როგორ ცვლის ხელოვნური ინტელექტი და რეალურ დროში თვალყურის დევნება ტვირთების მართვას
შესავალი
ათწლეულების განმავლობაში ტვირთების მართვა მხოლოდ ნაწილობრივი ინფორმაციით მუშაობდა. ტვირთი შენჟენში მდებარე ქარხნიდან ტოვებდა, ლოგისტიკურ ქსელში ქრებოდა და შემდეგ ხელახლა ჩნდებოდა - ზოგჯერ რამდენიმე დღის შემდეგ - ან დანიშნულების ადგილზე, ან როგორც პრობლემა, რომელიც უკმაყოფილო კლიენტისთვის ახსნას საჭიროებდა. ხილვადობა არ იყო მეთოდი; ეს იყო სიკეთე. ფაქტის შემდეგ, გადაწყვეტილებები გადამისამართების, მარაგების შევსების ან გადამზიდავის მუშაობის შესახებ მიიღებოდა იმ ანგარიშების საფუძველზე, რომლებიც მათი წაკითხვის დროს უკვე მოძველებული იყო.
ახლა ბიზნესის კეთების ეს წესი ინგრევა. ხელოვნური ინტელექტი და რეალურ დროში თვალთვალის ტექნოლოგიები, რომლებიც დაფუძნებულია ნივთების ინტერნეტის სენსორებზე, GPS ქსელებზე, ღრუბლოვან პლატფორმებსა და მანქანური სწავლების ძრავებზე, გაერთიანდა იმისთვის, რომ შეექმნათ ისეთი რამ, რაც ლოჯისტიკის ინდუსტრიას აქამდე არასდროს ჰქონია: შესაძლებლობა, დაინახოს, თუ რა ხდება გლობალურ მიწოდების ჯაჭვში მისი მიმდინარეობისას და იმოქმედოს მანამ, სანამ პრობლემები კრიზისად იქცევა. ამ ცვლილებაში ჩადებული თანხების რაოდენობა მნიშვნელოვანია. ტვირთების მართვის სისტემების გლობალური ბაზარი 2025 წელს 19.76 მილიარდ დოლარს შეადგენს და მოსალოდნელია, რომ 2034 წლისთვის 43.21 მილიარდ დოლარამდე გაიზარდოს. მოსალოდნელია, რომ ნივთების ინტერნეტი (IoT) ლოჯისტიკაში 2025 წლის 61.17 მილიარდი დოლარიდან 2032 წლისთვის 161 მილიარდ დოლარამდე გაიზრდება. მიწოდების ჯაჭვის ხილვადობის პროგრამული უზრუნველყოფის ბაზარი ყოველწლიურად 24.98%-ით იზრდება. ეს მხოლოდ ვარაუდები არ არის; ისინი აჩვენებს, რომ ფული იხარჯება სისტემებში, რომლებიც ცვლიან ტვირთების გადაზიდვის წესს.
ეს სტატია განიხილავს, თუ როგორ გამოიყურება ეს გადასვლა რეალურ ცხოვრებაში, მათ შორის კონკრეტულ გამოყენებებს, რომლებიც დემონსტრირებად შედეგებს იძლევა, ბაზრის დინამიკას, რომელიც აჩქარებს დანერგვას, რეალურ პრობლემებს, რომლებიც ჯერ კიდევ არსებობს და რას ნიშნავს ეს იმ კომპანიებისთვის, რომლებიც ტვირთებს გადაჰყავთ ჩინეთსა და აშშ-ს კორიდორს შორის და მის ფარგლებს გარეთ.
რატომ გახდა ტვირთების ხილვადობა ინდუსტრიის მთავარ პრობლემად
შემთხვევითი არ არის, რომ რეალურ დროში თვალთვალი ლოჯისტიკური ტექნოლოგიების უმნიშვნელოვანეს ელემენტად იქცა. ის ცენტრალურ ადგილს იკავებს, რადგან მისი არარსებობის ხარჯები გაცილებით მაღალი აღმოჩნდა, ვიდრე თავდაპირველად კომპანიების უმეტესობა ვარაუდობდა. 2024 წელს მიწოდების ჯაჭვების მუშაობის შეფერხების შემთხვევები ბევრ ინდუსტრიაში 32%-ით გაიზარდა. მსოფლიოს მასშტაბით მწარმოებლების 78%-ზე მეტმა განაცხადა, რომ მათ ყველა მომწოდებლის ნახვა არ შეეძლოთ. თუმცა, სულ რაღაც რამდენიმე წლის წინ, კითხვაზე „სად არის ჩემი ტვირთი?“ პასუხი ყოველთვის ერთი და იგივე იყო: ტვირთების გადამზიდავთან სატელეფონო ზარი, გადამზიდავის მოძველებული ვებსაიტის შემოწმება და ლოდინის თამაში.
ელექტრონული კომერციის აღზევებამ დააჩქარა ანგარიშსწორება. ადამიანები, რომლებიც ნიუ-ჯერსის საწყობიდან ამანათის თვალყურის დევნებას იყვნენ მიჩვეულები, წყნარ ოკეანეში გადაადგილებული კონტეინერისგანაც იგივე დონის სიზუსტის მოლოდინი დაიწყეს. მოლოდინებიდან გამომდინარე ეს ზეწოლა ჯაჭვის ზემოთ გავრცელდა, რამაც სატვირთო კომპანიები აიძულა, ინფრასტრუქტურაზე ფული დაეხარჯათ რეალური პასუხების გასაცემად და არა მხოლოდ პროგნოზების. 2025 წლისთვის რეალურ დროში თვალყურის დევნება მიწოდების ჯაჭვის ხილვადობის პროგრამული უზრუნველყოფის ბაზრის უდიდესი ნაწილი იქნება. განლაგების 58%-ზე მეტი ღრუბელზე დაფუძნებულ პლატფორმებზე განხორციელდება, რადგან გლობალურად განაწილებულ გუნდებს ნებისმიერი მოწყობილობიდან და ნებისმიერ დროის სარტყელში უნდა ჰქონოდათ რეალურ მონაცემებზე წვდომა.
2025 წელს ტარიფებთან დაკავშირებულმა სიტუაციამ საქმე გაცილებით სასწრაფო გახადა. აშშ-ში ტარიფებში ბოლოდროინდელმა ცვლილებებმა მთელ მსოფლიოში ტრანსპორტირების ხარჯები გაზარდა და კომპანიებს აიძულებდა სწრაფად შეეცვალათ მომარაგების გეგმები. კომპანიებს, რომლებსაც არ ჰქონდათ რეალურ დროში ხილვადობა მიწოდების ჯაჭვებზე, არ შეეძლოთ საკმარისად სწრაფად რეაგირება მარშრუტის ცვლილებებზე, საბაჟო რეკლასიფიკაციებზე ან ახალ შესაბამისობის მოთხოვნებზე. ამ არეულობების დროს საუკეთესოდ ის კომპანიები მუშაობდნენ, რომელთა ლოჯისტიკური სისტემები უკვე რეალურ დროში მონაცემებზე იყო დაფუძნებული და არა მოძველებულ ანგარიშებზე.
ხელოვნური ინტელექტი ტვირთების გადაზიდვაში: პოპულარული სიტყვის მიღმა
პროგნოზირებადი ანალიტიკა და მოთხოვნის პროგნოზირება
ტვირთების გადაზიდვაში ხელოვნური ინტელექტის ყველაზე სასარგებლო გამოყენება ყველაზე აშკარა არ არის. პროგნოზირებადი ანალიტიკა იყენებს მანქანურ სწავლებას წარსული ტენდენციების, მიმდინარე მონაცემებისა და გარე სიგნალების შესასწავლად, მოთხოვნის პროგნოზირებისა და პრობლემების დაგეგმვის მიზნით. ის მუშაობს ჩუმად, კულისებში, დაგეგმვის სისტემებში, ისე, რომ პრობლემები დისპეტჩერის ეკრანზეც კი არ ჩანს. McKinsey-ის თანახმად, ხელოვნური ინტელექტით გაუმჯობესებული პროგნოზირება მიწოდების ჯაჭვში შეცდომებს 30%-დან 50%-მდე ამცირებს. ხელოვნური ინტელექტით მართული მოთხოვნის პროგნოზირება ლოჯისტიკის დაგეგმვის შეცდომებს 30%-ით ამცირებს, ხოლო ტვირთების გადაზიდვის სიმძლავრის დაგეგმვის სიზუსტე მომხმარებლებში 25%-ით გაიზარდა. ეს სტატისტიკა ნიშნავს ნაკლებ ვაკანტურ სატვირთო მანქანას, უკეთ გამოყენებულ კონტეინერებს და მიწოდებასა და რეალურ მოთხოვნას შორის უკეთეს შესაბამისობას ასობით ზოლიანი გადამზიდავისთვის.
განსაკუთრებით აღსანიშნავია შეფერხებების მართვის გამოყენება. როდესაც წითელი ზღვის კრიზისმა 2024 წელს შეცვალა კონტეინერების გადაზიდვის დიდი ნაწილის მიმდინარეობა, კომპანიებს, რომლებსაც ხელოვნური ინტელექტით მართული ხილვადობის პლატფორმები ჰქონდათ, შეძლეს ახალი მარშრუტების დაგეგმვა, ახალი სავარაუდო დროის დადგენა და მომხმარებლებთან პროაქტიულად საუბარი, მაშინ როდესაც მათი კონკურენტები ჯერ კიდევ ხელით ურეკავდნენ გადამზიდავის საკონტაქტო პირებს. იგივე ტენდენცია ვრცელდება პორტის გადატვირთვაზე, ცუდ ამინდზე, გაფიცვებსა და ტევადობის უეცარ დეფიციტზე. ხელოვნური ინტელექტი საშუალებას აძლევს ტვირთების მართვას, მოაგვაროს პრობლემები მომხმარებლების აღმოჩენამდე, იმის ნაცვლად, რომ ახსნა მოუწიოს მათ წარმოქმნის შემდეგ.
მარშრუტის ოპტიმიზაცია და დინამიური დატვირთვის დაგეგმვა
ხელოვნური ინტელექტის მარშრუტის ოპტიმიზაციამ დიდი გზა გაიარა მას შემდეგ, რაც პირველი თაობის TMS პლატფორმები იყენებდნენ მარტივ „უმოკლეს გზას“. თანამედროვე სისტემები ერთდროულად იღებენ რეალურ დროში მოძრაობის მონაცემებს, პორტის გადატვირთულობის შესახებ ინფორმაციას, ამინდის პროგნოზს, მძღოლის მომსახურების საათების წესებს და საწვავის ფასების ცვლილებებს. შემდეგ ისინი ქმნიან მარშრუტებს, რომლებიც ოპტიმიზაციას უკეთებენ მთლიან ხარჯებს და არა მხოლოდ მანძილს. კომპანიები, რომლებიც ხელოვნურ ინტელექტს იყენებენ მარშრუტების ოპტიმიზაციისთვის, ამბობენ, რომ მათი ტვირთის გადაზიდვა 25%-ით უფრო ეფექტურია და საწვავის მოხმარება 15%-დან 20%-მდე მცირდება. ზოგიერთმა გადამზიდავმა დაინახა, რომ ცარიელი სატვირთო მანქანების გარბენი 50%-მდე შემცირდა ავტომატიზირებული დატვირთვის დაგეგმვის წყალობით, რომელიც ინტელექტუალურად აერთიანებს საქონელს ცარიელი გარბენის შესამცირებლად.
2025 წლის მარტში, Freight Technologies Inc.-მა გამოუშვა თავისი ხელოვნური ინტელექტის მქონე ტენდერის ბოტი TMS პლატფორმასთან ერთად. ამან ტვირთის ტენდერის გაცემის პროცესი ავტომატიზირებული გახადა, რაც ადრე ელექტრონული ფოსტის გაგზავნას და სატელეფონო ზარების განხორციელებას მოიცავდა. ტვირთის გადაზიდვის ოპერაციების მრავალ ამოცანზე დაფუძნებული ამ ტიპის წერტილოვანი გადაწყვეტილებების ავტომატიზაცია არის ის, თუ როგორ მიიღება ხელოვნური ინტელექტის დანერგვის კვლევებში ეფექტურობის საერთო მაჩვენებლები.
ავტომატური დოკუმენტაცია
წარსულში, ტვირთის დოკუმენტაცია ლოგისტიკური ჯაჭვის ერთ-ერთი ყველაზე ხელით შესასრულებელი, შეცდომებისადმი მიდრეკილი და დროის მომთხოვნი ნაწილი იყო. კონოსამენტი, საბაჟო დეკლარაციები, წარმოშობის სერტიფიკატები, ინვოისები, შესაბამისობის ფორმები და სხვა დოკუმენტები საჭიროებენ მონაცემების სწორ შეყვანას, ჯვარედინი მითითებებს და ხშირად ერთზე მეტი პირის ხელმოწერებს ან შტამპებს. ბუნებრივი ენის დამუშავების (NLP) ხელოვნური ინტელექტის სისტემებს ახლა შეუძლიათ ამ დოკუმენტაციის წაკითხვა, გაგება და შევსება უფრო სწრაფად და ზუსტად, ვიდრე ადამიანებს. ოპერაციებმა, რომლებმაც გამოიყენეს ხელოვნური ინტელექტის დოკუმენტების ავტომატიზაცია, შეამცირეს ადმინისტრაციული ხარჯები 40%-მდე. საიმედოობის არგუმენტი ისეთივე ძლიერია, როგორც ეფექტურობის არგუმენტი, განსაკუთრებით საზღვრისპირა ტვირთების შემთხვევაში, სადაც დოკუმენტაციაში ერთმა შეცდომამ შეიძლება გამოიწვიოს საბაჟოზე ლოდინი, რაც გაცილებით მეტი დაჯდება, ვიდრე ადმინისტრირების დანაზოგი.
იმპულსის უკან მდგომი ბაზარი: ძირითადი მონაცემები
ქვემოთ მოცემულ ცხრილში ნაჩვენებია, თუ რა თანხა იხარჯება ხელოვნური ინტელექტისა და ნივთების ინტერნეტის ლოგისტიკურ ტექნოლოგიებში 2025 წლის მდგომარეობით, მიმდინარე საბაზრო კვლევის საფუძველზე:
| სეგმენტის | 2024–2025 წლების ბაზრის ზომა | პროგნოზი | CAGR |
| ტვირთების მართვის სისტემები (გლობალური) | 19.76 მილიარდი აშშ დოლარი (2025) | 43.21 წლისთვის 2034 მილიარდი დოლარი | 9.4% |
| ნივთების ინტერნეტი ლოჯისტიკაში | 61.17 მილიარდი აშშ დოლარი (2025) | 161.17 წლისთვის 2032 მილიარდი დოლარი | 14.84% |
| მიწოდების ჯაჭვის ხილვადობის პროგრამული უზრუნველყოფა | 1.74 მილიარდი აშშ დოლარი (2025) | 12.94 წლისთვის 2034 მილიარდი დოლარი | 24.98% |
| დაკავშირებული ლოჯისტიკური ბაზარი | 38.04 მილიარდი აშშ დოლარი (2024) | ძლიერი ზრდა 2030 წლამდე | 14.9% |
| ხელოვნური ინტელექტი ტვირთების გადაზიდვაში (CAGR 2028 წლამდე) | - | - | 21.4% |
| ნივთების ინტერნეტის მართვით მომუშავე ლოჯისტიკა (ფართო) | 17.5 მილიარდი აშშ დოლარი (2024) | 809 წლისთვის 2034 მილიარდი დოლარი | 46.7% |
ეს ციფრები აჩვენებს, რომ სექტორი ფუნდამენტურ ცვლილებას განიცდის და არა ინოვაციური ინვესტიციების ციკლურ ტალღას. ტვირთების მართვის სისტემების ბაზარი წელიწადში 9.4%-ით იზრდება. მიწოდების ჯაჭვის ხილვადობის პროგრამული უზრუნველყოფის ბაზარი წელიწადში დაახლოებით 25%-ით იზრდება. ეს არის ფენა, რომელიც მასზე შენდება. ნივთების ინტერნეტზე დაფუძნებული ლოჯისტიკური ბაზრის 46.7%-იანი CAGR აჩვენებს აპარატურულ და საკომუნიკაციო ინფრასტრუქტურას, რომელიც ორივე ზემოაღნიშნულს შესაძლებელს ხდის. აზია-წყნარი ოკეანის რეგიონი ყველაზე სწრაფად მზარდი რეგიონია ჭკვიან პორტებში ინვესტიციების და ფიჭური ნივთების ინტერნეტის ზრდის გამო. აშშ-ს ყველაზე მეტი ინფრასტრუქტურა აქვს გამოყენებული ჩრდილოეთ ამერიკაში. ნივთების ინტერნეტზე დაფუძნებული ლოჯისტიკური ინდუსტრიის ღირებულება 2024 წელს 6.65 მილიარდი დოლარი იყო და მოსალოდნელია, რომ ის წელიწადში 41.8%-ით გაიზრდება.
რეალურ დროში IoT თვალყურის დევნება: რა იცვლება, როდესაც ყველაფრის ნახვა შეგიძლიათ
სრულ რეალურ დროში ხილვადობას ფუნდამენტური გავლენა აქვს ტვირთების ოპერაციის მუშაობაზე და არა მხოლოდ ინკრემენტულზე. გამონაკლისების მართვის პროცესი, რომელიც გულისხმობს იმ ტვირთების პოვნას და მათთან გამკლავებას, რომლებიც გეგმის მიხედვით არ მიდის, რეაქტიულიდან პროაქტიულზე გადადის. თუ ნივთების ინტერნეტთან თავსებადი კონტეინერი გადაზიდვის პორტში დაგვიანდება, ტვირთის მენეჯერის დაფა სიგნალიზაციას იღებს მანამ, სანამ მიმღებს რაიმე შეშფოთების საფუძველი ექნება. როდესაც ნარკოტიკების გადამზიდავ მაცივარ სატვირთო მანქანაში ტემპერატურა იმატებს ან იკლებს, სენსორი დროულად აგზავნის შეტყობინებას მის შესაჩერებლად, მაგრამ არა დროულად დაზიანების შესახებ ანგარიშის წარსადგენად.
ცივი ჯაჭვის მონაცემები ძალიან საინტერესოა. ცივი ჯაჭვის ლოჯისტიკაში ნივთების ინტერნეტის (IoT) გამოყენებამ აღჭურვილობის მუშაობა 25%-ით გააუმჯობესა. ცივი ჯაჭვის ოპერაციებში პროგნოზირებადმა ანალიტიკამ ხელი შეუწყო მიწოდების ჯაჭვში არსებული პრობლემების 75%-მდე თავიდან აცილებას. ნივთების ინტერნეტის თვალყურის დევნებამ დაკარგული ტვირთების რაოდენობა 23%-ით შეამცირა ყველა ტვირთის კატეგორიაში. ეს არც ისე მცირე სარგებელია დროში შეზღუდული ან დიდი ღირებულების ტვირთისთვის, მათ შორის ელექტრონიკისთვის, მედიკამენტებისთვის და ავტომობილის ნაწილებისთვის. ცივი ჯაჭვის გაუმართაობის თავიდან აცილებამ შეიძლება დაზოგოს მეტი ფული, ვიდრე ნივთების ინტერნეტის განლაგების მთელი ღირებულება ერთი წლის განმავლობაში.
გეოფენინგის აპლიკაციებმა დიდი გზა გაიარა. ნივთების ინტერნეტის მონიტორინგის სისტემებმა და გეოფენინგმა - ავტომატურმა გაფრთხილებებმა, რომლებიც გამოიცემა, როდესაც ტვირთი გადაუხვევს მარშრუტს - ტვირთის ქურდობა და მისი უადგილო განთავსება გაცილებით ნაკლებად გავრცელებული გახადა. ეს მეთოდები ყველაზე აგრესიულად გამოიყენება მაღალი ღირებულების საქონლის, მათ შორის ნახევარგამტარების, ფუფუნების საგნების და ფარმაცევტული პროდუქტების გადაზიდვებზე. აპლიკაციების მიხედვით, ფლოტის მართვა ამჟამად ნივთების ინტერნეტის ლოჯისტიკური ინდუსტრიის 32.47%-ს შეადგენს. აქტივების თვალყურის დევნებას აქვს 14.63%-იანი წლიური ზრდის ტემპი (CAGR), რადგან მდგომარეობის მონიტორინგი მაღალი ღირებულების საქონლის სტანდარტი ხდება.
ოკეანის ტვირთების თვალყურის დევნების ახალი მიდგომა არსებობს. AIS (ავტომატური იდენტიფიკაციის სისტემები) და ხელოვნური ინტელექტით მართული პროგნოზირებადი გადაწყვეტილებები ახლა ტვირთების მენეჯერებს საშუალებას აძლევს დაინახონ გემის ზუსტი ადგილმდებარეობა და უზრუნველყონ მიახლოების სავარაუდო დრო, რომელიც ითვალისწინებს ამინდს, მარშრუტის ცვლილებებს და პორტის გადატვირთვას. 2024 წელს, ოკეანის ტვირთებისთვის IoT-ზე დაფუძნებული თვალთვალის მოწყობილობების რაოდენობა მსოფლიოში 52%-ით გაიზარდა. ეს იმიტომ მოხდა, რომ საწარმოებს სურდათ რეალურ დროში თვალყური ადევნონ ამინდის პირობებს ტემპერატურის მიმართ მგრძნობიარე საქონლისთვის. ერთმა სადისტრიბუციო კომპანიამ 40%-ით შეამცირა დაკავებისა და დემურაჟის საფასური მხოლოდ პორტის ადრეული დაგეგმვის შეტყობინებების გაგზავნით IoT-ზე დაფუძნებული თვალთვალის დაყენების შემდეგ. ეს არის ინვესტიციის ერთიანი, დემონსტრირებადი ანაზღაურება (ROI), რომელიც ადასტურებს დანერგვის ბიზნეს დასაბუთებას.
ხელოვნური ინტელექტისა და ნივთების ინტერნეტის აპლიკაციები ტვირთების გადაზიდვაში: რას აკეთებენ ისინი და რას სთავაზობენ
| ხელოვნური ინტელექტის/საიტის ნივთების აპლიკაცია | Რას აკეთებს | გაზომილი შედეგი |
| მოთხოვნის პროგნოზირებადი პროგნოზირება | აანალიზებს ისტორიულ და რეალურ დროში მონაცემებს ტვირთების მოცულობის პროგნოზირებისთვის | მიწოდების ჯაჭვის შეცდომებს 30–50%-ით ამცირებს (McKinsey) |
| AI მარშრუტის ოპტიმიზაცია | დინამიურად გადამისამართებს ტრაფიკის, ამინდის და პორტის სტატუსის მიხედვით | 25%-ით უფრო სწრაფი მიწოდება; საწვავის 15–20%-ით შემცირება |
| რეალურ დროში IoT გადაზიდვების თვალყურის დევნება | GPS/სენსორზე დაფუძნებული პირდაპირი ხილვადობა მთელი მგზავრობის განმავლობაში | ლოჯისტიკის ხარჯების 20–30%-ით შემცირება; დაკარგული გადაზიდვების 23%-ით შემცირება |
| ფლოტის პროგნოზირებადი მოვლა-პატრონობა | აკონტროლებს ავტომობილის მდგომარეობას და აფიქსირებს გაუმართაობას მათ გამოვლენამდე | 40%-მდე დაბალი ტექნიკური მომსახურების ხარჯები; 50%-ით ნაკლები შეფერხების დრო |
| ავტომატიზირებული დოკუმენტაცია (NLP) | კითხულობს, ავსებს და წარადგენს BoL-ებს, საბაჟო ფორმებს, ინვოისებს | ადმინისტრაციული ხარჯები 40%-მდე შემცირდა; ხელით შეცდომები თითქმის ნულოვანია |
| ხელოვნური ინტელექტის დინამიური ფასები | რეალურ დროში არეგულირებს ტვირთის გადაზიდვის ტარიფებს მოთხოვნისა და ტევადობის მიხედვით | ტრანზიტის ხარჯების 15–20%-ით შემცირება; მარჟის კონტროლის გაუმჯობესება |
| ცივი ჯაჭვის ნივთების ინტერნეტის მონიტორინგი | მგრძნობიარე ტვირთისთვის ტემპერატურის/ტენიანობის უწყვეტი შეტყობინებები | აღჭურვილობის 25%-ით უკეთესი ეფექტურობა; 75%-ით ნაკლები შეფერხებები |
| ხელოვნური ინტელექტით მართული გამონაკლისების მართვა | გადახრებს აფიქსირებს; ავტომატურად გირჩევთ კორექტირების ზომებს | უფრო სწრაფი გარჩევადობა; მომხმარებლის კმაყოფილების 15%-ით გაზრდა |
გამოწვევები, რომელთა იგნორირება შეუძლებელია
ტვირთების გადაზიდვაში ხელოვნური ინტელექტისა და რეალურ დროში თვალთვალის გამოყენების ძლიერი არგუმენტები არსებობს, თუმცა ჯერ კიდევ არსებობს დიდი პრობლემები, რომელთა მოგვარებაც მათ ფართოდ გამოყენებამდეა საჭირო. ინდუსტრია ამ პრობლემების უმნიშვნელობით არ ცდილობს თავის დაღწევას. ქვემოთ ჩამოთვლილი პრობლემები რეალური პრობლემებია, რომელთა წინაშეც დგანან ყველა ზომის ლოჯისტიკური კომპანია.
| გამოწვევა | რეალურ სამყაროზე გავლენა | პრაქტიკული შერბილება |
| მაღალი წინასწარი ინვესტიცია IoT/AI-ში | აფერხებს მცირე და საშუალო საწარმოებს; ნელი ROI ხილვადობა ...ა. | დაიწყეთ ყველაზე მაღალი რისკის მქონე ზოლებით; გამოიყენეთ სააბონენტო IoT პლატფორმები |
| მემკვიდრეობით მიღებული TMS/WMS ინტეგრაცია | ახალი ინსტრუმენტები ძველ სისტემებთან არ არის დაკავშირებული | API კონექტორების პილოტირება; ღრუბლოვანი პლატფორმების პრიორიტეტიზაცია |
| კიბერუსაფრთხოების დაუცველობა | ლოჯისტიკა გამოსასყიდის მოთხოვნის მთავარი სამიზნეა | ნულოვანი ნდობის არქიტექტურა; პერსონალის ფიშინგის ტრენინგი |
| მონაცემთა გადატვირთვა ხელოვნური ინტელექტის ფილტრაციის გარეშე | სიფხიზლის დაღლილობა; გადაწყვეტილებების მიღება ნელდება | ხელოვნური ინტელექტის მიერ ანომალიების აღმოჩენა მხოლოდ ქმედითი სიგნალების გამოსავლენად |
| სამუშაო ძალის კვალიფიკაციის დეფიციტი | გუნდებს არ შეუძლიათ ინსტრუმენტებიდან სრული ღირებულების ამოღება | სტრუქტურირებული კვალიფიკაციის ამაღლება; ხელოვნური ინტელექტის თანაპილოტის ინტერფეისები |
| შეუსაბამო მონაცემთა სტანდარტები | მრავალოპერატორიანი თვალთვალის მონაცემები არ ემთხვევა ერთმანეთს | API-ების მეშვეობით BoL-ის/კონტეინერის ნომრის საერთო სტანდარტების დანერგვა |
კიბერუსაფრთხოებას ცალკე ყურადღება უნდა მიექცეს. რადგან სატვირთო ოპერაციები სულ უფრო მეტად უკავშირდება ერთმანეთს ნივთების ინტერნეტის (IoT) და API-ების მეშვეობით, რომლებიც აკავშირებენ გადამზიდავებს, გადამზიდავებს, საბაჟო ორგანოებსა და პორტის ოპერატორებს, გამოსასყიდის მოთხოვნით განხორციელებული თავდასხმების რაოდენობა მნიშვნელოვნად იზრდება. კიბერსაფრთხის კვლევები ყოველთვის ტრანსპორტირებასა და ლოჯისტიკას ყველაზე ხშირად სამიზნე ინდუსტრიების სიის სათავეში აყენებდა. გამოსასყიდის მოთხოვნით განხორციელებული თავდასხმა, რომელიც პიკის სეზონზე გადამზიდავის TMS-ს თიშავს, შეიძლება გაცილებით მეტი დაჯდეს, ვიდრე უსაფრთხოების ზომები, რომლებსაც მისი შეჩერება შეეძლოთ. ოპერატორის კიბერუსაფრთხოების პოზიცია ისეთივე განვითარებული უნდა იყოს, როგორც მისი ციფრული ინფრასტრუქტურა და არა ჩამორჩენილი.
ორგანიზაციული ასპექტი ისეთივე რეალურია. Gartner-ის „ლოჯისტიკის მომავლის კვლევის“ თანახმად, ერთ-ერთი ყველაზე დიდი პრობლემა, რომელიც ბიზნესებს ტექნოლოგიური ინვესტიციებიდან ღირებულების მიღებაში უშლის ხელს, თავად ტექნოლოგია კი არა, არამედ ის ფაქტია, რომ ადამიანები, პროცესები და ციფრული ინსტრუმენტები ერთად არ მუშაობენ. ხელოვნური ინტელექტის რეკომენდაციების ძრავები, რომლებსაც არავინ იყენებს, თვალთვალის პანელები, რომლებსაც არავინ უყურებს და გამონაკლისის სიგნალიზაცია, რომელიც შემოსულებში მიდის და რომლებსაც არავინ ამოწმებს, ერთი და იგივე პრობლემის ნიშნებია: ტექნოლოგია უფრო სწრაფად გამოიყენება, ვიდრე ბიზნესის კულტურას შეუძლია მისი დამუშავება. კომპანიებმა, რომლებიც ამ ინსტრუმენტებიდან მაქსიმალურად იყენებენ, დანერგვის ადამიანური მხარე ისევე დაგეგმეს, როგორც ტექნოლოგიური მხარე.
მომავალი ტექნოლოგიები
არაერთი ახალი ტექნოლოგია პილოტური პროგრამებიდან კომერციულ სატვირთო გადაზიდვებზე გადადის და ისინი ტვირთების მართვის შემდეგ დიდ ცვლილებებს წარმოადგენენ.
ყველაზე განხილული თემა თვითმართვადი სატვირთო მანქანებია. ხელოვნური ინტელექტით აღჭურვილი სატვირთო მანქანები, რომლებსაც აქვთ მოწინავე სენსორები, მანქანური სწავლების ნავიგაცია და რეალურ დროში მონაცემთა დამუშავების სისტემა, უკვე მოძრაობენ შეერთებული შტატების ზოგიერთ გზაზე. 2030 წლისთვის, სატვირთო გადაზიდვების 11% თვითმართვადი სატვირთო მანქანებით განხორციელდება. ისეთი კომპანიები, როგორიცაა UPS და Amazon, თვითმართვადი მანქანების პროგრამებს სტრატეგიულ ინფრასტრუქტურულ ინვესტიციებად მიიჩნევენ და არა უბრალოდ ახალ ტექნოლოგიებად. უახლოეს მომავალში, შედეგები, სავარაუდოდ, ყველაზე შესამჩნევი იქნება ჰაბებს შორის შორ მანძილზე გადაზიდვებში. ამის შემდეგ, ისინი გაფართოვდებიან ბოლო მილის მიწოდების სიტუაციებზე, რომლებიც მარეგულირებელი და ფიზიკური თვალსაზრისით კიდევ უფრო რთულია.
ციფრული ტყუპები, რომლებიც რეალური ლოჯისტიკური ინფრასტრუქტურის ვირტუალური ასლებია და მუდმივად განახლდება IoT მონაცემებით, სულ უფრო პოპულარული ხდება დაგეგმვისა და სიმულაციის ინსტრუმენტებად. რეალური ინვესტიციების განხორციელებამდე, საწყობის მენეჯერები იყენებენ ციფრულ ტყუპებს განლაგების ცვლილებების დასაგეგმად და პიკური სეზონის სცენარების განსახორციელებლად. როდესაც IoT სენსორის მონაცემები მუდმივად იგზავნება ციფრულ ტყუპზე, მოდელი განახლებული რჩება. ეს დაგეგმვასა და გადაწყვეტილების მიღებას გაცილებით ზუსტს ხდის, ვიდრე ისტორიული სნეპშოტების გამოყენება.
სულ უფრო ნათელი ხდება, თუ რა როლი აქვს ბლოკჩეინს ტვირთების გადაზიდვაში. მისი ღირებულება არ მდგომარეობს არსებული თვალთვალის სისტემების შეცვლაში; არამედ ისეთი ჩანაწერების შექმნაში, რომელთა შეცვლა შეუძლებელია და რომელთა გაზიარებაც შესაძლებელია იმ ადამიანებს შორის, რომლებიც არ ენდობიან ერთმანეთის ჩანაწერებს. როდესაც ისინი ინახება ბლოკჩეინზე, ტვირთის გადაზიდვის ზედნადები, წარმოშობის სერტიფიკატები და საბაჟო ობლიგაციები ვერ შეიცვლება და ყველას შეუძლია ერთდროულად შეამოწმოს ისინი. ჭკვიანი კონტრაქტები, რომლებიც ავტომატურად ახორციელებენ გადახდებს მიწოდების დადასტურებისას ან ათავისუფლებენ საბაჟო ობლიგაციებს, როდესაც სენსორის მონაცემები აჩვენებს, რომ გადაზიდვის პირობები დაკმაყოფილებულია, მნიშვნელოვნად ამცირებს დავებს და ადმინისტრაციულ ციკლებს. 2025 წლის პირველ კვარტალში UPS-მა Microsoft-თან ითანამშრომლა ხელოვნური ინტელექტისა და ნივთების ინტერნეტის (IoT) გამოსაყენებლად ლოჯისტიკის გასაუმჯობესებლად. 2025 წლის მეორე კვარტალში Flexport-მა მოიზიდა 100 მილიონი დოლარი Series E დაფინანსებიდან თავისი IoT ლოგისტიკური პლატფორმის გასაზრდელად. ეს ბოლოდროინდელი მიღწევები აჩვენებს, რომ ტვირთების გადაზიდვის ტექნოლოგიების შემდეგ ტალღაში ინვესტიციები კვლავ ძლიერია და არ ნელდება.
როგორ ემზადება Topway Shipping ამ გარემოსთვის
„Topway Shipping“ 2010 წლიდან საზღვრისპირა ელექტრონული კომერციის ლოგისტიკური გადაწყვეტილებების კომპეტენტური მიმწოდებელია. მისი შტაბ-ბინა შენჟენში, ჩინეთში მდებარეობს. დამფუძნებელთა გუნდს 15 წელზე მეტი გამოცდილება აქვს საერთაშორისო ლოჯისტიკასა და განბაჟებაში, ასევე დიდი ცოდნა აქვს ჩინეთ-აშშ-ს ტრანსპორტირების შესახებ, რომელიც მსოფლიოში ერთ-ერთი ყველაზე დატვირთული და რთული სატვირთო დერეფანია. მომსახურება მოიცავს მთელ ლოგისტიკურ ჯაჭვს, პირველი ეტაპის ტრანსპორტირებიდან დაწყებული უცხოური ტრანსპორტით დამთავრებული. საწყობი განბაჟებიდან დაწყებული ბოლო მილის მიწოდებამდე. ისინი ასევე გვთავაზობენ მოქნილ FCL და LCL საზღვაო ტვირთების ალტერნატივებს ჩინეთიდან მსოფლიოს მსხვილ პორტებამდე.
ხელოვნური ინტელექტი და რეალურ დროში თვალყურის დევნება ისეთ ცვლილებებს იწვევს, რომელთა დანახვა და შეგრძნებაც Topway-ის კლიენტებს შეუძლიათ. ჩინეთსა და აშშ-ს შორის საქონლის გადაზიდვისას, არსებობს მრავალი წესი, რომელიც სწრაფად იცვლება, როგორიცაა ცვლილებები ტარიფის კლასიფიკაციაში, საბაჟო დოკუმენტაციის მოთხოვნებში და გადაწყვეტილებები იმის შესახებ, თუ როგორ უნდა მოხდეს საქონლის პორტებში გავლა. ვერცერთი სტატიკური ოპერაციული მოდელი ვერ ახერხებს ამ ცვლილებებთან ადაპტაციას. ტვირთების რეალურ დროში თვალყურის დევნების შესაძლებლობა, დოკუმენტაციის ავტომატიზაცია და განბაჟების შესახებ გაფრთხილებების მიღება მათ განხორციელებამდე არ არის დამატებითი ფუნქციები ამ დერეფანში; ეს არის კარგი მომსახურების ძირითადი მოთხოვნები. Topway-ის დიდი ხნის პარტნიორობა გადამზიდავებთან, საბაჟოს ცოდნა და ტექნოლოგიური ინფრასტრუქტურა კლიენტებს აძლევს რეალურ დროში წვდომას მათ ჩინეთ-აშშ-ს მიწოდების ჯაჭვზე, განახლებების ლოდინის ნაცვლად.
იმ კომპანიებისთვის, რომლებიც აფართოებენ თავიანთ საზღვრისპირა ელექტრონული კომერციის ოპერაციებს, Topway-ის სასაწყობო და ბოლო მილის შესაძლებლობები, რომლებიც ეფუძნება იმავე მონაცემთა ხილვადობას, რომელიც აკონტროლებს ოკეანის ტვირთების გადაზიდვის ეტაპს, ქმნის მიწოდების ჯაჭვს, რომელიც მუშაობს როგორც დაკავშირებული სისტემა და არა როგორც გადაცემები. ეს ნიშნავს, რომ ინვენტარიზაციის დაგეგმვის სიზუსტე პირდაპირ გავლენას ახდენს ფულადი ნაკადების ეფექტურობაზე. ხელოვნური ინტელექტი და ნივთების ინტერნეტი ამაღლებენ ტვირთების მართვის ხილვადობის ზღვარს, სწორედ ეს ინტეგრირებული მიდგომა განასხვავებს ლოჯისტიკურ პარტნიორს ლოჯისტიკური მომწოდებლისგან.
რას ნიშნავს ეს დღეს ტვირთების გადაზიდვასთან დაკავშირებული გადაწყვეტილების მიმღებ პირებისთვის
ლოგისტიკური ოპერატორებისა და მიწოდების ჯაჭვის მენეჯერებისთვის, რომლებიც ამჟამად იღებენ ტექნოლოგიურ გადაწყვეტილებებს, სტრატეგიული საჭიროება აშკარაა, მაშინაც კი, თუ შესრულების არჩევანი არ არის: ხილვადობის ინფრასტრუქტურა პირველ ადგილზე უნდა იყოს, სანამ მასზე უფრო მოწინავე ხელოვნური ინტელექტის აპლიკაციები ღირებულების შექმნას შეძლებენ. თუ პროგნოზირებადი ანალიტიკური ძრავის გასაშვებად ძველ მონაცემებს იყენებთ, ის ძველ პროგნოზებს გააკეთებს. დინამიური ფასების მექანიზმი, რომელსაც არ შეუძლია რეალურ დროში გადამზიდავის სიმძლავრის მონიტორინგი, ქმნის არჩევანს, რომელიც არ შეესაბამება ბაზარს. საფუძველია იმის უზრუნველყოფა, რომ სისტემები რეგულარულად მიიღონ, საიმედო, რეალურ დროში მონაცემები, რომელთა გამოყენებაც შეუძლიათ.
მეორე არჩევანი პარტნიორებს ეხება. ბაზარზე, სადაც ყველა ტვირთის გადამზიდავი და 3PL თავის რეკლამებში ხელოვნურ ინტელექტზე საუბრობს, ერთადერთი, რაც მათ გამოარჩევს, არის ის, შეუძლია თუ არა ტექნოლოგიას რეალურ დროში ოპერაციულ მონაცემებთან დაკავშირება, გამოსაყენებელი შედეგების მოწოდება და გამგზავნის საკუთარ TMS-თან ან ERP-თან მუშაობა. PowerPoint-ის შესაძლებლობების ნაცვლად, სთხოვეთ პოტენციურ ლოჯისტიკურ პარტნიორს, გაგიმხილოთ მათი გამონაკლისების მართვის სამუშაო პროცესი, გაჩვენოთ, თუ როგორ უკავშირდება მათი თვალთვალის API და აგიხსნათ, თუ როგორ გაფრთხილებენ ისინი საბაჟო განბაჟების საჭიროების შემთხვევაში. ეს განასხვავებს ოპერატიულ ნივთიერებას პოზიციონირებისგან.
კომპანიები, რომლებიც ამ ათწლეულის დარჩენილი პერიოდის განმავლობაში ტვირთების მართვაში საუკეთესოები იქნებიან, არიან ისინი, რომლებიც ამჟამად მონაცემებზე ორიენტირებულ ინფრასტრუქტურაზე აშენებენ. ეს მოიცავს ნივთების ინტერნეტის (IoT) ხილვადობას ყველა სატრანსპორტო საშუალებაში, ხელოვნური ინტელექტით დაფუძნებულ გადაწყვეტილებების მხარდაჭერას ოპერაციული გადაწყვეტილების მიღების ყველა ეტაპზე და კულტურას, რომელიც ადამიანებს მონაცემების მიხედვით მოქმედებისკენ მოუწოდებს. ტექნოლოგია არსებობს. ინვესტიციის ანაზღაურების დამადასტურებელი საბუთი ჩაწერილია. ერთადერთი, რაც რჩება, შესრულების დაჩქარებაა, რაც კონკურენტულ უპირატესობას გაძლევთ ბაზარზე, სადაც მიწოდების ჯაჭვის პრობლემები შეიძლება ნებისმიერ დროს წარმოიშვას.
დასკვნა
ტვირთების მართვის ბიზნესი დიდ ცვლილებას განიცდის, რომელიც ისეთივე მნიშვნელოვანი იქნება, როგორც კონტეინერიზაცია. ხელოვნური ინტელექტი და რეალურ დროში თვალთვალის ტექნოლოგიები არ ამარტივებს არსებულ პროცედურებს; ამის ნაცვლად, ისინი ცვლის ტვირთების დაგეგმვის, შესრულების, მონიტორინგისა და გამონაკლისებიდან აღდგენილი ტრანსპორტის წესებს. ბაზრის მონაცემები ნათლად აჩვენებს, თუ როგორ მიდის საქმეები: ტვირთების მართვის სისტემები, ნივთების ინტერნეტის ლოჯისტიკური ინფრასტრუქტურა და მიწოდების ჯაჭვის ხილვადობის პროგრამული უზრუნველყოფა იზრდება ისეთი ტემპით, რომელიც სტრუქტურულ ადაპტაციას აჩვენებს და არა ციკლურ ინვესტიციებს.
სარგებელი კონკრეტულია და მათი გაზომვა შესაძლებელია: ნივთების ინტერნეტის დანერგვა ლოჯისტიკის ხარჯებს 20-30%-ით ამცირებს, ხელოვნური ინტელექტის მარშრუტის ოპტიმიზაცია მიწოდების დროს 25%-ით აჩქარებს, ხოლო პროგნოზირებადი ფლოტის ტექნოლოგიები მოვლა-პატრონობის ხარჯებს 40%-ით ამცირებს. ეს არ არის ტექნოლოგიური კომპანიების ვარაუდები; ეს არის რეალური შედეგები, რომლებიც კომპანიებმა, რომლებმაც გამოიყენეს ეს მეთოდები და გაზომეს შედეგები, დააფიქსირეს.
ასევე არსებობს რეალური პრობლემები, როგორიცაა, მაგალითად, რამდენად რთულია სხვადასხვა სისტემების ინტეგრირება, რამდენად დაუცველები არიან ისინი კიბერშეტევების მიმართ, რამდენად რთულია შესაბამისი უნარების მქონე ადამიანების პოვნა და რამდენად რთულია ორგანიზაციებისთვის ისეთი ადამიანური სისტემების შექმნა, რომლებიც ტექნოლოგიურ ინვესტიციებს ღირებულს გახდის. არცერთი მათგანი არ წარმოადგენს სიცოცხლისთვის საშიშ შეზღუდვას. ფრთხილად დაგეგმვითა და სწორი პარტნიორებით, ყველა მათგანის მოგვარება შესაძლებელია. 2025 წელს სატვირთო კომპანიის მართვა 2015 წლის ხილვადობის ინფრასტრუქტურით და კონკურენტუნარიანობის მოლოდინით შეუძლებელია. დრო იწურება. კომპანიები, რომლებიც ამჟამად ინვესტირებას ახორციელებენ ხელოვნურ ინტელექტსა და რეალურ დროში თვალთვალში, არა მხოლოდ აუმჯობესებენ საქმეს; ისინი ასევე ქმნიან საფუძველს ოპერაციებისთვის, რომელთა კოპირებაც ძალიან რთული იქნება ნელი კომპანიებისთვის.
ხშირად დასმული კითხვები
კითხვა: რამდენად შეუძლია ხელოვნურ ინტელექტს რეალურად შეამციროს ტვირთის ხარჯები?
A: McKinsey-ის კვლევა აჩვენებს, რომ ხელოვნური ინტელექტის გამოყენებას შეუძლია ლოჯისტიკის ხარჯების 5%-დან 20%-მდე შემცირება, გამოყენების მიხედვით. კომპანიები, რომლებიც ხელოვნურ ინტელექტს იყენებენ მარშრუტების დასაგეგმად, ამბობენ, რომ მათი საწვავის და ტრანსპორტირების ხარჯები საშუალოდ 15-დან 20%-მდე მცირდება. პროგნოზირებად მოვლა-პატრონობას შეუძლია მანქანის მოვლა-პატრონობის ხარჯები 40%-მდე შეამციროს. ხელოვნური ინტელექტის გამოყენებით მოთხოვნის პროგნოზირება მარაგების მოვლა-პატრონობის ხარჯებს დაახლოებით 12%-ით ამცირებს.
კითხვა: რა განსხვავებაა GPS თვალთვალსა და IoT-ზე დაფუძნებულ ტვირთების თვალთვალს შორის?
A: GPS თვალთვალი გაწვდით ინფორმაციას თქვენი მდებარეობის შესახებ. ნივთების ინტერნეტზე დაფუძნებული თვალთვალი უფრო ყოვლისმომცველია, რადგან ის შეიცავს GPS მდებარეობას, ასევე გარემოს სენსორებს, რომლებიც აკონტროლებენ ტემპერატურას, ტენიანობას, დარტყმას და დახრას. ის ასევე მოიცავს ავტომობილის მდგომარეობის ტელემეტრიას, გეოფენსინგის შეტყობინებებს და პორტისა და საბაჟო მონაცემთა არხებთან დაკავშირებას. ნივთების ინტერნეტის საშუალებით შეგიძლიათ ნახოთ არა მხოლოდ სად მდებარეობს რამე რუკაზე; ის ასევე საშუალებას გაძლევთ ნახოთ, როგორ მუშაობს და რა ხდება.
კითხვა: ტვირთის რეალურ დროში თვალყურის დევნება მხოლოდ მსხვილი საწარმოებისთვისაა პრაქტიკული?
A: აღარ. გამოწერაზე დაფუძნებულმა IoT სენსორულმა სერვისებმა და ღრუბელზე დაფუძნებულმა ხილვადობის პლატფორმებმა საშუალო და მცირე ბიზნესებს რეალურ დროში მოვლენების თვალყურის დევნების საშუალება მისცა. ამის საუკეთესო გზაა დაიწყოთ იმ მარშრუტებით, რომლებიც ყველაზე ღირებულია ან სავარაუდოდ პრობლემებს გამოიწვევს, დაისახეთ მკაფიო ROI მიზნები და შემდეგ იქიდან განვითარდეთ. 2025 წელს მცირე და საშუალო ბიზნესები IoT ლოჯისტიკური ბაზრის შემოსავლის 55.7%-ს შეადგენენ.
კითხვა: როგორ გვეხმარება ხელოვნური ინტელექტი კონკრეტულად საზღვრისპირა ტვირთების განბაჟებაში?
A: NLP-ის გამოყენებით ხელოვნური ინტელექტის სისტემებს შეუძლიათ ავტომატურად დაალაგონ საქონელი სატარიფო კოდების მიხედვით, შეავსონ საბაჟო დეკლარაციის ფორმები, წარსადგენამდე გამოავლინონ შესაბამისობის პრობლემები და დააკავშირონ ინვოისები გადაზიდვებთან. ეს ყველაფერი უფრო სწრაფი და სწორია, ვიდრე მონაცემების ხელით შეყვანა. აშშ-სა და ჩინეთისთვის ხელოვნური ინტელექტის დახმარებით შექმნილი შესაბამისობის გადაწყვეტილებები ამცირებს დოკუმენტაციაში შეცდომებით გამოწვეული გადამისამართების შეჩერების, ჯარიმებისა და საკომისიოების ალბათობას, განსაკუთრებით საზღვრისპირა ტვირთების გადაზიდვის შემთხვევაში, სადაც სატარიფო კლასიფიკაციები მნიშვნელოვნად შეიცვალა.
კითხვა: რა არის ყველაზე დიდი კიბერუსაფრთხოების რისკები დაკავშირებულ სატვირთო სისტემებში?
A: ტრანსპორტისა და ლოჯისტიკის წინააღმდეგ გამოსასყიდის მოთხოვნით განხორციელებული შეტევები ყოველთვის ყველაზე გავრცელებულთა შორისაა. ყველაზე დიდი საფრთხეებია გამოსასყიდის მოთხოვნით განხორციელებული შეტევები TMS/WMS სისტემებზე, რომლებიც ტვირთის მენეჯერებს დატვირთული საათების განმავლობაში საკუთარ სისტემებზე წვდომას უკრძალავენ, მონაცემთა დარღვევები, რომლებიც ტვირთის მანიფესტებსა და მომხმარებლის ინფორმაციას ავლენს, და IoT სენსორების მონაცემების გამოყენება ტვირთის ქურდობის დასამალად. რისკის შემცირების რამდენიმე გზაა ნულოვანი ნდობის ქსელის არქიტექტურა, IoT მოწყობილობების საბოლოო წერტილის უსაფრთხოება და მუშაკებისთვის ხშირი ფიშინგის ტრენინგები.
