ML-система Simpl в 5 раз сократила время на планирование поставки газа

В Simpl разработали систему по оптимизации поставки газа. С помощью машинного обучения программа подбирает самый оптимальный и экономичный способ доставки.
Компания Simpl разработала решение по оптимизации логистики поставки газа для нефтегазовой компании. С помощью инструментов машинного обучения решение помогло в пять раз сократить время на планирование поставок и снизить затраты на транспортировку газа.

Крупные нефтегазовые компании имеют множество точек по добыче газа и огромное количество потребителей. Поставка газа клиентам осуществляется несколькими путями: по суше, трубопроводу или на поезде. Каждый из них имеет особенности транспортировки, разную стоимость и ограничения по транспортной инфраструктуре в разных регионах. Например, по одним трубопроводам в момент времени, из-за маленькой пропускной способности доставить газ не получится в нужном объеме.

Приходилось вручную составлять расчеты, отчеты и сводные таблицы по каждому варианту, все данные вручную заносились в таблицу Excel. Логистам нужно было сравнивать каждый вариант транспортировки с другим, перепроверять цифры, считать выгоду от предполагаемого решения, несколько раз подставлять другие данные и просчитывать каждый шаг, чтобы не допустить ошибку. Анализ проводился на основе доступной логистики в момент необходимости отправки сырья. Кроме того, приходилось выстраивать транспортную магистраль так, чтобы это было экономически выгодно.

Разница между стоимостью путей транспортировки может достигать нескольких миллионов рублей. Заказчик оценил трудозатраты на разработку решения, которое автоматизирует процессы, оказалось, что такой подход обойдется дешевле, чем ошибки в выборе пути транспортировки.

Требовалось автоматизировать процесс транспортировки сырья из пункта А в пункт Б, при этом проводить анализ всех вариантов, которые будут экономически-выгодными для организации.

Разработана система — программа, в которую вводится объем, производимый точками по добыче газа, и количество сырья, необходимое потребителю. С помощью инструментов ML, прописанных алгоритмов и расчетной математической модели система за секунду подбирает оптимальный и экономичный способ доставки. Автоматически распределяет газ по точкам доставки, учитывает и анализирует данные: о ценах поставщиков и потребителей, себестоимости сырья, стоимости поставки, распределении объема и прибыли для обработки данных планирования поставок.

Логисты больше не считают экономику транспортной задачи вручную, а лишь заносят в программу цифры по входному сырью и какой объем потребителю нужно доставить. Без системы сотрудники предприятия прорабатывали по 3 варианта транспортировки за 4 часа, а с расчетной моделью — 1000 вариантов за 5 минут. Система самостоятельно подбирает наилучший вариант и формирует итоговый отчет.

Вернуться к списку