УДК 338.242.2
DOI: 10.36871/ek.up.p.r.2025.12.07.024

Авторы

Дмитрий Львович Головцов,
Санкт-Петербургский государственный университет аэрокосмического приборостроения, Санкт-Петербург, Россия

Аннотация

Отсутствие требуемого прогресса по большинству целей устойчивого развития усиливают необходимость поиска инструментов, обеспечивающих баланс между экономической эффективностью и экологической ответственностью. Операционная логистика занимает ключевое место в данном процессе, определяя устойчивость и результативность цепей поставок. Цель исследования — показать, как цифровые технологии, прежде всего искусственный интеллект и машинное обучение, трансформируют логистические процессы и влияют на достижение ЦУР. Полученные результаты подтверждают наличие устойчивой положительной связи между уровнем развития логистики и общим прогрессом по ЦУР. В работе систематизированы качественные и количественные эффекты цифровизации, выявлены конкретные технологии AI/ML, обеспечивающие экономические, экологические и социальные результаты, определены ключевые вызовы, ограничивающие внедрение инноваций в устойчивой логистике. Сформулированные выводы могут быть использованы при разработке корпоративных и государственных стратегий развития логистики в соответствии с принципами устойчивости.

Ключевые слова

операционная логистика, устойчивое развитие, цифровые технологии, искусственный интеллект, машинное обучение, устойчивая цепь поставок, зелёная логистика, обратная логистика, резильентность логистических систем, циркулярные бизнес-модели

Список литературы

  1. Alicke K., Knut D., Görner S., Mori L., Rebuffel P., Reiter S., Samek R. Succeeding in the AI SupplyChain Revolution // McKinsey & Company. 2021. URL: https://www.mckinsey.com/industries/ metals-and-mining/our-insights/succeeding-inthe-ai-supply-chain-revolution
  2. Annosi M. C., Brunetta F., Bimbo F., Kostoula M. Digitalization within food supply chains to prevent food waste: Drivers, barriers and collaboration practices // Industrial Marketing Management. 2021. Vol. 93. P.  208–220. DOI: 10.1016/j.indmarman.2021.01.005.
  3. Benzidia S., MakaouiN., Bentahar O.The impact of big data analytics and artificial intelligence on green supply chain process integration and hospital environmental performance // Technological Forecasting & Social Change. 2021. Vol. 165. Art. 120557. DOI: 10.1016/j. techfore.2020.120557.
  4. Bosona T. Urban Freight Last Mile Logistics — Challenges and Opportunities to Improve Sustainability: A Literature Review // Sustainability. 2020. Vol. 12, No. 19. Art. 8769. DOI: 10.3390/su12218769.
  5. Burinskienė A., LorencA., Lerher T. A simulation study for the sustainability and reduction of waste in warehouse logistics // International Journal of Simulation Modelling. 2018. Vol. 17, No. 3. P. 485–497. DOI: 10.2507/IJSIMM17(3) CO12.
  6. Chauhan C., Kaur P., Arrawatia R., Ractham P., DhirA. Supply chain collaboration and sustainable development goals: Teamwork makes achieving SDGs dream work // Journal of Business Research. 2022. Vol. 147. P.  290–307. DOI:  10.1016/j. jbusres.2022.03.044.
  7. Chen W., Men Y., Fuster N., Osorio C., Juan A. A. Artificial Intelligence in Logistics Optimization with Sustainable Criteria: A Review // Sustainability. 2023. Vol. 15, No. 5. Art. 4502. DOI: 10.3390/su16219145.
  8. Delmonico D. V. D. G., BezerraB. S. A systematic literature review on sustainable logistics // Latin American Journal of Management for Sustainable Development. 2020. Vol. 5, No. 1. P.  47–57. DOI: 10.1504/LAJMSD.2020.10027399.
  9. Khan S. A. R., Godil D. I., Jabbour C. J. C., Shujaat S., Razzaq A., Yu Z. Green data analytics, blockchain technology for sustainable development, and sustainable supply chain practices: Evidence from SMEs // Annals of Operations Research. 2021. P.  1–25. DOI: 10.1007/s10479-021-04275-x.
  10. Matantseva O. Y., Spirin I., Ulitskaya N., Kazantsev I. Logistic as a  Tool to Achieve Sustainable Development Goals // Proceedings of the Second Conference on Sustainable Development: Industrial Future of Territories (IFT 2021). Yekaterinburg, Russia, 24 Sept. 2021. Amsterdam: Atlantis Press, 2021. P. 196–201. DOI: 10.2991/aebmr.k.211118.036.
  11. McGrath P., McCarthy L., Marshall D., Rehme J.Tools and technologies of transparency in sustainable global supply chains // California Management Review. 2021. Vol. 64, No. 1. P. 67– 89. DOI: 10.1177/00081256211045993.
  12. Okyere S., Yang J., Adams C. A. Optimizing the Sustainable Multimodal Freight Transport and Logistics System Based on the Genetic Algorithm // Sustainability. 2022. Vol. 14, No. 18. Art. 11577. DOI: 10.3390/su141811577.
  13. Shinkarenko A. Machine Learning in Logistics: Technology Breakdown & 10 Use Cases // Itransition. 2024. URL: https://www.itransition. com/machine-learning/logistics
  14. Stucki T.Which firms benefit from investments in green energy technologies?—The effect of energy costs // Research Policy. 2019. Vol. 48, No. 3. P. 546–555. DOI: 10.1016/j.respol.2018.09.010.
  15. Tsolakis N., Zissis D., Papaefthimiou S., Korfiatis N. Towards AI driven environmental sustainability: An application of automated logistics in container port terminals // International Journal of Production Research. 2022. Vol. 60, No. 14. P. 4508–4528. DOI: 10.1080/00207543. 2021.1914355.
  16. The Sustainable Development Goals Report 2024. New York: United Nations, 2024.
  17. Connecting to Compete 2023: Trade Logistics in the Global Economy. The Logistics Performance Index (LPI) and its Indicators. Washington, DC: The World Bank, 2023.
  18. United Parcel Service UPS To Enhance ORION With Continuous Delivery Route Optimization // Globe Newswire. 2020. 29 January. URL: https://www.globenewswire.com/newsrelease/2020/01/29/1977072/0/en/UPS-ToEnhance-Orion-With-Continuous-Delivery-RouteOptimization.html
  19. Hovi I. B., Bø E. Unlocking the potential: How can parcel lockers drive efficiency and environmental friendliness in E-commerce? // Sustainable Futures. 2024. Vol. 7. Art. 100189. DOI: 10.1016/j.sftr.2024.100189.