Проникновение искусственного интеллекта (ИИ) в экономику выросло до 50% и пока что держится на этой планке согласно опросу McKinsey. Чуть больше половины компаний из различных отраслей в мире уже внедрили искусственный интеллект в бизнес-процессы.

Количество компаний внедривших ИИ в бизнес-процессы с 2017 года согласно опросу McKinsey
Схожая картина и в России:
На сегодняшний день уже более 52% крупных организаций в России используют искусственный интеллект в своей деятельности, около 21% — планируют начать это делать в ближайшее время. По экспертным оценкам, вклад искусственного интеллекта в ВВП страны к 2025 году может составить до 2%. Запланировано создание более 60 перспективных технологических ИИ-решений. Их эффективность будет оцениваться по увеличению объёма российского рынка ИИ-технологий — к 2030 году он должен быть не менее 20 млрд руб., то есть увеличится минимум в два раза
Дмитрий Чернышенко, заместитель Председателя Правительства Российской Федерации.
По данным IBM, в розничной торговле наибольший рост применения ИИ-систем ожидается в планировании цепочек поставок и складских операциях. Согласно исследованию Accenture, 36% организаций внедрили ИИ в процессы логистики и цепочки поставок. А 28% опрошенных планируют работу с искусственным интеллектом. Прогнозируется, что ИИ в логистике повысит производительность более чем на 40% к 2035 г. Компании, которые не стремятся её задействовать, рискуют потерять конкурентоспособность на рынке.
Несколько примеров того, как ИИ используется в складской логистике:
- анализирует большие объёмы данных;
- прогнозирует спрос;
- прогнозирует складские запасы;
- оптимизирует маршруты доставки;
- оптимизирует процесс доставки;
- отслеживает перемещение товара;
- контролирует состояние водителей.
Например, ИИ поможет определить наиболее оптимальные пути доставки, учитывая трафик, погодные условия и десятки других параметров. Это позволяет сокращать время и расходы на доставку, затраты на горюче-смазочные материалы, порожний пробег автомобилей, простои в работе водителей и техники. Управление складом становится эффективнее, а благодаря быстрому анализу больших данных можно предугадывать возможные проблемы.