УДК: 656.05
DOI: 10.36871/ek.up.p.r.2025.12.14.025

Авторы

Данил Александрович Григорьев,
Владимир Владимирович Карпухин,
Ирада Ахатовна Мамедова,
Российская академия народного хозяйства и государственной службы

Аннотация

В статье рассматривается трансформация управления рисками в международной логистике опасных грузов под влиянием цифровых платформ и технологий искусственного интеллекта. Анализируются операционные и регуляторные вызовы, связанные с перевозкой опасных веществ, и обосновывается необходимость перехода от реактивных к предиктивным моделям контроля. На примере технологий Smart Object with Extended Real-time Data (SO-ERD), систем машинного обучения и опыта порта Гамбурга показано, как цифровизация обеспечивает сквозную прозрачность, автоматизированный комплаенс и снижение вероятности инцидентов. Исследование подтверждает, что внедрение ИИ-решений не только повышает безопасность, но и формирует прямой экономический эффект за счёт минимизации штрафов, оптимизации страховых премий и предотвращения ущерба.

Ключевые слова

опасные грузы, искусственный интеллект, цифровизация логистики, предиктивная аналитика, управление рисками, Smart Object with Extended Real-time Data (SO-ERD), международные перевозки, комплаенс, цепочки поставок, операционная безопасность

Список литературы

  1. Составлено авторами по данным Федеральной таможенной службы. — URL: https://customs. gov.ru/statistic/vneshn-torg/vneshn-torg-countries (дата обращения: 24.12.2025) — Текст: электронный.
  2. Составлено авторами по данным Федеральной таможенной службы. — URL: https://customs. gov.ru/statistic/vneshn-torg/vneshn-torg-countries (дата обращения: 24.12.2025) — Текст: электронный.
  3. Европейское соглашение о международной дорожной перевозке опасных грузов (ДОПОГ / ADR). — 2019. — URL: https://rosavtotransport. ru/netcat_files/15/54/20190101_ADR_2019_ vol1_R.pdf (дата обращения: 26.12.2025) — Текст: электронный.
  4. Кодекс Российской Федерации об административных правонарушениях: ст. 12.21.2 «Нарушение правил перевозки опасных грузов». — URL: https://base.garant.ru/12125267/aaf694db 7795f29c5af901653cf8724c/ (дата обращения: 26.12.2025) — Текст: электронный.
  5. Экспортные перевозки удобрений по жд, 10 месяцев 2025. — URL: https://seanews. ru/2025/11/14/ru-jeksportnye-perevozkiudobrenij-po-zhd‑10‑mesjacev‑2025/ (дата обращения: 24.12.2025) — Текст: электронный.
  6. PortNews: [сайт]. — 2025. — URL: https:// portnews.ru/news/372388/ (дата обращения: 26.12.2025) — Текст: электронный.
  7. LOGIRUS: [сайт]. — [б. г.]. — URL: https:// logirus.ru/news/transport/globalnyy_rynok_ aviaperevozok_opasnykh_gruzov_vyrastet_do_- 647_mlrd_k_2028_godu.html (дата обращения: 26.12.2025) — Текст: электронный.
  8. Опасник.ру: [сайт]. — [б. г.]. — URL: https:// blog.opasnik.ru/znak-opasnosti‑6–1/ (дата обращения: 26.12.2025) — Текст: электронный.
  9. Материалы отраслевой сессии «Каким будет бизнес в логистике и цепях поставок в 2030 году», Сколково, 18 марта 2025 г. — [б. г.].—(дата обращения: 27.12.2025) —Текст: электронный.
  10. Li, Jian, Yi, Mei, Sun, Qing. Artificial intelligence and supply chain risk: Mediating effects of supply chain efficiency and resilience // International Review of Financial Analysis. — 2025. — Vol. 108(PA). — URL: https://ideas.repec.org/a/eee/ finana/v108y2025ipas1057521925007872.html (дата обращения: 28.12.2025) — Текст: электронный.
  11. Gabellini M., Regattieri A., Bortolini M., Galizia F. G. Investigating the Potential of Machine Learning and Deep Learning Models in Probabilistic Supply Risk Forecasting: A Case Study in the Automotive Sector // IFACPapersOnLine. — 2025. — Vol. 59(10). — (дата обращения: 28.12.2025)—Текст: электронный.
  12. Wattanakul S., Henry S., Bentaha L., Reeveerakul N., Ouzrout Y. Improving risk management by using smart containers for real-time traceability. — 2017. — URL: https:// www.semanticscholar.org/paper/Improvingrisk-management-by-using-smart-containersWattanakul-Henry/4f1fbdad8eb8876b0f4a c8734c15174ae6b4481d (дата обращения: 26.12.2025) — Текст: электронный.
  13. AI Tool Launched to Detect Misdeclared and Dangerous Goods in Containers // The Maritime Executive: [сайт]. — [б. г.]. — URL: https:// maritime-executive.com/article/ai-tool-launchedto-detect-misdeclared-and-dangerous-goods-incontainers (дата обращения: 26.12.2025) — Текст: электронный.
  14. Port of Hamburg News: Waterway Police Use AI to Detect Undeclared Dangerous Goods: [сайт]. — [б. г.]. — URL: https://www.hafenhamburg.de/en/press1/news/waterway-police-useai-to-detect-undeclared-dangerous-goods/ (дата обращения: 25.12.2025)—Текст: электронный.