Цифрова трансформація логістики: роль штучного інтелекту та Big Data у керуванні транспортними потоками та оптимізації вантажно-розвантажувальних операцій

Анотація

Цифровізація економіки охоплює усі види економічної діяльності, серед яких виділяють логістичну діяльність та впровадження інструментів AI та Big Data.

Постановка проблеми. Комплексний підхід до дослідження цифрової трансформації логістики на базі використання AI і Big Data для керування транспортними потоками та оптимізації вантажно-розвантажувальних операцій.

Нерозв’язані аспекти. У зв’язку з динамічним розвитком процесів діджиталізації логістичних процесів потребує додаткового дослідження комплексний підхід на базі використання AI і Big Data для керування транспортними потоками та оптимізації вантажно-розвантажувальних операцій.

Мета статті. Дослідження наукових основ та практичних рекомендацій щодо керування транспортними потоками та оптимізації вантажно-розвантажувальних операцій на базі AI і Big Data.

Основний матеріал. Зазначено, що драйвером поширення інструментів AI та Big Data у логістиці є майданчик WEF, на якому також розглядають процеси трансформації логістичних операцій у бік зеленої логістики та декорбонізації з використанням інструментів AI і Big Data. Результати проведених досліджень у 2025 р. серед компаній логістичної галузі Європи та США продемонстрували, що чверть опитаних вже інтегрували AI і Big у свою діяльність, половина – частково використовують AI і Big та 57% - планують запровадити дані інструменти у свою діяльність. Приведено характеристику основних компаній, що займають розробкою та поширенням прикладних програмних рішень для логістики та логістичних компаній.

Висновки. Сформовано перелік головних перешкод (великі початкові інвестиції, застарілі технології щодо обробки та зберігання даних, нестача кваліфікованої робочої сили, мінливість та нестабільність нормативно-правового поля, витрати на утримання зайвих запасів на складі) та можливостей (підвищення рівня оптимізації та самооптимізації процесів логістики, оптимізація витрат ресурсів (часу, палива, людей, коштів тощо), використання технології цифрових близнюків, автономність ланцюгів поставок, обробка в режимі реального часу великих обсягів даних та прогнозування попиту на продукцію у часі) у розвитку інструментів AI і Big Data у керуванні транспортними потоками та оптимізації вантажно-розвантажувальних операцій.