• Главная
• О журнале
  • О журнале
  • Распространение
  • Редакционный совет
  • Редакция
  • Рубрики
  • Список рецензентов статей
  • Правила рецензирования
  • Авторы
  • Russian Logistics Journal
• Новости
  • Календарь мероприятий
  • Размещение пресс-релизов
  • Новости логистики
• Подписка
  • Подписка через агентства
  • Редакционная подписка
  • Электронная рассылка
• Реклама
  • Реклама в журнале
  • Реклама на сайте
• Архив
• Контакты

Искусственный интеллект предскажет прибытие грузового вагона

Первая грузовая компания (ПГК) в рамках программы развития клиентского сервиса внедрила модель прогнозирования даты прибытия вагонов в «Личный кабинет клиента». В результате применения алгоритмов машинного обучения клиенты оператора могут качественнее планировать грузовые операции.

 «Это очень важная разработка, благодаря которой каждый партнер ПГК может воспользоваться данными для оптимальной настройки своих бизнес-процессов. Сегодня в «Личном кабинете клиента ПГК» легко онлайн получить ключевую информацию по всем перевозкам и детализировать ее по любому отдельному интересующему вагону и станции. Наша цель – не просто высокое качество услуг, а сервис, построенный на потребностях и запросах клиентов. В настоящее время мы продолжаем улучшать алгоритм прогноза прибытия в «Личном кабинете клиента» и прорабатываем возможности использования модели в других цифровых продуктах компании», – прокомментировал руководитель Центра цифрового развития ПГК Никита Ямщиков.

Как правило, грузоотправители ориентируются на срок прибытия вагона, указанный в накладной и рассчитанный по нормативам РЖД. Но он не всегда оказывается точным, так как не учитывает реальное местоположение вагона и текущую ситуацию на сети. Клиенты часто обращались за экспертной оценкой к менеджерам ПГК. Разработка Центра цифрового развития оператора позволяет максимально верно определить дату и время прибытия вагона с учётом большого числа факторов.

Точные данные о прибытии вагона помогают грузоотправителям планировать свои производственные операции, его приемку и непосредственно перевозку груза, выстраивать эффективные логистические схемы, а значит – экономить затраты.

В планах компании – разработка моделей машинного обучения, которые помогут ПГК эффективнее заадресовывать вагоны, прогнозировать время простоев подвижного состава на станциях, проводить предиктивное обслуживание и ремонт вагонов, балансировать распределение парка, моделировать грузовую работу на станциях и даже прогнозировать спрос на услуги компании.