Внедрение ботов RPA в логистику холодовой цепочки поставок

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Из-за значительного использования низкотемпературной логистики при транспортировке скоропортящихся товаров возрос спрос на холодовую цепь. Чтобы обеспечить эффективность доставки и уменьшить ущерб, логистические компании должны отслеживать статус поставок на протяжении коротких интервалов времени. Отслеживание статуса доставки является трудоемким, ресурсоемким, неэффективным и повторяющимся процессом. Поэтому приложения роботизированной автоматизации процессов (RPA) привлекли внимание практиков в индустрии логистики холодовой цепи. С помощью изучения рабочего процесса логистики холодовой цепи это исследование способствует определению возможных областей, требующих автоматизации. В рамках тематического исследования была протестирована и оценена производительность двух автоматических роботов RPA, применяемых в экспедиторской компании для проверки состояния груза и температурных условий. Результаты показали, что внедрение RPA в рабочий процесс значительно сокращает время обработки данных.

Об авторах

Александр Валерьевич Медведев

Российский биотехнологический университет (РОСБИОТЕХ)

Автор, ответственный за переписку.
Email: medvedevav@mgupp.ru
ORCID iD: 0000-0003-1918-1967
SPIN-код: 6369-3593

кандидат экономических наук, доцент, кафедра информатики и вычислительной техники пищевых производств

Россия, г. Москва

Артем Александрович Медведев

Российский биотехнологический университет (РОСБИОТЕХ)

Email: medvedevav@mgupp.ru
ORCID iD: 0009-0001-5215-7427
SPIN-код: 8498-0024

аспирант, кафедра информатики и вычислительной техники пищевых производств

Россия, г. Москва

Никита Сергеевич Кирейченков

Российский биотехнологический университет (РОСБИОТЕХ)

Email: medvedevav@mgupp.ru
ORCID iD: 0009-0001-8048-3705

кафедра информатики и вычислительной техники пищевых производств

Россия, г. Москва

Список литературы

  1. Chaudhuri A., Dukovska-Popovska I., Subramanian N. et al. Decision-making in cold chain logistics using data analysis: Literature review // International Logistics Management. 2018. No. 29 (3). Pp. 839-861.
  2. Arvianto A., Sofa B.M., Asih A.M.S. et al. Problems of urban logistics and innovative solutions in developed and developing countries: A systematic review of the literature // Int. J. Eng. Bus. Manag. 2021. No. 13. Pp. 1–18.
  3. Ali I., Nagalingam S., Gurd B. A sustainability model for perishable food logistics in the cold chain // International Logistics Management. 2018. No. 29 (3). Pp. 922–941.
  4. Ribeiro J., Lima R., Eckhardt T. et al. Robotic process automation and artificial intelligence in Industry 4.0: Literature review // Procedia Comput. Sci. 2021. No. 181. Pp. 51–58.
  5. Santos F., Pereira R., Vasconcelos H.B. Towards the introduction of robotic process automation: A cross-cutting perspective // Bus. Process. Manag. J. 2019. No. 26 (2). Pp. 405-420.
  6. Медведев А.В., Гобарева Я.Л., Городецкая О.Ю. Cбалансированная система показателей как инструмент реализации стратегии компании // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. 2022. № 2. С. 108–117.
  7. Li C., Feng W.X., Han S. et al. Digital adaptive management, digital transformation and quality of service in logistics enterprises // J. Glob. Inf. Manag. 2022. No. 30 (1). Pp. 1–26.
  8. Ivanchich L., Susha Vugets D., Bosil Vuksic V. Robotic automation of processes: Matic review of the literature. In: Business process management: Blockchain and the forum of Central and Eastern Europe. BPM 2019. Lecture notes on business information processing. Vol. 361. Cham: Springer, 2019.
  9. Медведев А.В., Ромашевская С.В. Продолжение эволюции: ERP-Интеграция систем // Научное обозрение. 2016. № 9. С. 270–277. EDN: WBMJYB.
  10. Медведев А.В., Медведев А.А. Факторы производства в оценке результатов экономической деятельности // Advances in science and technology: сб. статей LII междунар. науч.-практ. конф. Москва, 30 апреля 2023 г. М.: ОOO «Актуальность.РФ», 2023. С. 281–287. EDN: RWYOZW.
  11. Городецкая О.Ю., Гобарева Я.Л., Медведев А.В. Инновационные технологии для дистанционного обучения в условиях карантинных ограничений // Проблемы экономики и юридической практики. 2021. Т. 17. № 3. С. 118–125. EDN: EASCCR.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Команда программы Log to Excel

Скачать (39KB)
3. Рис. 2. Команда программы Loop

Скачать (27KB)
4. Рис. 3. Команда программы Keystrokes

Скачать (36KB)
5. Рис. 4. Исходящий рабочий процесс управления продуктами, чувствительными к температуре

Скачать (87KB)
6. Рис. 5. Улучшенный рабочий процесс

Скачать (81KB)


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».