RWS

Проигранная битва, неопределенность в сражении Полгода воевал с бюрократией, счет 1:0 не в мою пользу. Тут я как раз писал, что мы строим «систему поддержки принятия решений». У меня были 4 крупных заказчика, планы, команда. В итоге — деньги не согласовали. Что я вынес из этого? Кроме того, что бюрократия убивает инициативу быстрее, чем нехватка алгоритмов… Вода камень точит. Но чтобы точить этот камень, нужно быть рядом с ним каждый день. Некоторые вещи нельзя сделать удалённо — особенно когда речь идёт о согласованиях на уровне первых лиц. Пока вы не точите этот камень, его точит кто-то другой! Больше 10 лет тема имитационного моделирования меня держит в своих объятиях. Но что же сейчас? Все? Пока не могу сдаться или принять невозвратные потери? Что-то из этого точно! А пока принял решение уйти в микро-чеки. Партнерские отношения все-таки есть. Попробую теперь предлагать пилотное моделирование: одна проблема — одно решение. Без попытки объять всё предприятие. Но будет ли это ошибкой о которой писал здесь? Мейби ес, мейби ноу, ай донт ноу. Но сейчас я выбираю не „правильную стратегию“, а „стратегию, которая позволяет не умереть“. Только сделав 10 микро-чеков, я пойму, какие из них имеют право на жизнь, а какие — нет. Это не отрицание системного подхода, это поиск границ и детализации, где он работает. А называть я это буду макромоделированием) В планах теперь писать сюда о том, что вижу: об ошибках, о кейсах, о попытках продать моделирование и о том, как быть, когда планы не работают. За полгодика канал поредел, но кто-то ждет посты или просто канал улетел подвалы телеги? Скоро будет понятно. Пишите свои вопросы — я буду отвечать в постах. Отдельно – команде. У меня есть разработчики и технологи, которые работали на добром слове и терпели меня и жесткие условия работы этого года. За это всем огромное спасибо. Каждому из вас я это так и не сказал при личной встрече. Исправляюсь здесь. p.s. Если через две недели здесь не будет нового поста — значит, я точно сдался и ушёл на вб или в курьеры. А если пост будет — значит, я всё ещё воюю.

Почему модель врёт? Часть 1: Время, которого нет Коллеги, знакомо: в модели всё по плану, а в жизни – полный раздрай? Или наоборот, в расчётах тупик, а на практике проезжают? Часто причина в продолжительности операций. Берём её «как в книжке» и получаем красивую, но далёкую от реальности сказку. Как её задавать? Способов – масса. И у каждого свои последствия. 1. НОРМАТИВ Берем фикс из нормативов и внутренних регламентов. Нюансы: • Не зависит от текущих условий • Консервативно (обычно с запасом) 2. ОГРАНИЧЕНИЯ СКОРОСТИ (L/V) Делим путь на участки, для каждого берём мин. скорость, суммируем время. Нюансы: • Физический предел • Нет разгона/торможения • Игнорирует человеческий фактор 3. ИСТОРИЧЕСКИЕ АНАЛОГИИ+РАСПРЕДЕЛЕНИЕ Ищем похожие операции в истории, берем их статистику. Нюансы: • Основан на реальных данных • Показывает разброс. Поэтому подключаем распределение (экспоненциальное, нормальное, треугольное, равномерное, логнормальное и т.д.) • Для новых ситуаций данных может не быть 4. ЭКСПЕРТНАЯ ОЦЕНКА Опрашиваем спецов на месте с учётом их опыта. Нюансы: • Субъективно, но использует интуицию • Требует инфраструктуры опросов 5. МАТРИЧНЫЙ МЕТОД Заранее рассчитываем времена для всех комбинаций параметров (дискретизированных). Нюансы: • Молниеносный поиск • Требует много предрасчётов • Теряет точность из-за дискретизации 6. ML-ПРЕДСКАЗАНИЕ Обучаем модель (бустинг, нейросеть) на исторических данных. Нюансы: • Ловит сложные нелинейные зависимости • «Чёрный ящик» - сложно объяснить логику • Нужны большие данные 7. АДАПТИВНЫЙ МЕТОД С ОБРАТНОЙ СВЯЗЬЮ Корректируем оценку по мере выполнения операции в ходе моделинга Нюансы: • Самообучается в реальном времени • Точно к концу операции • На старте бесполезен 8. ГИБРИДНЫЙ МЕТОД Взвешенная комбинация нескольких методов. Нюансы: надо разобраться во всех методах и скомпилировать свой) Коллеги, когда вы делитесь рисками каждого подхода – вы не просто критикуете. Вы озвучиваете ключевую дилемму: «Взять историю – рискуем воспроизвести технологические приемы без контекста. Взять норматив – получим красивый, но нежизнеспособный план». Именно в этом противоречии и рождается тот самый рабочий, а не «книжный» результат. Спасибо.

Отличный вопрос на границе возможного Диспетчерские приемы не моделируются Так меня учили, так говорят эксперты, в этом уверены диспетчеры. Но что хотят Заказчики? На этот вопрос сейчас ищем ответы, после с командами технологов и разработчиков будем вырабатывать детальное решение. Но возможно ли это в принципе? Теоретически — да. Заменить диспетчера алгоритмом можно. Но следующий вопрос: какова будет цена такой замены? Устроит ли точность решений в реальных условиях? Вопросов пока больше, чем ответов. Но есть концептуальный алгоритм, как к этому подойти. Рассмотрим на примере: задержался поезд. Что делать? 1️⃣ Фиксация отклонения. 2️⃣ Активация сценария рабочего процесса. 3️⃣ Формирование и моделирование каждого варианта. 4️⃣ Расчет KPI (простои, загрузки), оценка и ранжирование вариантов. 5️⃣ Представление решений пользователю с обоснованием и визуализацией последствий. 6️⃣ Формирование и отправка команд в исполнительные системы. И да, моделинг здесь — лишь часть одного шага.

ДА Это ответ на вопрос: забросил ли я написание постов? Почему? Потому что последнее время мы с командой делали только одно — выжимали из себя все соки на релиз MVP имитационного комплекса. И, планировал 26/27/28 года. «MVP» — вообще больная тема. Сколько уже моделей построено, сколько версий софта написано… А мы всё собираем MVP. Иронично? Полируем и делаем супермегакрутой продукт? Да, но в будущем. А пока — последний год был про то, чтобы скрести по сусекам, выискивать ресурсы отовсюду и вкладывать их в этот самый продукт. Где мы сейчас: ✅ Есть чёткий план. ✅ Есть 4 крупных заказчика (единственное, что могу сказать публично — их совокупная выручка составляет около 1,5% ВВП нашей необъятной). ✅ Деньги на реализацию не согласовали😅 Куда идём: Мы строим систему поддержки принятия решений на основе имитационного моделирования. Если просто: берём данные заказчика, автоматически загружаем в наш продукт, моделируем, автоматически анализируем результаты. Фактически — заменяем интуицию (пусть и гениальную) опытнейших сотрудников на инструмент для обоснования решений. Получится? Всем я говорю одно слово — то, что в начале этого поста. Здесь, в камерной атмосфере, буду стараться писать про основные моменты (вопрос в том, будут ли это заметки победителя или андердога) — без имён, но по делу. Пишите ваши вопросы в комментарии или в личку — самые интересные разберу в следующих постах.

Принять решение Хотите подставляйте контекст жизненный, хотите - транспортный. Принимая какое-то решение, мы всегда выбираем между двумя вариантами: Вариант А — взять на себя ответственность, учитывая риски и все возможные последствия для безопасности, надежности и сроков эксплуатации. Вариант Б — продолжать работать по привычным схемам, избегая ответственности, но подвергая инфраструктуру и процессы неявным, накапливающимся рискам и страдать от созерцания последствий. И то, и то – не весело и не приятно. Порой кажется, что нет решения «win-win», которое можно было бы принять быстро и без сомнений. Именно поэтому многие решения в эксплуатационной практике откладывают, что увеличивает риски аварий, простоев и финансовых потерь. Именно поэтому никто принимать решения не любит, и если можно его отложить – то обязательно отложат. К чему я это? К тому что система поддержки принятия решений жизненно необходима? Нет. Снимайте ответственность.

Почему точечная оптимизация бессмысленна? Что, если я скажу, что моделирование не решает проблему, а усугубляет ее? Ко мне нередко обращаются примерно с таким запросом: «А давайте промоделируем взаимодействие двух железнодорожных парков». Резонный вопрос:…

Реальный кейс. Почему краны простаивают более половины дня? Ж.-д. инфраструктура. Порт. Перегрузочный терминал. И краны точно, которые точно «узкое место». Или система управления их жизненным циклом? Плановые ремонты срываются из-за конфликта приоритетов:…

Реальный кейс. Почему краны простаивают более половины дня? Ж.-д. инфраструктура. Порт. Перегрузочный терминал. И краны точно, которые точно «узкое место». Или система управления их жизненным циклом? Плановые ремонты срываются из-за конфликта приоритетов: технологи не пускают слесарей, чтобы выполнить план отгрузки. Потом краны простаивают пока ищут груз на складе из-за отсутствия адресного хранения. И это еще не фиксируются системой учета. + Простой на ожидании окончания маневровых работ. + Простой на ожидании швартовки судна. + Простой когда нет машиниста (больничный!!), при этом практики перемещения операторов между кранами нет. 🍒Нет метрик для анализа: мы не знаем ни точного времени обработки единицы груза, ни реального коэффициента использования кранов. Справится ли моделирование? Да, НО: 1️⃣ Нужна модель, объединяющая: Технологические процессы (краны, маневровые работы). Оперативное управление (графики ремонтов, приоритеты отгрузки). Человеческий фактор (логистика персонала). Системы учета (и их «слепые зоны»). 2️⃣ Без предварительного анализа для определения границ и наполнения модели конечно ни куда! Но само ИМ должно быть не разовым «проектом», а постоянно действующим «продуктом», интегрированным в производство. Такая модель не просто найдет «узкое место». Она покажет, как план отгрузки парализует ремонтный фонд. Соберет разрозненные данные в картину целиком. Станет инструментом для оценки любых изменений. Кстати, на каком этапе это перестает быть "просто моделью" и становится тем самым "цифровым двойником"?

Проблема не в том, что моделирование дорогое. Проблема в том, что оно «штучное» и медленное. Создание отдельной модели под каждую задачу — все равно что проектировать новый станок для каждой детали. Пока вы ждете отчет, реальные убытки от простоев уже превышают стоимость самого исследования. Решение — смена парадигмы: вам нужен не очередной «проект», а постоянно действующий продукт — «живой» цифровой двойник вашей инфраструктуры. Да, последнее словосочетание сейчас все трактуют по-разному. Но концептуально суть именно в этом: единая, постоянно актуальная модель, которая становится частью операционного контура управления. К этому подходу много вопросов. В следующих постах я максимально формализую этот тезис и покажу, как это работает для мультимодальной транспортной инфраструктуры.

📢 Свое или Готовое? Недавно на одной из логистических конференций меня особенно зацепили два доклада, которые ярко подсветили одну из главных дилемм современного IT‑рынка. Первый доклад прозвучал как тревожный звонок: 🗣 «Создавать свой ИИ-продукт очень рискованно. Технологии устаревают быстрее, чем ты успеваешь их запустить, и быстро становятся коммодити. Единственное, что держит — это большая пользовательская база.» 💥 Пример: Пока команда самозабвенно делала автоматический поиск данных по СНиПам, ChatGPT уже выполнял эту задачу «из коробки». Занавес. Второй доклад (от одной из компаний бывшей большой 4) — ода собственным достижениям: 🗣 «Мы сделали классный IT продукт! Он умеет транскрибировать аудио и видео, создавать краткие содержания, анализировать прикреплённые файлы и конечно, поддерживает чат с нейросетью.» Ну и кто выигрывает в этой гонке вооружений? Делайте ставки, господа: 🤔 Одна команда, осознав жёсткие реалии, говорит о рисках и бессмысленности погони за технологиями, которые завтра станут общедоступными. Другая — гордится, что завтра такой продукт может сделать любой студент, просто подключив API. 😱 Пока одни рассуждают о теоретических опасностях и сложности ИИ, устаревания технологий, рискуют так и остаться в стороне, другие, не боятся рисковать и создавать передовые продукты, используя последние достижения, предлагая пользователям реальную пользу здесь и сейчас. Первые упускают возможности, вторые их реализуют.

Как ИИ принимает решения? Что у него за "душой"? Можно ли создать AI-агента без внутренней модели мира? AI-агент — это программа, которая самостоятельно решает задачи, принимает решения и учится на опыте. Она ориентируется в окружающей среде, анализирует ситуацию и выбирает действия, чтобы достигать своих целей. Недавние исследования Google DeepMind дали чёткий ответ — нет). 🎯Любой агент, способный решать сложные многошаговые задачи и обобщать опыт, обязательно формирует внутри себя модель окружающей среды, даже если её не заложили специально. Чем сложнее задачи, тем детальнее должен быть «внутренний симулятор реальности». Модель мира AI-агента можно извлечь прямо из его стратегии выбора действий. Умные головы разработали алгоритмы, позволяющие восстанавливать эту модель мира по поведению агента — даже если он для нас «чёрный ящик». И что получается? 1. Model-free не существуют. Model-based - ❤️. 2. Эмерджентные способности - это норма 😱. Это открывает новые возможности: Глубже понимать, как ИИ видит и интерпретирует мир; Повышать безопасность и прозрачность принятых решений; Создавать более контролируемые и объяснимые системы.

85 миллиардов на ветер? Железнодорожное слияние века — крупная сделка или провал? 🧐 Union Pacific покупает Norfolk Southern за 3,5 ВСМ МСК-СПб 85 миллиардов долларов, создавая первую в США трансконтинентальную сеть грузовых железных дорог протяжённостью более 80 000 км, охватывающую 43 штата и около сотни портов. Ожидается, что крупнейшая ж.-д. сделка завершится к началу 2027 года. Звучит громко и хлестко, но за громкими заголовками скрываются реальные проблемы, которые могут послужить уроком и для российских владельцев транспортной инфраструктуры. Union Pacific — компания с одним из худших показателей безопасности в отрасли: приоритетом часто становится агрессивное повышение операционной эффективности, а не защита здоровья работников и качество обслуживания. Norfolk Southern, напротив, постепенно улучшала эти показатели, но теперь окажется в одной «лодке» с UP. Объединение такого масштаба — это всегда проверка на прочность систем управления, ИТ-инфраструктуры и операционных процессов. Заоблачные обещания «ускорения» и «оптимизации» легко оборачиваются сбоями в логистике, срывом сроков и ростом тарифов (особенно при низкой конкуренции - что-то напоминает?). Опыт предыдущих слияний Union Pacific (с Southern Pacific в 1996 году) показывает, что ожидать плавного перехода не приходится. Инфраструктурные узкие места остались - начались массовые простои, задержки (есть кстати здесь, те кому не нравится этот термин? Движенцы дайте о себе знать😅) и снижение качества сервиса на целых юго-западных коридорах. Проблемы с профсоюзами не трогаем, у нас все иначе. Какие выводы можно сделать для России? Когда речь идёт о железнодорожной инфраструктуре, масштабные изменения выявляют слабые места не только в технике, но и в информационных потоках, коммуникациях и процессах. Только интегрированные ИТ-решения, поддерживающие цифровых двойников, имитационное моделирование и гибкую аналитику, способны обеспечить адаптивность и устойчивость. Без такого технологического базиса возрастают риски срыва операций и экономических потерь. Вопрос не в том, чтобы «ждать слияния», а в том, как учиться на таких кейсах и укреплять свои системы уже сегодня. Что вы думаете? Какие IT-инструменты и подходы в России могли бы помочь избежать проблем, которые уже ставят под сомнение эффективность крупнейшего слияния железнодорожных компаний в США?

💡 Тест новой фичи: Визуализация загрузки и причин простоев Все мы знаем, как сложно анализировать десятки громоздких таблиц и вычленять из них самый сок. Как свести большие массивы данных (технологических, нормативных и оперативных) в единый динамичный отчёт, который: • Интегрирует разные источники и отображает точную картину загрузки; • Автоматически выявляет и количественно оценивает узкие места; • Поддерживает сценарный анализ и помогает принимать оптимальные решения по развитию. Сегодня хочу показать свежую фичу — анимированную гистограмму загрузки ключевых сегментов инфраструктуры с подсветкой важных инцидентов. ▶️ На видео почувствуете динамику нагрузки, увидите критические моменты, которые собираются автоматически. 📊 Такая визуализация помогает значительно быстрее и точнее определять, где именно возникли проблемы, и принимать решения. Удобен, полезен ли такой формат отчёта для вашей работы и мониторинга? Буду благодарен за ваши отзывы и идеи! 🙏 #бизнес_аналитика #отчетность #мониторинг

Узкие места рынка сбыта российских угольщиков: Китай ускоряет шахтное строительство — и это серьёзная проблема В 2025 году российская угольная отрасль столкнулась с серьёзными вызовами, и главное из них — масштабное наращивание угледобычи в Китае, который остаётся ключевым рынком сбыта для России. Сейчас в Китае в разработке более 450 угольных шахт, из которых почти 40% уже строятся или проходят тестовые пуски. Их суммарная годовая мощность может превысить 1,35 млрд тонн — это больше, чем весь экспорт крупнейших мировых экспортеров, Индонезии и Австралии вместе взятых. За первые пять месяцев 2025 года добыча угля в КНР выросла на 6% год к году, а это уже риск серьёзного переизбытка угля на мировом рынке, который и без того находится под давлением из-за избытка мощностей и ограниченного спроса. А нам то что? Для России это означает серьёзные сложности с сохранением позиций на ключевом рынке, где уже наблюдается снижение импорта угля на 4,5–11% за первое полугодие 2025 года. Одновременно нарастает конкуренция и давление на цены, что усугубляет положение наших угольщиков. Российская отрасль переживает не только влияние внешних факторов, но и внутренние структурные проблемы. Закредитованность компаний достигла критического уровня: многие мелкие и средние предприятия работают в убыток и рискуют не выдержать текущий кризис. Ждем ставку 15% к концу года? - 🙏 Выживают лишь те, у кого есть дотации собственные портовые и логистические мощности — это позволяет им хоть как-то снизить издержки и удержаться на нуле или в небольшом плюсе. Остальные вынуждены с трудом покрывать расходы, совмещая падение доходности с ростом долгов. Сниженная доходность перевозок также становится серьёзным узким местом. Ставки аренды наиболее востребованных полувагонов, обеспечивающих транспортировку угля, упали в 2–2,5 раза по сравнению с началом 2024 года. Это напрямую отражает ухудшение конъюнктуры рынка и снижает привлекательность перевозок как для компаний, так и для инфраструктурных операторов. Кроме того, сохраняются валютные и санкционные риски.🥱 Минэнерго активно тестирует механизм расчётов в национальных валютах для обхода долларовых ограничений на экспорт и минимизации санкционных рисков, однако это скорее временное решение, которое не снимет коренные проблемы финансовой устойчивости отрасли.😭 Не стоит забывать и о логистических ограничениях: высокие транспортные расходы и дефицит собственных портовых мощностей у многих компаний затрудняют оперативное наращивание поставок и снижает конкурентоспособность на внешних рынках. В итоге, усиленное наращивание добычи угля в Китае создаёт серьёзное давление на российский экспорт, выявляя уязвимости отрасли и подчеркивая необходимость срочного поиска новых рынков (это не только география, но и новые форматы сделок, трейдинг, экологические и технологические решения), повышения эффективности производства, диверсификации и укрепления собственной логистики. Ситуация требует комплексных решений как со стороны бизнеса, так и с государственной поддержки.

Цифровой ЖД-бум 2025: Какие технологии перевернут железные дороги? Железнодорожная отрасль верим, надеемся переживает масштабную цифровую трансформацию, меняющую каждый аспект работы — от эксплуатации инфраструктуры до взаимодействия с клиентами. Какие ключевые тренды? 🧠 ИИ-мозг для ЖД: оптимизация и предиктивность ИИ стал главным инструментом повышения эффективности железных дорог. За счёт AI-алгоритмов оптимизируются расписания, маршруты и логистические схемы, а также прогнозируются поломки и возможные аварии. • По прогнозам The Business Research Company, рынок цифровых железнодорожных технологий достигнет $59,32 млрд в 2025 году с 8,2% среднегодового роста. • ИИ позволяет снизить время простоя подвижного состава, улучшая техническое обслуживание через предиктивный анализ данных с сенсоров. • Пилотные проекты РЖД с машинным зрением уже превзошли человеческую точность в мониторинге инфраструктуры. 📊 Большие данные под колесами: сбор и анализ в реальном времени Сенсоры IoT, видеокамеры и устройства мониторинга собирают миллионы событий ежедневно, включая параметры подвижного состава, инфраструктуры и внешних условий. • РЖД обрабатывает множество событий в течение суток, создавая базу для прогноза износа и предотвращения аварий. • Аналитика больших данных позволила на 30-40% сократить операционные затраты и оптимизировать ремонты. • Интеграция данных помогает быстрее реагировать на внештатные ситуации и повышать безопасность перевозок. 🌐 Цифровые платформы объединяют транспортные системы • В 2025 году активно развиваются мультимодальные цифровые платформы, объединяющие железнодорожные, автомобильные и морские перевозки в единую экосистему. • Такие платформы позволяют повысить прозрачность логистики, автоматизировать документооборот и сократить бюрократию, сокращая время оформления грузов минимум на 30%. • В России проект «Цифровая трансформация транспортной отрасли» предполагает создание национальных стандартов обмена данными для унификации процессов. 🤖 Роботы на службе: автоматизация операций • Автоматизированные системы управления грузопотоками, роботизированные комплексы для роспуска и погрузки вагонов уменьшают ошибки и повышают скорость обработки грузов. • Такие технологии минимизируют человеческий фактор, что значительно повышает безопасность и сокращает операционные риски. 🌱 Зелёные технологии: экологичный транспорт • Внедрение гибридных локомотивов (совмещающих дизель и электричество) способствует снижению выбросов CO2 и уменьшению затрат на топливо на 15-25%. • Цифровой контроль энергопотребления и использование цифровых двойников позволяет оптимизировать использование ресурсов и поддерживать устойчивую работу железнодорожной инфраструктуры. • В сегменте «умных железных дорог» ожидается среднегодовой рост 22,4% к 2035 году, что связано с экологическими и эффективностными требованиями рынка. 👁 IoT — всевидящее око железных дорог • Массовое внедрение IoT-датчиков в оборудование и инфраструктуру позволяет в режиме реального времени отслеживать состояние составов и путей. • Такие системы обеспечивают своевременное техническое обслуживание, предотвращая аварии и увеличивая безопасность перевозок. • По данным РЖД, уровень зрелости цифровых решений уже достигает 89%, что свидетельствует о высокой готовности отрасли к масштабной цифровизации. Источники для глубокого изучения: • Тенденции в сфере железнодорожных грузоперевозок на 2025 год • Как цифровизация меняет железные дороги • Цифровая трансформация транспортной отрасли • Ключевые тренды в транспортной логистике • Новости цифровой трансформации на железнодорожном транспорте

Снижение затрат = снижение прибыли? Или почему в e-com дорогая логистика? Смотрите сами. Укрупненные ставки на перевозку: Автодоставка: от $1,2 за кг (сборные грузы) или $6500–8500 за фуру. Железная дорога: $4000–6000 за контейнер (Китай – Москва), что на 30–40% дешевле автотранспорта. Авиадоставка: $3,2 за кг — в 3–5 раз дороже, чем ж/д. Выбор очевиден? Почти.. Сколько стоит вам простой? Добавляйте к себестоимости: Перегрузка из-за разной ширины колеи добавит 1–2 дня. Таможенное оформление до 3 дней. Очереди на терминалах до 4 дней. Что еще портит картину? - Несовместимость с быстрым обновлением ассортимента (цикл жизни товара — 2–4 месяца). - Сложности «белого» импорта (документы, сертификация, маркировка). - Нехватка сборных контейнеров — только 10–12% от общего объема. - Отсутствие мультифункциональных терминалов для e-com. ⚠️ Реальный кейс: В сентябре 2024 года Wildberries ждал доставку 22 дня вместо запланированных 14 из-за простоев на границе и в Челябинске. Сосредоточившись на снижении прямых транспортных расходов, вы рискуете снизить общую рентабельность вашего бизнеса. Важно учитывать совокупную стоимость владения грузом, включая время, риски, оборачиваемость и возможность быстро реагировать на изменения рынка.

ТОП 4 БОЛИ ПЛАНИРОВАНИЯ НА ПРОИЗВОДСТВЕ Пообщался с десятками производственников, и знаете что? Все как один твердят: планирование производства - это перманентная ** с ** и злостной *. Хотел написать ТОП-5 проблем, добавив нехватку персонала (ну проблема же, правда?), но все в один голос: есть вещи и поважнее! Вот что реально болит: 👇 1️⃣ Индивидуализация vs. Массовость. “Клиент всегда прав!” - это девиз, который заставляет уменьшать партии, подстраиваться под каждого заказчика и соблюдать сроки, как никогда раньше. Гибкость - наше всё! Но как ее достичь, когда ресурсов в обрез? 2️⃣ Оптимизация запасов vs. Стабильность. Все говорят про “высвобождение оборотных средств”, но как сократить запасы, чтобы производство не встало колом? Найти этот баланс - искусство, а не просто табличка в Excel! 3️⃣ Минимизация потерь vs. Жестокая реальность. Простои, сломанное оборудование, изношенная оснастка… Все это - прямые убытки! Но как выявить и устранить причины этих потерь, когда кажется, что “горит” везде и сразу? 4️⃣ Управляемость vs. Полный хаос. Плановики копошатся в Excel и пытаются хоть что-то “допилить” в 1С. Но ручные методы уже не катят! Как сделать производство управляемым и предсказуемым в этих условиях? Думали будет решение? Ага, конечно! 🤣 Решения - нет, есть только путь! А если на этом пути вам встретится имитационная модель вашего производства, то будет конечно легче, но работать все равно придется.

Почему роботизация – не “модный тренд”, а вопрос выживания? 😐 Кадры решают… Но их нет. Нехватка персонала – глобальная проблема. Роботы не болеют, не уходят в отпуск и пока не просят повышения зарплаты. 😐 Будущее уже наступило. К 2050 году нас может ждать армия из миллиарда человекоподобных роботов, более 90% из них будет использовать в промышленности, логистике и торговле, а их стоимость снизится в 13 раз. 😐 Автономный цех – это выгодно. Инвестируйте всего 0,9% дохода в роботизацию, и получите +5% к EBITDA, ускорение процессов на 27%, увеличение производительности на 25% и снижение времени восстановления после сбоев на 60%! Звучит как сказка? Я пока верю, эти цифры называют компании по производству роботов представители грузовладельцев на конференциях по логистике. 😐 Россия – в начале пути. Плотность роботизации в РФ отстает от мировых показателей в 8,5 раз! Но у нас есть шанс наверстать упущенное. 😐 Курс на роботизацию. Правительство РФ ставит амбициозную задачу – войти в ТОП-25 стран по темпам роботизации. К 2030 году на 10 тыс. работников должно приходиться 194 робота (сейчас всего 19). 🤫 Государство поможет. Действует программа субсидирования развития роботизации – государство готово компенсировать 20% от суммы вашего проекта.

Склад будущего. Во что верит инвестирует современный бизнес? В эпоху тотальной цифровизации сложно остаться в стороне от тенденций автоматизации. Вопрос лишь в том, насколько эти тенденции соответствуют здравому смыслу и бизнес-целям. Итак, эксперты складской логистики выделяют 3 технологии, на которых держится (или должен держаться) современный склад: 1️⃣ Автоматизированные мобильные роботы (AMR/FMR). Эти юркие трудяги обещают заменить армию кладовщиков. AMR-робот: Российский интегратор: 3,5 млн руб. Российский производитель: 2,5 млн руб. Китайский производитель: 1,4 млн руб. (Дешево и сердито? Или “сердито” - это гарантия?) FMR-робот: Российский интегратор: 6,3 млн руб. Российский производитель: 4,5 млн руб. Китайский производитель: 2,9 млн руб. 2️⃣ 3D-шаттлы. Чудо инженерной мысли, позволяющее максимально эффективно использовать каждый кубический метр складского пространства. Российский интегратор: 5,4 млн руб. Российский производитель: 3,2 млн руб. Китайский производитель: 3,1 млн руб. (Стоит обратить внимание, есть значительная экономия средств). 3️⃣ Кран-штабелер. Монументальные сооружения, возносящие складские запасы к небесам и повышающие риск падения. Российский интегратор: 37 млн руб. (Зато с гарантией!) Российский производитель: 28 млн руб. (Импортозамещение во всей красе!) Китайский производитель: 31,5 млн руб. (А говорили, что у нас дороже…) Но не надейтесь на чудо при внедрении, сначала придётся серьёзно поработать над оптимизацией маршрутов, бесшовной интеграцией с WMS. Возможно стоит попробовать точечную роботизацию, но с митигацией интеграционных рисков через успешные практики RMS. Иначе получите хорошо организованный хаос. Что пошли гуглить после прочтения? #склад #автоматизация #логистика #бизнес #технологии #инвестиции #роботы #цены

4️⃣ из 8️⃣ проектов РЖД, реализуемых в рамках ИЦК «Железнодорожный транспорт и логистика», полностью завершены. Об этом сообщил заместитель гендиректора компании Евгений Чаркин в ходе Демо-дня ИЦК на транспорте. Завершенные проекты: 🔹ЕМД ПП - автоматизированная система оперативного управления перевозками; к ней подключено уже 11800 пользователей; 🔹АС ЭТРАН НП - автоматизированная система централизованной подготовки и оформления перевозочных документов; к ней подключено порядка 60 тыс.пользователей, ежемесячно оформляется более 5 млн перевозочных документов; 🔹ПКМПП - программный комплекс для моделирования и прогнозирования пассажиропотоков; 🔹АСУ ЭКСПРЕСС НП - основная билетная система железнодорожного транспорта, которая обеспечивает все бизнес-процессы пассажирского комплекса; к ней подключено 10600 пользователей. В работе находятся еще 4️⃣ железнодорожных проекта: 🔸ЕС ПУЛ - система пономерного учета локомотивов; 🔸ЕАМ - система управления железнодорожной инфраструктурой; 🔸ТОРО П - подсистема управления текущим отцепочным ремонтом; 🔸ТОР ЭК - система управления вагонным хозяйством. Кроме того, 5️⃣ информационных систем РЖД, реализуемых в рамках особо значимых проектов ИЦК, зарегистрированы в Едином реестре российского ПО. 🔜 В планах компании: ▪️Тиражирование проектов. Например, система «Экспресс» работает уже в 7 дружественных администрациях; ▪️Внедрение ИИ. В частности, в программном комплексе ПКМПП реализована функциональность анализа данных и моделирования с помощью искусственного интеллекта; ▪️Достижение технологического лидерства. Системы «ЭТРАН» и «Экспресс» по совокупности бизнес-функций превосходят зарубежные аналоги.