5494
Проблемы и тренды в доставке товаров повседневного спроса на последней миле в 2025 году
В исследовании приняли участие более 500 компаний-дистрибьюторов и производителей FMCG-продукции по всей России. Эксперты выявили ключевые проблемы, тренды и ожидания рынка.
Искусственный интеллект и прогнозная аналитика
Искусственный интеллект (AI) играет все более заметную роль в логистике последней мили. В 2025 году мы видим переход от простых алгоритмов к самообучающимся системам, способным прогнозировать ситуацию на маршруте. Так называемая предиктивная маршрутизация строится не только на статических правилах, но и на основе прогнозов: загрузки дорог, вероятности задержек, поведения клиентов, погодных условий. Современные AI-решения анализируют большие данные – историю прошлых доставок, статистику спроса, дорожные паттерны – и за счет этого достигают нового уровня оптимизации.
Например, прогнозная аналитика ценна при планировании маршрутов: она помогает выбрать путь с учетом будущих пробок, тем самым избежать задержек и сократить пробег. Кроме того, алгоритмы могут предсказывать всплески заказов (например, зная, что по вторникам определенный магазин всегда заказывает больше) и заранее корректировать распределение автопарка, минимизируя холостые рейсы и простой транспорта. Это повышает оперативную эффективность и даёт экологический эффект (меньше лишних километров – меньше выбросов CO₂). AI применяется и для работы с неструктурированными данными: например, распознавание адресов (коррекция ошибок в названиях улиц) или автоматическая оптимизация последовательности точек путем геокластеризации спроса.
Другой аспект – предсказание поведения водителей. Алгоритмы могут анализировать стиль работы конкретного водителя и прогнозировать, успеет ли он доставить все заказы вовремя, нужна ли ему поддержка (подключение подменного курьера).
Роботизация доставки
AI находит применение и в сервисе: например, чат-боты на базе ИИ помогают координировать доставку с получателями (подтверждение времени, ответы на типовые вопросы) – это снижает нагрузку на операторов.
Роботизация доставки постепенно перестает быть фантастикой. В мире уже тестируются автономные курьерские машины и дроны для малогабаритных заказов. Ожидается, что к 2030 году до 80% доставок на последней миле могут быть автоматизированы (включая беспилотный транспорт и робототехнику). В России тоже ведутся такие проекты: еще в 2021–2022 гг. некоторые компании экспериментировали с доставкой еды робо-курьерами. Однако для массового внедрения нужно совершенствование технологий и нормативная база. В ближайшие 2–3 года мы вероятнее увидим точечные пилоты. Тем не менее бизнесу уже сейчас важно следить за развитием AI и робототехники. Готовность адаптировать инновации может стать существенным конкурентным преимуществом через несколько лет, когда эти решения станут мейнстримом.
Приведем пример практического применения AI в России на основе интеллектуальной маршрутизации. Существующие алгоритмы обучаются на исторических данных доставок, со временем точнее рассчитывая оптимальные маршруты и предвидя проблемные участки. Машинное обучение учитывает нетривиальные зависимости (например, влияние дня недели или времени суток на вероятность задержки в конкретном районе) и автоматизирует решения, которые раньше зависели от опыта диспетчера. Аналогичные подходы реализуют и другие продвинутые платформы. Фактически к 2025 году AI-маршрутизация перестала быть диковинкой на рынке логистики последней мили – она внедряется лидерами, а к 2027 году, по оценкам экспертов, станет стандартом де-факто для крупных игроков.
Помимо маршрутизации, AI на последней миле помогает в управлении складом (прогнозирование запасов и сроков сборки под доставку), аналитике спроса (предугадывание, куда и сколько поедет заказов завтра-послезавтра) и даже в подборе персонала (некоторые компании начинают использовать алгоритмы для оптимального распределения смен водителей, учитывая их эффективность и усталость). Разумеется, уровень внедрения AI пока невысок: по нашему опросу, только пятая часть компаний прямо использует машинное обучение в операциях доставки или работы торговых представителей – максимум планируют экспериментировать. Тем не менее интерес к теме огромен.
