Продовольственная логистика переживает масштабную перестройку. Людей — водителей, складских работников, менеджеров по закупкам — постепенно вытесняют машины и алгоритмы. Предполагалось, что искусственный интеллект сделает доставку еды быстрее, точнее, дешевле. На практике получается иначе. Автоматизированные системы генерируют колоссальное количество пищевых отходов, причём в буквальном смысле — целыми грузовиками.
Звучит парадоксально. Технологию внедряли ради того, чтобы снизить потери, а она их умножает. Но если разобраться, парадокса тут нет. Продовольственная цепочка — это не конвейер на заводе, где можно просчитать каждую операцию. Это живая, хаотичная система. Сроки годности у разных продуктов разные, спрос колеблется непредсказуемо, погода ломает графики поставок, а региональные особенности потребления вообще плохо поддаются формализации.
Человек на складе или в диспетчерской мог оценить ситуацию «на глаз» — перебросить партию в другой магазин, договориться с поставщиком, придержать заказ. Опытный логист чувствовал нюансы, которые в данные не укладываются. Алгоритм же работает строго по модели. Если модель не учитывает какой-то фактор, он просто игнорируется. Результат — перезаказы, неправильная маршрутизация, партии, которые приезжают не туда и не вовремя.
Оптимизация пищевой логистики с помощью ИИ оказалась задачей на порядок сложнее, чем ожидали разработчики и заказчики. Еда портится. У неё есть физические ограничения, которых нет, скажем, у электроники или одежды. Алгоритм может идеально рассчитать маршрут и минимизировать расход топлива, но при этом доставить йогурт с опозданием на шесть часов, после чего вся партия отправляется на свалку.
Масштаб проблемы измеряется не штуками и не килограммами, а грузовиками. «Грузовики отходов» — такая формулировка звучит как метафора, но люди из отрасли используют её вполне буквально. Это системный сбой, а не единичный инцидент. И он повторяется регулярно, в разных точках цепочки поставок.
Отдельный вопрос — кто несет ответственность. Раньше, когда решения принимал человек, можно было найти конкретного виновного. Сейчас виноват «алгоритм». А алгоритм, как известно, не отвечает за испорченные продукты и не чувствует вины за то, что тонны еды оказались в мусоре, пока кто-то рядом недоедает.
Любопытно, что сама индустрия пока не торопится признавать проблему публично. Компании продолжают вкладываться в автоматизацию, отчитываясь об «увеличении эффективности». Возможно, в длительной перспективе системы действительно научатся справляться. Но прямо сейчас, на этапе перехода, потери колоссальны, и их несут не корпорации, а окружающая среда и общество.
Проблема ещё и в том, что замена происходит слишком быстро. Людей убирают из процесса до того, как машины реально научились делать их работу. Экономия на зарплатах перевешивает в расчётах убытки от испорченной продукции, потому что списанная еда — это чья-то другая строка в бюджете. Пока цифры на бумаге сходятся, грузовики с отходами продолжают ездить на полигоны.
Получается своеобразная ловушка. Возвращать людей обратно дорого и «немодно». Доводить ИИ до нужного уровня — долго и тоже дорого. А еда тем временем гниёт. И пока технологические компании обещают, что «следующая версия алгоритма всё исправит», реальные продовольственные потери растут с каждым кварталом.
Изображение носит иллюстративный характер
Звучит парадоксально. Технологию внедряли ради того, чтобы снизить потери, а она их умножает. Но если разобраться, парадокса тут нет. Продовольственная цепочка — это не конвейер на заводе, где можно просчитать каждую операцию. Это живая, хаотичная система. Сроки годности у разных продуктов разные, спрос колеблется непредсказуемо, погода ломает графики поставок, а региональные особенности потребления вообще плохо поддаются формализации.
Человек на складе или в диспетчерской мог оценить ситуацию «на глаз» — перебросить партию в другой магазин, договориться с поставщиком, придержать заказ. Опытный логист чувствовал нюансы, которые в данные не укладываются. Алгоритм же работает строго по модели. Если модель не учитывает какой-то фактор, он просто игнорируется. Результат — перезаказы, неправильная маршрутизация, партии, которые приезжают не туда и не вовремя.
Оптимизация пищевой логистики с помощью ИИ оказалась задачей на порядок сложнее, чем ожидали разработчики и заказчики. Еда портится. У неё есть физические ограничения, которых нет, скажем, у электроники или одежды. Алгоритм может идеально рассчитать маршрут и минимизировать расход топлива, но при этом доставить йогурт с опозданием на шесть часов, после чего вся партия отправляется на свалку.
Масштаб проблемы измеряется не штуками и не килограммами, а грузовиками. «Грузовики отходов» — такая формулировка звучит как метафора, но люди из отрасли используют её вполне буквально. Это системный сбой, а не единичный инцидент. И он повторяется регулярно, в разных точках цепочки поставок.
Отдельный вопрос — кто несет ответственность. Раньше, когда решения принимал человек, можно было найти конкретного виновного. Сейчас виноват «алгоритм». А алгоритм, как известно, не отвечает за испорченные продукты и не чувствует вины за то, что тонны еды оказались в мусоре, пока кто-то рядом недоедает.
Любопытно, что сама индустрия пока не торопится признавать проблему публично. Компании продолжают вкладываться в автоматизацию, отчитываясь об «увеличении эффективности». Возможно, в длительной перспективе системы действительно научатся справляться. Но прямо сейчас, на этапе перехода, потери колоссальны, и их несут не корпорации, а окружающая среда и общество.
Проблема ещё и в том, что замена происходит слишком быстро. Людей убирают из процесса до того, как машины реально научились делать их работу. Экономия на зарплатах перевешивает в расчётах убытки от испорченной продукции, потому что списанная еда — это чья-то другая строка в бюджете. Пока цифры на бумаге сходятся, грузовики с отходами продолжают ездить на полигоны.
Получается своеобразная ловушка. Возвращать людей обратно дорого и «немодно». Доводить ИИ до нужного уровня — долго и тоже дорого. А еда тем временем гниёт. И пока технологические компании обещают, что «следующая версия алгоритма всё исправит», реальные продовольственные потери растут с каждым кварталом.
