Научный архив: статьи

ПЕРСПЕКТИВНЫЕ НАПРАВЛЕНИЯ И МЕГАТРЕНДЫ РАЗВИТИЯ ЛОГИСТИЧЕСКИХ ТЕХНОЛОГИЙ В БУДУЩЕМ (2025)

Введение. В статье рассмотрены тенденции развития логистических технологий будущего и показано, что в современных условиях построение достоверного прогноза развития сферы логистики и управления цепями поставок возможно только на достаточно короткую перспективу, что отражает время активного использования существующих в настоящее время технологий, пока они не будут полностью вытеснены другими более эффективными технологиями. На больший срок возможны только визионерские прогнозы, которые основаны на предсказательной интуиции их создателей.

Теоретический анализ. Анализируются возможные сценарии будущего и их влияние на технологии транспортировки продукции и логистику, а также описываются мегатренды развития общества, которые оказывают влияние на логистику. Описанные мегатренды являются базисом создания экосистем и платформ различного вида. Определено, что ключевым трендом становится повышение гибкости логистического процесса, улучшение его способности адаптироваться к изменяющимся внешним условиям и непрерывно совершенствоваться.

Эмпирический анализ. Рассмотрены перспективные информационные технологии, которые будут активно использоваться в сфере логистики и обеспечат поддержку представленных сценариев развития. Их систематизация позволила авторам объединить сценарии развития логистики с мегатрендами и представить потенциальную практическую реализацию логистического процесса на их основе.

Результаты. Описанные технологии и сценарии их использования ориентированы на выстраивание эффективных кооперативных отношений между участниками логистического процесса. Для достижения заявленной цели исследования разработана концептуальная модель логистического процесса, ориентированная на формирование эффективных кооперативных взаимоотношений между субъектами логистической системы посредством широкого внедрения перспективных информационных технологий.

Заключение. Практическая значимость исследования заключается в возможности использования предложенных сценариев и технологических решений для оптимизации логистических процессов в условиях цифровой трансформации экономических систем.

ИСПОЛЬЗОВАНИЕ ГЕНЕРАТИВНОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ МОДЕЛИРОВАНИЯ ОМНИКАНАЛЬНОЙ ТОРГОВОЙ СИСТЕМЫ (2026)

Введение. В статье авторами выполнена систематизация актуальных научных исследований в сфере омниканальной торговли. Проведенный анализ показывает, что в современных условиях высокой конкуренции, чтобы оставаться по привлекательности на одном уровне с маркетплейсами, розничные магазины должны менять свою торговую политику и максимально удовлетворять ожиданиям покупателей, подстраивая свою деятельность под требования современного рынка.

Теоретический анализ. Аналитический обзор актуальных публикаций позволяет авторам выделить ключевые области научных исследований и определить перспективные направления их дальнейшего развития. Авторами рассмотрена трансформация бизнес-моделей торговых организаций, формирование новых ключевых метрик оценки эффективности торгового бизнеса, методы интеграции онлайн- и офлайн-каналов, оптимизация методов доставки товаров на различных этапах логистического цикла и методы управления товарными запасами.

Эмпирический анализ. Для создания информационной системы омниканального ритейла ключевым этапом выступает декомпозиция системы на отдельные классы. Модель предметной области отображается визуальным представлением данных классов или объектов, выраженных в терминах, соответствующих конкретной области знаний. Авторами с использованием технологий искусственного интеллекта разработана модель цифровой трансформации торговой системы для омниканальной торговли, обеспечивающая персонализацию и улучшение клиентского опыта.

Результаты. В практической части выполнено проектирование информационной системы для «Универмага будущего». Представлена диаграмма классов, разработанная с использованием генеративного искусственного интеллекта. Она визуализирует архитектуру единой омниканальной платформы, внутри которой объединяются и синхронизируются все каналы продаж. В дальнейшем разработанная диаграмма классов может послужить основой для создания единой платформы, обеспечивающей бесшовный клиентский опыт в омниканальной системе.