Цифра в логистике: итоги бизнес-игры
Формат игры
Бизнес-игра «Цифра в логистике», проведенная в рамках форума ЕСЭ-2025, 18 сентября, стала практическим инструментом не просто для обсуждения проблем, а для совместной работы всего сообщества над путями их цифрового решения.
Этапы игры:
- выявление вызовов/болей рынка;
- разработка критериев оценки для будущих решений;
- создание концепций решений, которые могут закрыть боли рынка и отвечают критериям оценки;
- презентация решений инвесторам игры.
Было предложено 4 решения, которые могут помочь оптимизировать процессы. И мы запросили экспертную оценку этих решений у ведущих IT-компаний.
Предложенные концепции:
1. «Цифровой двойник» на основе ИИ для оцифровки процессов и моделирования оптимальных сценариев, минимизирующих убытки.
2. Глобальный ВЭД Маркетплейс на блокчейне, интегрирующий финансовые и страховые услуги.
3. Система доверительного бенчмарка для прозрачного формульного ценообразования между грузоотправителями и логистическими компаниями.
4. Логистический агрегатор с рейтингами перевозчиков и учетом санкционных ограничений.
Вот что говорят профессионалы по поводу решений, предложенных участниками:
Экспертная оценка от Селедцова Михаила Анатольевича, первого заместителя генерального директора ООО «ИнЭкс»
Концепция 1. «Цифровой двойник» для оптимизации производственных процессов
Реализуемость
Решение принципиально реализуемо, но требует зрелой цифровой инфраструктуры предприятий.
Критические факторы:
· наличие качественных данных о производственных процессах (датчики, MES/ERP, SCADA);
· согласованность и полнота техпроцессов;
· готовность предприятий открывать данные для моделирования.
В текущих российских условиях барьеры - фрагментированность ИТ-ландшафтов, устаревшие системы на ряде предприятий, слабое развитие промышленной аналитики. Однако пилотные проекты на отдельных узких процессах (погрузка/разгрузка, маршрутизация, складская логистика) можно реализовать уже сейчас.
Техническая база
· Источники данных: ERP (SAP, 1С), MES, телеметрия оборудования, датчики.
· Хранилище данных (DWH / Data Lake), инструменты очистки и нормализации данных.
· ML/AI-платформа для построения моделей оптимизации (например, Python, PyTorch, TensorFlow, Spark).
· Интерфейс визуализации (BI или специализированный дашборд).
· Интеграционный слой (API, шины).
Бюджет и сроки
· Пилот: 20-40 млн руб., 6-9 месяцев (на ограниченном процессе и предприятии).
· Реализация: 150-300 млн руб., 1,5-3 года, зависит от количества интеграций и предприятий (при масштабировании бюджет и сроки будут расти).
Команда разработчиков
· Data инженеры и аналитики (интеграция и очистка данных).
· ML/AI специалисты с опытом оптимизационного моделирования.
· Системные архитекторы промышленного уровня.
· Программисты Python / Java.
· Бизнес-аналитики с глубоким пониманием производственных процессов.
Модель реализации
Наиболее целесообразно — отдельный проект, потенциально с консорциумом участников отрасли. «Коробочное» решение в чистом виде маловероятно, так как данные и процессы у всех разные. Возможен модульный платформенный подход: общая аналитическая платформа + индивидуальные адаптеры к предприятиям.
Концепция 2. Система доверительного бенчмарка для формульного ценообразования
Реализуемость
Технически и организационно - реализуемо. Ключевой вызов - доверие участников и механизм верификации данных. Технологическая часть проще, чем организационная. В мире такие системы успешно работают (Shanghai Containerized Freight Index, Drewry, Baltic Index). В России аналогов нет из-за низкой прозрачности рынка и отсутствия обязательств по раскрытию данных, но отраслевой союз/ассоциация может стать оператором.
Техническая база
· Централизованное защищенное хранилище рыночных данных.
· Механизмы сбора данных от участников (API, личные кабинеты).
· Система расчета индексов и формул.
· BI-модули и публичные интерфейсы.
· Механизмы аудита и криптографической верификации (электронная подпись, блокчейн - опционально).
Бюджет и сроки
· MVP: 15-25 млн руб., 6-8 месяцев.
· Развитая система: минимум 50-100 млн руб., 1-1,5 года.
Команда разработчиков
· Backend-разработчики (Java/Python/Go).
· BI и data-engineers.
· Архитекторы по безопасности.
· Бизнес-аналитики с пониманием тарифного регулирования и логистики.
· Возможно, специалисты по блокчейну/криптографии для части доверенности данных.
Модель реализации
Лучше делать общим для рынка как отраслевой продукт (возможно, на базе ассоциации), т.к. ценность возникает от количества участников. Индивидуальная разработка теряет смысл. Оптимально - отдельный инвестиционный бизнес-проект с нейтральным оператором.
Концепция 3. Логистический агрегатор с рейтингами и санкционными ограничениями
Реализуемость
Технически - вполне осуществимо: аналог Aviasales/Booking в грузоперевозках. Основные сложности:
· сбор и унификация тарифов и маршрутов;
· поддержание актуальности данных;
· юридические риски по санкционным ограничениям и комплаенсу.
Рынок готов к таким инструментам, но потребует серьезной маркетинговой и организационной работы для привлечения участников.
Техническая база
· Централизованная БД тарифов, маршрутов и ограничений.
· ЛК перевозчиков с загрузкой тарифов и маршрутов.
· Модуль поиска/фильтрации маршрутов.
· Рейтинговая система с модерацией.
· Проверки на санкционные ограничения (API к базам данных).
· Web+Mobile интерфейс.
Бюджет и сроки
· MVP: 30-50 млн руб., 8-12 месяцев.
· Полноценный продукт: 150-250 млн руб., 1,5-2 года.
Команда разработчиков
· Fullstack-разработчики (React/Node.js или аналог).
· Backend на Java/Python/Go.
· DevOps для масштабирования и надежности.
· Архитекторы по комплаенсу и безопасности.
· UX/UI специалисты.
· Бизнес-аналитики с опытом в логистике.
Модель реализации
Оптимально - отдельный проект с ориентацией на рынок. Агрегатор работает только при массовом подключении перевозчиков и экспедиторов.
Концепция 4. Глобальный ВЭД маркетплейс на блокчейне
Реализуемость
Технически возможен, но требует:
· развитой международной партнерской сети;
· значительных инвестиций;
· проработки правовых вопросов трансграничных платежей и страхования.
В текущих условиях (санкции, ограничения на трансграничные расчеты) реализация в полной мере затруднена. Однако пилоты по отдельным маршрутам и с ограниченным перечнем стран вполне возможны.
Техническая база
· Блокчейн-платформа с поддержкой смарт-контрактов (Ethereum, Hyperledger, отечественные решения).
· Модуль маркетплейса (спрос/предложение).
· Подключение финансовых и страховых сервисов (через API).
· Механизмы KYC/AML.
· ИИ-модуль для диспетчеризации потоков.
· Эскроу-механизмы для взаиморасчетов.
Бюджет и сроки
· Пилот (ограниченный регион): 70-120 млн руб., 1-1,5 года.
· Полный проект: от 300 млн руб. и выше, 2-4 года.
Команда разработчиков
· Блокчейн-разработчики (smart contracts).
· Архитекторы финтех-интеграций.
· Data science команда.
· UX/UI + Web/Mobile.
· Специалисты по безопасности и комплаенсу.
· Международные юристы и финаналитики.
· Сильные бизнес-аналитики по ВЭД.
Модель реализации
Только отдельный международный проект с привлечением партнеров, операторов и финансовых институтов. Под одного клиента не имеет смысла. Коробочные решения здесь малореалистичны, т.к. требуется сложная экосистема.
Итоговые рекомендации:
Из четырех идей:
· Бенчмарк - самый быстрый и относительно недорогой путь, требующий отраслевого консорциума.
· Логистический агрегатор - рыночный продукт с понятной бизнес-моделью, но значительными маркетинговыми усилиями.
· Цифровой двойник - технически сложный, но ценность высокая, особенно в рамках госкорпораций.
· ВЭД маркетплейс - стратегический, но наиболее дорогой и сложный.
Экспертная оценка от Александра Черных, директора по развитию ООО «ВЦ Лаэрта».
Занимается автоматизацией транспортной логистики с 2006 года, под руководством Александра реализовано более 300 проектов, разработаны программные продукты: 1С:TMS Логистика. Управление перевозками, 1С:Центр спутникового мониторинга ГЛОНАСС/GPS, Мультисервисная логистическая платформа, TOS Управление контейнерным терминалом.
Концепция 1. «Цифровой двойник» экспедиторской компании на основе ИИ
1. Реализуемость: Средняя
За: Технологии машинного обучения и симуляции достаточно зрелы. Реализуемо для отдельных, хорошо формализуемых процессов (например, оптимизация загрузки контейнеров, прогнозирование сроков доставки).
Против: Создание полномасштабного двойника всей компании — крайне сложная задача. Требует идеальных данных, которых нет, и сложных моделей, которые должны учесть сотни переменных (погода, пробки, человеческий фактор, таможенные задержки). Высокий риск создания "цифрового муляжа", а не рабочего инструмента.
2. Техническая база:
· Данные: ETL-системы для сбора и очистки данных из 1С, TMS, WMS, телематики, внешних API (погода, трафик, курсы валют).
· Ядро: Python (библиотеки scikit-learn, TensorFlow/PyTorch), базы данных для хранения исторических данных и моделей (PostgreSQL).
· Интерфейс: Веб-интерфейс (React/Vue.js) для визуализации сценариев и отчетов. Интеграция с существующей ERP-системой.
3. Бюджет и сроки:
· Бюджет: От 15+ млн руб. за MVP одного процесса (например, прогнозирование) до 100+ млн руб. за комплексное решение.
· Сроки: 6-12 месяцев для MVP, 2-3 года для полноценной системы.
4. Команда разработчика:
· Data Scientist / ML-инженер: Ключевая роль для построения и обучения моделей.
· Data Engineer: Для построения пайплайнов данных.
· Backend-разработчик (Python/Java): Для создания логики и API.
· DevOps-инженер: Для развертывания и поддержки ML-инфраструктуры.
· Бизнес-аналитик с глубоким знанием логистики: Для перевода бизнес-процессов в формализованные задачи для ИИ.
5. Стратегия разработки:
· Разрабатывать под себя (кастомно). Это ваше конкурентное преимущество. Начните с автоматизации и оцифровки внутренних процессов, затем постепенно наращивайте "интеллект". Успешное внутреннее решение можно будет позже продуктизировать и продавать как B2B-сервис другим экспедиторам.
Концепция 2. Система доверительного бенчмарка для прозрачного формульного ценообразования
1. Реализуемость: Низкая/Средняя
За: Решение очень востребовано рынком, так как убирает асимметрию информации.
Против: Главный барьер — не технология, а бизнес-модель и доверие. Кто и на каких условиях предоставляет данные? Как гарантировать анонимность и безопасность коммерческой информации? Требует критической массы участников, чтобы данные были репрезентативными.
2. Техническая база:
· Безопасность: Система должна использовать передовые методы анонимизации и агрегации данных.
· Аналитика: Мощный BI-движок (Apache Superset, Tableau) для построения аналитических отчетов.
· Ядро: Стандартный веб-стек (Python/Django, Node.js, PostgreSQL) для платформы и API.
3. Бюджет и сроки:
· Бюджет: от 30+ млн руб. (большая часть уйдет на обеспечение безопасности, аналитику и маркетинг для привлечения участников).
· Сроки: 9-18 месяцев до выхода на рынок.
4. Команда разработчика:
· Backend-разработчик: С опытом создания безопасных API и работы с большими данными.
· Data Analyst / BI-специалист: Для разработки формул и метрик бенчмаркинга.
· Специалист по кибербезопасности: Критически важен!
· Юрист: Для проработки вопросов сбора и использования данных (согласие, анонимность).
5. Стратегия разработки:
· Отдельный инвест. бизнес-проект. Это не инструмент для внутреннего использования, а рыночная площадка. Требует отдельной юрлица, доверия со стороны рынка и агрессивного привлечения как грузоотправителей, так и перевозчиков. Возможна модель подписки (SaaS).
Концепция 3. Логистический агрегатор с рейтингами и учетом санкций
1. Реализуемость: Высокая
За: Аналоги уже существуют, что доказывает жизнеспособность модели. Санкционный фактор — мощное УТП на текущем рынке.
Против: Высокая конкуренция. Требуется постоянно актуализировать базу санкционных ограничений и привлекать перевозчиков.
2. Техническая база:
· Парсинг и API: Механизмы для сбора данных о перевозчиках и их мощностях.
· База данных санкций: Интеграция с официальными реестрами и сервисами-провайдерами данных по санкциям.
· Веб-платформа: Классический высоконагруженный веб-стек, система рейтингов и отзывов.
3. Бюджет и сроки:
· Бюджет: 50+ млн руб. для создания полнофункциональной и конкурентной платформы.
· Сроки: 6-24 месяцев для запуска.
4. Команда разработчика:
· Full-stack разработчики (JavaScript/Python/Java): Для создания платформы.
· Юрист-международник: Для верификации логики санкционного фильтра.
· Менеджер по партнерским отношениям: Для привлечения перевозчиков на платформу.
5. Стратегия разработки:
· Отдельный инвест. бизнес-проект. Это классическая маркетплейс-модель. Успех зависит от сетевого эффекта, а не от внутренней эффективности. Можно начать с ниши (например, только Китай-Россия), чтобы набрать критическую массу.
Концепция 4. Глобальный ВЭД Маркетплейс на блокчейне
1. Реализуемость: Низкая (в полном масштабе)
За: Блокчейн хорошо подходит для отслеживания цепочек поставок и создания доверия между незнакомыми сторонами.
Против: Чрезвычайно сложно. Требует объединения огромного количества участников (продавцы, покупатели, логисты, таможня, банки, страховщики) вокруг одного стандарта. Юридические барьеры (цифровые документы, смарт-контракты). Масштабируемость и скорость публичных блокчейнов все еще являются проблемой.
2. Техническая база:
· Блокчейн: Выбор между приватным (Hyperledger Fabric) для контроля или публичным (Ethereum) для доверия.
· Смарт-контракты: Для автоматизации платежей и документов.
· Оракулы: Для подключения внешних данных (курсы валют, таможенные тарифы).
· Традиционный веб-интерфейс: Для удобства пользователей.
3. Бюджет и сроки:
· Бюджет: 150+ млн руб. Это самый капиталоемкий и рискованный проект.
· Сроки: 2-4 года для создания рабочего консорциума и MVP.
4. Команда разработчика:
· Блокчейн-разработчики (Solidity, Rust): Ключевая и дорогая специализация.
· Архитектор распределенных систем.
· Специалисты по информационной безопасности.
· Юристы с опытом в цифровом праве и ВЭД.
5. Стратегия разработки:
· Консорциумный инвест. проект. Такой проект не потянуть одной компании. Необходимо создание консорциума из крупных игроков рынка (экспедиторы, банки, ретейлеры) для выработки стандартов и совместных инвестиций. Можно начать с пилота для одного узкого коридора (например, "чай из Шри-Ланки") для отработки технологии.
Итоговые рекомендации:
1. Самый быстрый и реализуемый проект: Логистический агрегатор. У него понятная бизнес-модель и существующие аналоги.
2. Самый прагматичный для внутреннего развития: Цифровой двойник. Начните с него, но с фокусом на конкретные, болезненные процессы.
3. Самый перспективный, но и самый рискованный: ВЭД Маркетплейс. Требует стратегического партнерства и долгосрочных инвестиций.
4. Самый сложный в запуске из-за "человеческого" фактора: Система бенчмарка. Упирается в вопросы доверия и готовности делиться данными.
5. В 2025-2026 годах рекомендую уделить внимание электронным транспортным документам – ЭТрН, ЭПЛ, ЭЗЗ и конечно же автоматизации основных бизнес-процессов экспедиторской деятельности, для этого лучше всего подходит платформа 1С:Предприятие 8.