего, насколько бы нам хотелось.

Автор: Святослав Вильде, директор Биржи грузоперевозок ATI.SU

Источник: pro.rbc.ru