Remo Kirss: kuidas lahendada paradoks logistikaäris?

Olgu, efektiivse logistika arendamine ongi DPD-suguste ettevõtete pärusmaa ja julgeme öelda, et oleme sellega ka väga hästi hakkama saanud, aga n-ö suure mutrivõtme viskab mootorisse just kogu e-kaubanduse äri heitlik iseloom. Mahtude kasv avaldab sellele muutlikkusele ka üha rohkem mõju.

Ajutine ja ka pikaajaline mahtude kõikumine muutub logistikaettevõtetele ja seega ka lõppkliendile üha kulukamaks, sest e-kauplustele ja tellimuse esitanud klientidele antud teeninduslubaduste täitmiseks vajaliku valmisoleku hoidmine on kallis.

Jõulupühade eel tõusevad pakimahud ligi 300 protsenti, küberesmaspäevad ja mustad reeded tõstavad tellimusi mitmekordseks ning e-kaubamajade sooduspakkumised tekitavad ostuhullusi. Nendele sündmustele lisaks peavad logistikaettevõtted hoidma püsivat taset ka olukorras, kus ainuüksi ühe nädala jooksul võivad tellimuste mahud kõikuda üle 50 protsendi. Oleneb, kas parajasti on palk arvele laekunud, toimuvad e-kaubamajade sooduskampaaniad, kliendil on töölt vaba päev e-ostlemiseks või on väljas lihtsalt vihmane ilm.

Kuidas siis lahendada olukord, kus niigi keerulises kullerite puuduse all kannatavas turuolukorras tuleb leida tellimuste kasvu puhul selleks üheks või kaheks päevaks juurde vajalikke töötajaid? Kui sektoris valitseb niigi töökäte puudus, kuidas siis leida veel nendeks üksikuteks päevadeks juurde vajalikku ressurssi?

Esmatähtis ülesanne neile, kes tahavad ka tulevikus selles äris ellu jääda, on uute tehnoloogiate arendamine ning eelkõige prognoosimise võime. Mitte huupi tuleviku ennustamine, vaid täpne, algoritmidel põhinev statistikaanalüüs, mis suudab mahte ning ressursse õigel hetkel vajalikku kohta suunata ning lisaks seda ka õiglaselt hinnastada. Oma roll on siin muidugi ka e-kauplejatel, kellelt saadav täpne sisend on oluline osa prognooside tegemisel ning selle kaudu ka kulude optimeerimisel.

Juba praegu panevad DPD kullerite kõik teekonnad täpselt paika arvutiprogrammid, võttes arvesse kümneid parameetreid. Andmeid, mida tarkadele algoritmidele sisse sööta, oleks ju veelgi: liiklusummikud, parimad kohad parkimiseks, täpsed mahalaadimiskoha koordinaadid ja sihtkoha juhised, paki saaja transpordiviisi eelistus jne.

Kogu selle keeruka reaalajas toimuva infosüsteemi võtab tõenäoliselt ühel hetkel üldse üle tehisintellekt.