Архив статей журнала
В современных условиях стремительного развития цифровых технологий и глобализации экономики розничная торговля сталкивается с беспрецедентными вызовами, связанными с
оптимизацией цепочек поставок. Одним из перспективных направлений в решении данной проблемы является использование технологии цифровых двойников (ЦД). Настоящее исследование направлено на всесторонний анализ потенциала и ограничений применения ЦД в сфере розничной торговли с целью повышения эффективности и устойчивости цепочек поставок. Методология исследования базируется на комплексном подходе, включающем систематический обзор научной литературы, экспертные интервью с представителями ведущих компаний розничной торговли (n=15), а также эконометрическое моделирование с использованием панельных данных по 50 странам за период 2015-2023 гг. Для оценки потенциального экономического эффекта от внедрения ЦД применялись методы имитационного моделирования (агентное моделирование) и стохастической оптимизации. Результаты исследования показывают, что использование ЦД позволяет снизить операционные издержки розничных компаний в среднем на 12,5% (95% ДИ: 10,2-14,8%), повысить уровень удовлетворенности клиентов на 18,3% (95% ДИ: 15,6-21,0%) и сократить углеродный след цепочек поставок на 9,7% (95% ДИ: 7,5-11,9%). При этом ключевыми ограничивающими факторами выступают высокие начальные инвестиции, дефицит квалифицированных кадров и проблемы интеграции с унаследованными ИТ-системами. Научная новизна исследования заключается в развитии методологии оценки экономических и экологических эффектов от применения ЦД в цепочках поставок, а также в выявлении специфических особенностей и барьеров использования данной технологии в розничной торговле. Полученные результаты могут быть использованы для обоснования инвестиционных решений и разработки стратегий цифровой трансформации компаний розничного сектора.
В данной статье рассматриваются перспективы применения технологий искусственного интеллекта (ИИ) для оптимизации технологических процессов в производстве. Целью исследования является анализ возможностей и ограничений использования ИИ в промышленности, а также выявление наиболее перспективных направлений его внедрения. В качестве материалов и методов исследования использовались обзор научной литературы по теме, анализ существующих примеров применения ИИ в производстве, а также экспертные интервью со специалистами в области ИИ и промышленного производства. Был проведен систематический поиск релевантных научных публикаций в базах данных Scopus, Web of Science и Google Scholar за период с 2010 по 2023 год. Ключевыми словами для поиска были «искусственный интеллект», «машинное обучение», «оптимизация производства», «промышленность 4.0» и др. Из найденных 2347 публикаций после анализа аннотаций было отобрано 156 наиболее релевантных работ для детального изучения. Кроме того, было проведено 12 глубинных интервью с экспертами длительностью от 40 до 90 минут. Результаты исследования показали, что применение ИИ позволяет значительно повысить эффективность производственных процессов. Наибольший потенциал ИИ демонстрирует в таких областях, как предиктивное обслуживание оборудования (снижение внеплановых простоев на 30-50%), оптимизация работы промышленных роботов (повышение производительности на 10-25%), интеллектуальное управление запасами (сокращение складских издержек на 20-40%), контроль качества на основе компьютерного зрения (выявление до 90% дефектов). Однако для успешного внедрения ИИ необходимо преодолеть ряд барьеров, в числе которых недостаток качественных данных для обучения моделей, дефицит квалифицированных кадров на стыке ИИ и производства, высокая стоимость решений и интеграции. В среднем внедрение комплексных систем ИИ на производстве занимает от 1 до 3 лет и окупается за 2-5 лет