Мы впереди планеты всей? Или топ-10 самых дорогих планов ж.-д. строительства!

В 2024 году в мире развернулось масштабное железнодорожное строительство с общим объёмом капиталовложений почти в $390 млрд на 205 проектов.
Хотя в 2023 году было запущено 250 проектов стоимостью ~$250млрд.

Вашему вниманию предоставляется топ-10 самых дорогостоящих проектов:

10 место: Высокоскоростная ж/д Чжанчжоу — Шаньтоу (Китай) стоимостью $5.65 млрд. Новая линия длиной 176 км сократит время в пути и усилит транспортную инфраструктуру региона. Ожидаемое завершение — 2028 год.

9 место: Расширение ж.-д. сети BART в Кремниевой долине (США) — $6.8 млрд. 9.7 км новой линии с четырьмя станциями и 8-километровым тоннелем через Сан-Хосе. Завершение запланировано на 2037 год.

8 место: Железнодорожная линия Лагос — Калабар (Нигерия) стоимостью $7.82 млрд. Проект протяженностью 1402 км свяжет столицу с южным портовым городом. Ожидаемое завершение — 2028 год.

7 место: Транзитный коридор Западного отделения Санта-Аны (США) — $8.5 млрд. 31 км новой легкорельсовой линии в Лос-Анджелесе. Завершение запланировано на 2036 год.

6 место: Высокоскоростная ж/д Вэйфан–Суцянь (Китай) — $8.85 млрд. 324 км новой линии в провинции Шаньдун. Завершение планируется к концу 2027 года.

5 место: Высокоскоростная ж/д Хэфэй–Ухань (Китай) — $11.28 млрд. 360 км высокоскоростной магистрали между двумя столицами провинций. Завершение ожидается к середине 2028 года.

4 место: Высокоскоростной ж.-д. коридор в Неваде (США) — $12 млрд. 350 км двухпутной линии свяжут Лас-Вегас и Лос-Анджелес. Завершение запланировано на 2028 год.

3 место: Линия 19 Шанхайского метрополитена (Китай) — $13.14 млрд. 46 км новой линии метро разгрузит перегруженные участки города. Завершение ожидается к концу 2030 года.

2 место: Юго-восточный высокоскоростной ж.-д. коридор (США) — $16 млрд. Масштабный проект улучшит железнодорожное сообщение в нескольких штатах, включая модернизацию путей и новые мосты. Завершение запланировано на конец 2026 года.

1 место: Высокоскоростная ж/д Москва — Санкт-Петербург — $24.25 млрд. 680 км высокоскоростной магистрали соединят две столицы. Завершение ожидается к 2028 году.

RWS

Какую методологию управления использует успешный проект?

Skolkovo представило результаты масштабного исследования современных практик управления проектами, охватившего период с 2022 по 2024 год. 320 экспертов проанализировали 341 проект из 23 отраслей, чтобы выявить главные тренды и факторы успеха. Но что на самом деле делает проект успешным?

Что такое “успех” проекта?
В рамках исследования, успешность проекта определялась как его завершение в срок, в рамках бюджета и с достижением запланированных целей.

Исследование выявило неожиданного лидера:
1. Kanban: 59,2% успешности
2. Своя методология на основе Agile-принципов: 57,3%
3. Scrum: 54%
4. Корпоративная методология, общая для всех проектов: 53,3%
5. Своя методология, разработанная на основе итеративной разработки продукта: 52,6%
6. Своя методология, разработанная на основе предиктивного подхода (Waterfall): 47%
7. Никакая методология не использовалась: 33,3%

Почему Kanban?
Эксперты связывают успех Kanban с его простотой внедрения, высокой степенью визуализации процесса и фокусом на непрерывной поставке ценности. Kanban особенно эффективен в проектах с четко определенными задачами и высокой степенью прозрачности, где важна гибкость в управлении потоком работ.

Секрет “своей” Agile-методологии:
Интересно, что второе место занимает “своя методология на основе Agile-принципов”. Это говорит о том, что компании все чаще адаптируют Agile-фреймворки под свои конкретные нужды, используя лучшие практики из Scrum, Kanban и других подходов. Ключевым фактором успеха является частая обратная связь с заказчиком и итеративная разработка.

Разрушение мифов:

Исследование также разрушает несколько устоявшихся мифов об управлении проектами:
• Миф: “Чем больше регламентов и инструкций, тем успешнее проект.” Результаты показывают, что жесткие корпоративные стандарты часто сковывают инициативу и снижают скорость работы, в то время как гибкие и адаптивные подходы позволяют командам быстрее реагировать на изменения.

• Миф: “Предиктивные подходы (Waterfall) устарели.” Несмотря на низкий процент успешности по сравнению с Agile, Waterfall все еще может быть эффективен в проектах с четкими требованиями и стабильной средой.

Конечно не существует универсального рецепта успеха, и компании должны постоянно экспериментировать, адаптировать и улучшать свои практики управления проектами. Какую методологию управления проектами вы используете и почему?

Моделирование как искусство решения конфликтов

Считаем, что конфликт – это требование одного и того же ресурса в разные операции.
Какой операции отдать ресурс, а какой ждать освобождения ресурса?

Такие задачи возникают в управлении производственными линиями, конечно и в управлении движением на транспортной инфраструктуре, в планировании IT-инфраструктуры и даже в повседневном планировании.

Существуют десятки эвристик и методов распределения ресурсов. Но все они ломаются на простом примере. О нем позже.

Для своего имитационного комплекса у меня разработаны 3 алгоритма.

1. Матрица враждебности. Определяет все (!) враждебности– ищет оптимальное решение.
Алгоритм плох тем, верхняя и точная границы асимптотической временной сложности зашкаливают. Бывало на сутки оставлял просчитать модель. Может в будущем при наличии ресурсов можно будет подключить нейронки.

2. Два других хорошо совмещают в себе большинство эвристик и дают прогнозируемые погрешности. Алгоритмы сортируют операции и захватывают ресурсы согласно эвристикам упорядочивания (назову этот так... В целом суть захвата в том, чтобы не все ресурсы сразу присвоить, а по частям - для уменьшения количества циклов проверки враждебных операций). При этом используется 2 буфера для сбора операций и производится только бинарное рассмотрение враждебности. Чем хороши и плохи эти алгоритмы? Они очень быстрые и дают хорошо прогнозируемые погрешности.

Итак, что за пример где начинает все ломаться?

У нас есть 4 операции: 1, 2, 3, 4.
Ресурсы, которые может использовать операция (операция-ресурс):
1-а, 2-а или 2-б, 3-б или 3-в, 4-в.
Да, всего 4 операции и 3 ресурса! Все операции хотят реализоваться, но не получиться...Кого задержим?

Немного деталей:

Операций с одинаковым значением приоритета и времени заявки – нет. При этом считаем, что операции при реализации имеют общий интервал времени (т.е. в определенный интервал времени требуется занятие всех ресурсов: а, б, в).
Приоритет – условная важность операции, а время заявки – момент, когда операция заявляет о своей потребности в ресурсах.

Как распределить ресурсы между операциями?

Возьмем для примера ситуацию №1 (можно менять условия для того, чтобы любое правило можно было сломать; поломка - недостижение очевидного результата для человека).

Упорядочивание операций по времени заявки (от самой ранней операции к самой поздней): 3, 4, 2, 1.
Упорядочивание операций по приоритету (от операции с наибольшим приоритетом к операции с наименьшим): 3, 2, 1, 4.

Матрица враждебности в этой и аналогичной ситуации справляется на 100% (но на сложных моделях устраивает перекур в процессе расчетов). Алгоритмы эвристик справляются в 33% случаев так же, в других могут задержать более приоритетную операцию (из примера - 1ую), что в целом не так значительно, хоть и на предельных объемах данных могут выдавать много некритичных ошибок. При этом открывается поле возможностей по оптимизации распределения ресурсов от учета человеческого фактора до адаптивной системы управления, которая оптимизирует использование ресурсов по различным критериям.

Есть идеи как распределить ресурсы?👇

p.s. Мы то с вами понимаем, что все операции можно реализовать параллельно друг другу и только операцию 4 – задержать. Алгоритмы и эвристики заранее не знают, что к ним попадает на вход.

Доверие к результатам

Можно ли доверять имитационному моделированию? Здесь писал про 8 шагов к точной и достоверной имитационной модели. В симуляциях, где используются миллионы вычислений, даже небольшие ошибки округления могут накапливаться и приводить к неверным результатам. Поэтому важно понимать, как работают наши инструменты и насколько им можно доверять.

Давайте сегодня проверим доверие к привычным вещам. Доверяете ли вы своему калькулятору?

Проверьте у себя в телефоне: (10^13)+1-(10^13)
🔥 – если результат «0», ❤️ – если «1».

В некоторых андроидах можно получить верный результат. Почему?
Все благодаря работе Ханса-Юргена Бёма с рекурсивной вещественной арифметикой (RRA).
Главная идея заключается в том, что для быстрого и точного результата необходимо использовать следующее окончательное представление чисел: рациональное, умноженное на вещественное, где вещественное — это RRA-вещественное или символьное вещественное.

Здесь можно ознакомиться со статьей Ханса-Юргена Бёма про создание API для работы с реальными числами, обеспечивающего точные и понятные результаты. Исследование направлено на улучшение точности и математических свойств вычислений.

Защита данных связанных с безопасностью движения поездов для имитационной модели

Данным, описывающим инфраструктуру ж/д, расписание движения поездов и др. критическую информацию, утечка которой может поставить под угрозу безопасность движения необходима защита как от внешних, так и от внутренних угроз.

В главных ролях:
📍 ЦУП: Центр управления перевозками, источник данных, связанных с безопасностью движения поездов. Данные будет отправлять не прямо ЦУП, а определенный сервер, но в пояснениях ниже будет фигурировать именно эта аббревиатура.
📍 ИМ: Имитационная Модель, использующая эти данные для моделирования и анализа.

Подходы к защите данных:

1. Trusted Execution Environment (TEE):
Использование защищённых анклавов TEE для хранения и обработки конфиденциальных данных ЦУП. Основной принцип – изоляция кода и данных в защищенной аппаратной среде.

Как гарантировать целостность данных?
Проводим аттестацию TEE для верификации кода ИМ, которая включает в себя проверку хеша кода, выполняемого в анклаве, и подписи производителя TEE.

Недостаток: Зависимость от конкретного производителя TEE. Возможные решения:
- Использование аппаратных модулей безопасности.
- Децентрализованные решения для аттестации.

2. Oblivious Transfer (OT):
Использование протокола OT для передачи данных ЦУП к ИМ без раскрытия конфиденциальной информации.

Реализация OT 1 out of 2 на основе протокола Диффи-Хеллмана (Меркла):

1. ЦУП отправляет ИМ A = g^a (mod p), где g – порождающий элемент циклической группы, a – секретное случайное число, p - простое число.

2. ИМ, в зависимости от бита c ∈ {0, 1}, отправляет ЦУП B = g^b (mod p) (если c = 0) или B = Ag^b (mod p) (если c = 1), где b – секретное случайное число.

3. ЦУП вычисляет K_0 = B^a (mod p) и K_1 = (B/A)^a (mod p).

4. ЦУП шифрует m_0 ключом K_0 и m_1 ключом K_1, отправляя x_0 = Enc_{K_0}(m_0) и x_1 = Enc_{K_1}(m_1) ИМ.

5. ИМ вычисляет K = A^b (mod p) и расшифровывает x_c, получая m_c.

Реализация OT 1 out of n:
Наивный подход: n раз OT 1 out of 2. Сложность O(n).
Более сложные схемы: log_2(n) OT 1 out of 2.
OT Extensions: “Предварительная зарядка” энтропией для быстрого выполнения OT 1 out of n.

Использование OT в сервисе ИМ:
Групповой запрос: ИМ формирует запрос, включающий индекс j (номер запрашиваемого параметра) и N-1 случайных индексов (N > 1). ЦУП, используя данные, соответствующие всем N индексам, возвращает соответствующие значения.
OT 1 out of n для выбора истинных данных m_j из возвращенного множества.

3. Secret Sharing
Разделение конфиденциальных данных ЦУП на доли (shares) между несколькими компонентами (возможно, распределенными между несколькими экземплярами ИМ).

Используем схему Шамира: чтобы разделить секрет s на n долей, необходимых для восстановления k долей (k <= n):

1. Выбирается случайный полином степени k-1:
f(x) = s + a_1*x + a_2*x^2 + ... + a_{k-1}*x^{k-1} (mod p)
где s - секрет, a_i - случайные коэффициенты, p - простое число больше чем s и все возможные значения x.

2. Генерируются n долей, вычисляя значения полинома в разных точках:
share_i = f(i) для i = 1, 2, …, n

3. Для восстановления секрета необходимо собрать k долей и использовать интерполяцию Лагранжа:
s = f(0) = Σ (share_i * L_i(0)) для i = 1, 2, …, k
где L_i(x) - полином Лагранжа, определяемый как:
L_i(x) = Π [(x - x_j) / (x_i - x_j)] для всех j ≠ i, где x_j - координаты собранных долей.

Для восстановления данных необходима комбинация достаточного количества долей. Еще можно использовать Multi-Party Computation для вычислений над долями без их восстановления. Это позволит ИМ проводить вычисления над данными без прямого доступа к исходным значениям, хранящимся у ЦУП.

Ну и дежурная фраза: "выбор конкретного подхода зависит от требуемого уровня безопасности, производительности, сложности реализации и затрат." А в комментариях я написал эксперементальную версию для объяснений за бутылкой. И помните про риски, связанные с зависимостью от конкретных технологий (vendor lock-in) и потенциальные атаки на систему защиты, в контексте взаимодействия между ЦУП и ИМ.

Все данные о ж/д в руке

Буквально можно записать все данные о ж/д на несколько дисков, которые поместятся в руке.

Такое хранилище данных назвали «5D optical data storage». Концепция конечно не нова, она экспериментально продемонстрирована в 2013 году.

Хранилище представляет собой экспериментальное наноструктурированное стекло для постоянной записи цифровых данных с помощью фемтосекундного лазерного письма. Диски, использующие эту технологию, могут хранить до 360 терабайт данных (на 12-сантиметровом диске) в течение миллиардов лет.

Название связано с тем, что для записи по всему объёму носителя используются два оптических измерения и три пространственные координаты: 3 измерения (X, Y, Z) – позиция точки внутри кристалла (обычное трёхмерное пространство); 4-е измерение – ориентация поляризации (под каким углом светил лазер); 5-е измерение – интенсивность лазерного импульса (насколько сильное изменение структуры произошло). Таким образом, информация кодируется сразу по 5 параметрам, и это позволяет записывать огромные объёмы данных в крошечном объёме.

Сейчас идет коммерциализация технологии оптического хранения данных компанией OpteraData. Они утверждают, что сделают оптические диски с ёмкостью 10 ТБ за 1 доллар к 2030 году.

Перспективы конечно захватывают, надеюсь на удачные реализации проектов.

Разделяй и властвуй

Алгоритмы, составляющие фундамент современной IT отрасли, часто кажутся плодом новейших разработок. Однако, если присмотреться внимательнее (или просто загнаться как я собственно и сделал), то принципы увидим и в древних писаниях.

В качестве примера предлагаю вспомнить сортировку слиянием, быструю сортировку и бинарный поиск. Это проявления парадигмы “Разделяй и властвуй”: разбить задачу, рекурсивно решить подзадачи, объединить результаты.

Сортировка слиянием Джона фон Неймана (1945) - один из первых алгоритмов, формализовавших этот принцип. А использование рекурсии при разделении предложил еще Евклид (300 г. до н.э., хотя задача про нахождение наибольшего общего делителя двух целых чисел, но я про сам принцип).

Идея разделения сложного на простое стара как мир. В политике и военном деле “Разделяй и властвуй” применялась тысячелетиями. Трактат Сунь Цзы “Искусство войны” (IV век до н.э.) пронизан этой идеей: дробление сил, использование противоречий:

📍 Избегай сильного, атакуй слабое. Сунь Цзы запротоколировал нам о необходимости тщательно выбирать момент и место для атаки, чтобы не столкнуться с превосходящими силами противника. Он рекомендует искать уязвимости и разделять врага (задачи), чтобы затем поражать его по частям. Что из "современного" сюда еще подходит?

A/B-тестирование в маркетинге. Выбираем наиболее эффективный вариант рекламного сообщения, "атакуя" тех, кто готов "купиться".

📍 Познай врага и познай себя, и тогда в ста битвах не будет опасности. Сунь Цзы призывает нас использовать любые разногласия, конфликты и слабые места внутри вражеского лагеря для ослабления его и облегчения победы.

Алгоритмы машинного обучения для анализа данных. В КБ алгоритмы анализируют сетевой трафик и выявляют аномалии, чтобы "познать" структуру и поведение атакующих и эффективно защитить сеть.

📍 Когда поднимаешься, не показывай вида; когда двигаешься, наноси удар по его слабостям. Существенным элементом стратегии “Разделяй и властвуй” является нарушение связи и координации между частями вражеской армии. Сунь Цзы доносит до нас важность дезинформации, саботажа и других методов, направленных на создание хаоса и неразберихи в рядах противника.

Использование криптографии для защиты коммуникаций. Шифрование скрывает смысл передаваемых сообщений, затрудняя противнику понимание наших намерений и координацию своих действий.

Хотите разобраться с алгоритмами, понять фундаментальный подход? Читайте классиков)

Что влезет - то влезет: Создание реалистичного входящего потока в имитационных моделях

В настоящее время активно занимаюсь переработкой своего имитационного комплекса для моделирования транспортной инфраструктуры необщего пользования (нп).

Ключевая цель проекта – радикально ускорить и повысить эффективность моделирования. В ближайшие 3 года стоит задача создания любой транспортной модели нп за одну неделю, а через 6 лет стремлюсь к моментальному синтезу имитационной модели.

Что мы сейчас делаем?
Занимаемся оптимизацией алгоритмов, автоматизацией логики построения моделей, расширением и детализацией функционала, а также улучшаем дизайн комплекса.

Одним из элементов симуляции является создание входящего потока в транспортную систему. Детерминированные потоки, конечно, важны, но сегодня я хочу поделиться опытом работы со стохастическими потоками.

Входящие стохастические потоки в транспортную систему достаточно достоверно можно описать с помощью распределения Пуассона для водного транспорта и распределения Эрланга для автомобильного и железнодорожного транспорта.

В данном посте делюсь результатами тестирования Эрланговского распределения для железнодорожного транспорта.

В процессе тестирования я исследовал влияние различных параметров Эрланговского распределения на загрузку инфраструктуры, точность и прозрачность имитации (отсутствие черных ящиков с точки зрения пользователя).

Остановился на варианте, который я условно называю «что влезет – то влезет», где приоритетом является анализ влияния случайности, а не максимальная пропускная способность.

Это подразумевает, что само распределение Эрланга некорректируется в симуляции. Вместо этого,отслеживаются смещения заявок и решения враждебностей, что позволяет исследовать влияние случайности, заложенной в распределении на пропускную способность объекта топологии. Такой подход позволяет получить более реалистичную картину работы системы и выявить проблемные места, требующие особого внимания при проектировании и управлении.

На чем решил остановиться по итогам тестирования:

1. Номера операций в отчетах по результатам симуляции должны идти не по порядку, а в соответствии принадлежности к временно́му диапазону Эрланговского распределения (например, с 1 до 10) из исходных данных.
Помогает понять, что произошло при имитации, для последующих настроек модели.

2. Расчетные интервалы по Эрлангу между поездами могут выбивать поезда из своих временных диапазонов. Хотя и можно уместить все заявки в исходных диапазон, но это уже не случайность тогда.
Случайность в первую очередь, пропускная способность во вторую.

3. При наложении операций в подводе (решаем враждебность, а не корректируем распределение) используем изменение подвода. Типо на предыдущей станции сначала хотели отправить, потом передумали, и это «передумали» на всякий случай записываем в отчет как изменение подвода.

Итого: создаем Эрланговское распределение по исходным данным, сортируем заявки в предварительном расписании, в модельном расписании распределяем ресурсы под заявки.

Пример учета решений: 1 категория поездов, состоящая из 10 заявок на интервал с 1 до 12 и 10 заявок на интервал с 12 до 23. По итогам симуляции мы можем увидеть 20 последовательно выполненных заявок (и последующих за ними операций). Но если заявки выпадают из интервала, хотелось бы это знать наверняка. Поэтому в ПР даем нумерацию заявок 1-10 в интервале [1-12] и 11-20 в [12-23]. При выходе заявок 1-10 из 1-ого интервала и попадании во 2-ой интервал мы можем увидеть последовательность: «…6, 12, 7, 13 …», что явно укажет на то, что заявки сместились даже на большом количестве данных. 6 заявка может при этом подвинуть 12 заявку в соответствии с решением враждебности и важно мы не меняем само распределение, а корректируем расписание в ходе симуляции. По факту конечно разницы нет, но результат корректировки записывается в отчет, а следовательно, принцип «учет и контроль» сохранён.

В комментариях приложил файлы:
График исполненной работы в *.noscript (открывается в браузере)
Занятие ресурсов под операции в *.xlsx.
ЛИКБЕЗ.

4️⃣ из 8️⃣ проектов РЖД, реализуемых в рамках ИЦК «Железнодорожный транспорт и логистика», полностью завершены. Об этом сообщил заместитель гендиректора компании Евгений Чаркин в ходе Демо-дня ИЦК на транспорте.

Завершенные проекты:
🔹ЕМД ПП - автоматизированная система оперативного управления перевозками; к ней подключено уже 11800 пользователей;
🔹АС ЭТРАН НП - автоматизированная система централизованной подготовки и оформления перевозочных документов; к ней подключено порядка 60 тыс.пользователей, ежемесячно оформляется более 5 млн перевозочных документов;
🔹ПКМПП - программный комплекс для моделирования и прогнозирования пассажиропотоков;
🔹АСУ ЭКСПРЕСС НП - основная билетная система железнодорожного транспорта, которая обеспечивает все бизнес-процессы пассажирского комплекса; к ней подключено 10600 пользователей.

В работе находятся еще 4️⃣ железнодорожных проекта:
🔸ЕС ПУЛ - система пономерного учета локомотивов;
🔸ЕАМ - система управления железнодорожной инфраструктурой;
🔸ТОРО П - подсистема управления текущим отцепочным ремонтом;
🔸ТОР ЭК - система управления вагонным хозяйством.

Кроме того, 5️⃣ информационных систем РЖД, реализуемых в рамках особо значимых проектов ИЦК, зарегистрированы в Едином реестре российского ПО.

🔜 В планах компании:
▪️Тиражирование проектов. Например, система «Экспресс» работает уже в 7 дружественных администрациях;
▪️Внедрение ИИ. В частности, в программном комплексе ПКМПП реализована функциональность анализа данных и моделирования с помощью искусственного интеллекта;
▪️Достижение технологического лидерства. Системы «ЭТРАН» и «Экспресс» по совокупности бизнес-функций превосходят зарубежные аналоги.

Склад будущего. Во что верит инвестирует современный бизнес?

В эпоху тотальной цифровизации сложно остаться в стороне от тенденций автоматизации. Вопрос лишь в том, насколько эти тенденции соответствуют здравому смыслу и бизнес-целям.

Итак, эксперты складской логистики выделяют 3 технологии, на которых держится (или должен держаться) современный склад:

1️⃣ Автоматизированные мобильные роботы (AMR/FMR). Эти юркие трудяги обещают заменить армию кладовщиков.

AMR-робот:
Российский интегратор: 3,5 млн руб.
Российский производитель: 2,5 млн руб.
Китайский производитель: 1,4 млн руб. (Дешево и сердито? Или “сердито” - это гарантия?)

FMR-робот:
Российский интегратор: 6,3 млн руб.
Российский производитель: 4,5 млн руб.
Китайский производитель: 2,9 млн руб.

2️⃣ 3D-шаттлы. Чудо инженерной мысли, позволяющее максимально эффективно использовать каждый кубический метр складского пространства.
Российский интегратор: 5,4 млн руб.
Российский производитель: 3,2 млн руб.
Китайский производитель: 3,1 млн руб. (Стоит обратить внимание, есть значительная экономия средств).

3️⃣ Кран-штабелер. Монументальные сооружения, возносящие складские запасы к небесам и повышающие риск падения.
Российский интегратор: 37 млн руб. (Зато с гарантией!)
Российский производитель: 28 млн руб. (Импортозамещение во всей красе!)
Китайский производитель: 31,5 млн руб. (А говорили, что у нас дороже…)

Но не надейтесь на чудо при внедрении, сначала придётся серьёзно поработать над оптимизацией маршрутов, бесшовной интеграцией с WMS. Возможно стоит попробовать точечную роботизацию, но с митигацией интеграционных рисков через успешные практики RMS. Иначе получите хорошо организованный хаос.

Что пошли гуглить после прочтения?

#склад #автоматизация #логистика #бизнес #технологии #инвестиции #роботы #цены

Почему роботизация – не “модный тренд”, а вопрос выживания?

😐 Кадры решают… Но их нет. Нехватка персонала – глобальная проблема. Роботы не болеют, не уходят в отпуск и пока не просят повышения зарплаты.

😐 Будущее уже наступило. К 2050 году нас может ждать армия из миллиарда человекоподобных роботов, более 90% из них будет использовать в промышленности, логистике и торговле, а их стоимость снизится в 13 раз.

😐 Автономный цех – это выгодно. Инвестируйте всего 0,9% дохода в роботизацию, и получите +5% к EBITDA, ускорение процессов на 27%, увеличение производительности на 25% и снижение времени восстановления после сбоев на 60%! Звучит как сказка? Я пока верю, эти цифры называют компании по производству роботов представители грузовладельцев на конференциях по логистике.

😐 Россия – в начале пути. Плотность роботизации в РФ отстает от мировых показателей в 8,5 раз! Но у нас есть шанс наверстать упущенное.

😐 Курс на роботизацию. Правительство РФ ставит амбициозную задачу – войти в ТОП-25 стран по темпам роботизации. К 2030 году на 10 тыс. работников должно приходиться 194 робота (сейчас всего 19).

🤫 Государство поможет. Действует программа субсидирования развития роботизации – государство готово компенсировать 20% от суммы вашего проекта.

ТОП 4 БОЛИ ПЛАНИРОВАНИЯ НА ПРОИЗВОДСТВЕ

Пообщался с десятками производственников, и знаете что? Все как один твердят: планирование производства - это перманентная ** с ** и злостной *. Хотел написать ТОП-5 проблем, добавив нехватку персонала (ну проблема же, правда?), но все в один голос: есть вещи и поважнее! Вот что реально болит: 👇

1️⃣ Индивидуализация vs. Массовость. “Клиент всегда прав!” - это девиз, который заставляет уменьшать партии, подстраиваться под каждого заказчика и соблюдать сроки, как никогда раньше. Гибкость - наше всё! Но как ее достичь, когда ресурсов в обрез?

2️⃣ Оптимизация запасов vs. Стабильность. Все говорят про “высвобождение оборотных средств”, но как сократить запасы, чтобы производство не встало колом? Найти этот баланс - искусство, а не просто табличка в Excel!

3️⃣ Минимизация потерь vs. Жестокая реальность. Простои, сломанное оборудование, изношенная оснастка… Все это - прямые убытки! Но как выявить и устранить причины этих потерь, когда кажется, что “горит” везде и сразу?

4️⃣ Управляемость vs. Полный хаос. Плановики копошатся в Excel и пытаются хоть что-то “допилить” в 1С. Но ручные методы уже не катят! Как сделать производство управляемым и предсказуемым в этих условиях?

Думали будет решение? Ага, конечно! 🤣
Решения - нет, есть только путь! А если на этом пути вам встретится имитационная модель вашего производства, то будет конечно легче, но работать все равно придется.

Снижение затрат = снижение прибыли? Или почему в e-com дорогая логистика?

Смотрите сами. Укрупненные ставки на перевозку:

Автодоставка: от $1,2 за кг (сборные грузы) или $6500–8500 за фуру.

Железная дорога: $4000–6000 за контейнер (Китай – Москва), что на 30–40% дешевле автотранспорта.

Авиадоставка: $3,2 за кг — в 3–5 раз дороже, чем ж/д.

Выбор очевиден? Почти.. Сколько стоит вам простой? Добавляйте к себестоимости:
Перегрузка из-за разной ширины колеи добавит 1–2 дня.
Таможенное оформление до 3 дней.
Очереди на терминалах до 4 дней.

Что еще портит картину?
- Несовместимость с быстрым обновлением ассортимента (цикл жизни товара — 2–4 месяца).
- Сложности «белого» импорта (документы, сертификация, маркировка).
- Нехватка сборных контейнеров — только 10–12% от общего объема.
- Отсутствие мультифункциональных терминалов для e-com.

⚠️ Реальный кейс:

В сентябре 2024 года Wildberries ждал доставку 22 дня вместо запланированных 14 из-за простоев на границе и в Челябинске.

Сосредоточившись на снижении прямых транспортных расходов, вы рискуете снизить общую рентабельность вашего бизнеса. Важно учитывать совокупную стоимость владения грузом, включая время, риски, оборачиваемость и возможность быстро реагировать на изменения рынка.

Цифровой ЖД-бум 2025: Какие технологии перевернут железные дороги?

Железнодорожная отрасль верим, надеемся переживает масштабную цифровую трансформацию, меняющую каждый аспект работы — от эксплуатации инфраструктуры до взаимодействия с клиентами.

Какие ключевые тренды?

🧠 ИИ-мозг для ЖД: оптимизация и предиктивность
ИИ стал главным инструментом повышения эффективности железных дорог. За счёт AI-алгоритмов оптимизируются расписания, маршруты и логистические схемы, а также прогнозируются поломки и возможные аварии.
• По прогнозам The Business Research Company, рынок цифровых железнодорожных технологий достигнет $59,32 млрд в 2025 году с 8,2% среднегодового роста.
• ИИ позволяет снизить время простоя подвижного состава, улучшая техническое обслуживание через предиктивный анализ данных с сенсоров.
• Пилотные проекты РЖД с машинным зрением уже превзошли человеческую точность в мониторинге инфраструктуры.

📊 Большие данные под колесами: сбор и анализ в реальном времени
Сенсоры IoT, видеокамеры и устройства мониторинга собирают миллионы событий ежедневно, включая параметры подвижного состава, инфраструктуры и внешних условий.
• РЖД обрабатывает множество событий в течение суток, создавая базу для прогноза износа и предотвращения аварий.
• Аналитика больших данных позволила на 30-40% сократить операционные затраты и оптимизировать ремонты.
• Интеграция данных помогает быстрее реагировать на внештатные ситуации и повышать безопасность перевозок.

🌐 Цифровые платформы объединяют транспортные системы
• В 2025 году активно развиваются мультимодальные цифровые платформы, объединяющие железнодорожные, автомобильные и морские перевозки в единую экосистему.
• Такие платформы позволяют повысить прозрачность логистики, автоматизировать документооборот и сократить бюрократию, сокращая время оформления грузов минимум на 30%.
• В России проект «Цифровая трансформация транспортной отрасли» предполагает создание национальных стандартов обмена данными для унификации процессов.

🤖 Роботы на службе: автоматизация операций
• Автоматизированные системы управления грузопотоками, роботизированные комплексы для роспуска и погрузки вагонов уменьшают ошибки и повышают скорость обработки грузов.
• Такие технологии минимизируют человеческий фактор, что значительно повышает безопасность и сокращает операционные риски.

🌱 Зелёные технологии: экологичный транспорт
• Внедрение гибридных локомотивов (совмещающих дизель и электричество) способствует снижению выбросов CO2 и уменьшению затрат на топливо на 15-25%.
• Цифровой контроль энергопотребления и использование цифровых двойников позволяет оптимизировать использование ресурсов и поддерживать устойчивую работу железнодорожной инфраструктуры.
• В сегменте «умных железных дорог» ожидается среднегодовой рост 22,4% к 2035 году, что связано с экологическими и эффективностными требованиями рынка.

👁 IoT — всевидящее око железных дорог
• Массовое внедрение IoT-датчиков в оборудование и инфраструктуру позволяет в режиме реального времени отслеживать состояние составов и путей.
• Такие системы обеспечивают своевременное техническое обслуживание, предотвращая аварии и увеличивая безопасность перевозок.
• По данным РЖД, уровень зрелости цифровых решений уже достигает 89%, что свидетельствует о высокой готовности отрасли к масштабной цифровизации.

Источники для глубокого изучения:
• Тенденции в сфере железнодорожных грузоперевозок на 2025 год
• Как цифровизация меняет железные дороги
• Цифровая трансформация транспортной отрасли
• Ключевые тренды в транспортной логистике
• Новости цифровой трансформации на железнодорожном транспорте

Узкие места рынка сбыта российских угольщиков:
Китай ускоряет шахтное строительство — и это серьёзная проблема

В 2025 году российская угольная отрасль столкнулась с серьёзными вызовами, и главное из них — масштабное наращивание угледобычи в Китае, который остаётся ключевым рынком сбыта для России. Сейчас в Китае в разработке более 450 угольных шахт, из которых почти 40% уже строятся или проходят тестовые пуски. Их суммарная годовая мощность может превысить 1,35 млрд тонн — это больше, чем весь экспорт крупнейших мировых экспортеров, Индонезии и Австралии вместе взятых.

За первые пять месяцев 2025 года добыча угля в КНР выросла на 6% год к году, а это уже риск серьёзного переизбытка угля на мировом рынке, который и без того находится под давлением из-за избытка мощностей и ограниченного спроса.

А нам то что?
Для России это означает серьёзные сложности с сохранением позиций на ключевом рынке, где уже наблюдается снижение импорта угля на 4,5–11% за первое полугодие 2025 года. Одновременно нарастает конкуренция и давление на цены, что усугубляет положение наших угольщиков.

Российская отрасль переживает не только влияние внешних факторов, но и внутренние структурные проблемы. Закредитованность компаний достигла критического уровня: многие мелкие и средние предприятия работают в убыток и рискуют не выдержать текущий кризис. Ждем ставку 15% к концу года? - 🙏

Выживают лишь те, у кого есть дотации собственные портовые и логистические мощности — это позволяет им хоть как-то снизить издержки и удержаться на нуле или в небольшом плюсе. Остальные вынуждены с трудом покрывать расходы, совмещая падение доходности с ростом долгов.

Сниженная доходность перевозок также становится серьёзным узким местом. Ставки аренды наиболее востребованных полувагонов, обеспечивающих транспортировку угля, упали в 2–2,5 раза по сравнению с началом 2024 года. Это напрямую отражает ухудшение конъюнктуры рынка и снижает привлекательность перевозок как для компаний, так и для инфраструктурных операторов.

Кроме того, сохраняются валютные и санкционные риски.🥱 Минэнерго активно тестирует механизм расчётов в национальных валютах для обхода долларовых ограничений на экспорт и минимизации санкционных рисков, однако это скорее временное решение, которое не снимет коренные проблемы финансовой устойчивости отрасли.😭

Не стоит забывать и о логистических ограничениях: высокие транспортные расходы и дефицит собственных портовых мощностей у многих компаний затрудняют оперативное наращивание поставок и снижает конкурентоспособность на внешних рынках.

В итоге, усиленное наращивание добычи угля в Китае создаёт серьёзное давление на российский экспорт, выявляя уязвимости отрасли и подчеркивая необходимость срочного поиска новых рынков (это не только география, но и новые форматы сделок, трейдинг, экологические и технологические решения), повышения эффективности производства, диверсификации и укрепления собственной логистики. Ситуация требует комплексных решений как со стороны бизнеса, так и с государственной поддержки.

💡 Тест новой фичи: Визуализация загрузки и причин простоев

Все мы знаем, как сложно анализировать десятки громоздких таблиц и вычленять из них самый сок.

Как свести большие массивы данных (технологических, нормативных и оперативных) в единый динамичный отчёт, который:
• Интегрирует разные источники и отображает точную картину загрузки;
• Автоматически выявляет и количественно оценивает узкие места;
• Поддерживает сценарный анализ и помогает принимать оптимальные решения по развитию.

Сегодня хочу показать свежую фичу — анимированную гистограмму загрузки ключевых сегментов инфраструктуры с подсветкой важных инцидентов.

▶️ На видео почувствуете динамику нагрузки, увидите критические моменты, которые собираются автоматически.

📊 Такая визуализация помогает значительно быстрее и точнее определять, где именно возникли проблемы, и принимать решения.

Удобен, полезен ли такой формат отчёта для вашей работы и мониторинга?
Буду благодарен за ваши отзывы и идеи! 🙏

#бизнес_аналитика #отчетность #мониторинг

85 миллиардов на ветер? Железнодорожное слияние века — крупная сделка или провал? 🧐

Union Pacific покупает Norfolk Southern за 3,5 ВСМ МСК-СПб 85 миллиардов долларов, создавая первую в США трансконтинентальную сеть грузовых железных дорог протяжённостью более 80 000 км, охватывающую 43 штата и около сотни портов. Ожидается, что крупнейшая ж.-д. сделка завершится к началу 2027 года.

Звучит громко и хлестко, но за громкими заголовками скрываются реальные проблемы, которые могут послужить уроком и для российских владельцев транспортной инфраструктуры.

Union Pacific — компания с одним из худших показателей безопасности в отрасли: приоритетом часто становится агрессивное повышение операционной эффективности, а не защита здоровья работников и качество обслуживания.

Norfolk Southern, напротив, постепенно улучшала эти показатели, но теперь окажется в одной «лодке» с UP. Объединение такого масштаба — это всегда проверка на прочность систем управления, ИТ-инфраструктуры и операционных процессов. Заоблачные обещания «ускорения» и «оптимизации» легко оборачиваются сбоями в логистике, срывом сроков и ростом тарифов (особенно при низкой конкуренции - что-то напоминает?).

Опыт предыдущих слияний Union Pacific (с Southern Pacific в 1996 году) показывает, что ожидать плавного перехода не приходится. Инфраструктурные узкие места остались - начались массовые простои, задержки (есть кстати здесь, те кому не нравится этот термин? Движенцы дайте о себе знать😅) и снижение качества сервиса на целых юго-западных коридорах. Проблемы с профсоюзами не трогаем, у нас все иначе.

Какие выводы можно сделать для России?
Когда речь идёт о железнодорожной инфраструктуре, масштабные изменения выявляют слабые места не только в технике, но и в информационных потоках, коммуникациях и процессах.

Только интегрированные ИТ-решения, поддерживающие цифровых двойников, имитационное моделирование и гибкую аналитику, способны обеспечить адаптивность и устойчивость. Без такого технологического базиса возрастают риски срыва операций и экономических потерь.

Вопрос не в том, чтобы «ждать слияния», а в том, как учиться на таких кейсах и укреплять свои системы уже сегодня. Что вы думаете? Какие IT-инструменты и подходы в России могли бы помочь избежать проблем, которые уже ставят под сомнение эффективность крупнейшего слияния железнодорожных компаний в США?

Как ИИ принимает решения? Что у него за "душой"?

Можно ли создать AI-агента без внутренней модели мира?

AI-агент — это программа, которая самостоятельно решает задачи, принимает решения и учится на опыте. Она ориентируется в окружающей среде, анализирует ситуацию и выбирает действия, чтобы достигать своих целей.

Недавние исследования Google DeepMind дали чёткий ответ — нет).

🎯Любой агент, способный решать сложные многошаговые задачи и обобщать опыт, обязательно формирует внутри себя модель окружающей среды, даже если её не заложили специально. Чем сложнее задачи, тем детальнее должен быть «внутренний симулятор реальности».

Модель мира AI-агента можно извлечь прямо из его стратегии выбора действий. Умные головы разработали алгоритмы, позволяющие восстанавливать эту модель мира по поведению агента — даже если он для нас «чёрный ящик».

И что получается?

1. Model-free не существуют. Model-based - ❤️.
2. Эмерджентные способности - это норма 😱.

Это открывает новые возможности:

Глубже понимать, как ИИ видит и интерпретирует мир;
Повышать безопасность и прозрачность принятых решений;
Создавать более контролируемые и объяснимые системы.

📢 Свое или Готовое?

Недавно на одной из логистических конференций меня особенно зацепили два доклада, которые ярко подсветили одну из главных дилемм современного IT‑рынка.

Первый доклад прозвучал как тревожный звонок:
🗣 «Создавать свой ИИ-продукт очень рискованно. Технологии устаревают быстрее, чем ты успеваешь их запустить, и быстро становятся коммодити. Единственное, что держит — это большая пользовательская база.»
💥 Пример: Пока команда самозабвенно делала автоматический поиск данных по СНиПам, ChatGPT уже выполнял эту задачу «из коробки». Занавес.

Второй доклад (от одной из компаний бывшей большой 4) — ода собственным достижениям:
🗣 «Мы сделали классный IT продукт! Он умеет транскрибировать аудио и видео, создавать краткие содержания, анализировать прикреплённые файлы и конечно, поддерживает чат с нейросетью.»

Ну и кто выигрывает в этой гонке вооружений?
Делайте ставки, господа:

🤔 Одна команда, осознав жёсткие реалии, говорит о рисках и бессмысленности погони за технологиями, которые завтра станут общедоступными. Другая — гордится, что завтра такой продукт может сделать любой студент, просто подключив API.

😱 Пока одни рассуждают о теоретических опасностях и сложности ИИ, устаревания технологий, рискуют так и остаться в стороне, другие, не боятся рисковать и создавать передовые продукты, используя последние достижения, предлагая пользователям реальную пользу здесь и сейчас. Первые упускают возможности, вторые их реализуют.