Šiuo metu transporto ir logistikos sektoriai yra atsakingi už 24 proc. pasaulyje išmetamo CO2 kiekio. Europos aplinkos agentūra (EEA) prognozuoja, kad nesiėmus reikalingų priemonių iki 2050-ųjų, logistikos sektorius gali sukurti net 40 proc. visų CO2 emisijų.
Remiantis „Astound Commerce“ ir „Shopify“ tyrimu, pirkėjai visame pasaulyje yra pasiryžę mokėti daugiau už tvarų produktą: trys iš penkių klientų atkreipia dėmesį į verslo poziciją aplinkosaugos klausimais. Ekologiškumas yra ypatingai aktualus „millennials“ ir Z kartos atstovams – už tvarų apsipirkimą pasisako atitinkamai 70 proc. ir 62 proc. vartotojų.
Klientams visada aktualu, iš kokių medžiagų pagaminti produktai, minimalistinis įpakavimas bei prekių siuntimas – kaip įmanoma mažesnis išmetamųjų teršalų kiekis siunčiant produktus. Tvarus siuntimo procesas reiškia užsakymų vykdymą naudojant žalią energiją, modernias ir aplinką tausojančias transporto priemones.
Vienas iš efektyviausių būdų mažinti taršą – tai prekių pristatymo procesų optimizavimas, diegiant paštomatus. Priešingai nei pristatant siuntas į namus ar darbovietę, į paštomatą siuntas vežantiems kurjeriams nereikia keliauti į keliasdešimt skirtingų vietų, todėl taupomi ištekliai, mažinama gyvenviečių tarša. Vienu metu kurjeris į paštomatą pristato apie 100-150 siuntinių ir tokiu būdu bendrą išmetamo CO2 kiekį sumažina maždaug 430 g, lyginant su pristatymu į namus.
„Green Last Mile Europe 2022“ ataskaitoje teigiama, kad vienas paštomatas gali padėti sutaupyti net iki 13 845 kg išmetamo CO2 per metus – maždaug tiek pat, kiek 2 769 atmosferą valančių medžių. Be to, siuntų pristatymas, naudojant paštomatų infrastruktūrą taip pat sumažina bendrą automobilių skaičių gatvėse bei eismo keliamą triukšmą.
Paštomatų populiarumas itin fiksuotinas Baltijos šalyse, kurios šiuo atžvilgiu smarkiai lenkia didžiąsias Vakarų Europos valstybes. RRT duomenimis, 2022 m. ketvirtąjį ketvirtį paštomatuose atsiimtų siuntų rodiklis pasiekė 55 proc. nuo visų gautų siuntų skaičiaus. Pažvelgus į bendresnį vaizdą, 2022-aisiais stebėtas 15,0 proc. pašto siuntų savitarnos terminalų skaičiaus augimas. Nuosekli pastarųjų metų plėtra kristalizavosi į svarbų riboženklį – Lietuvoje šiuo metu priskaičiuojama daugiau nei 1500 paštomatų.
Siuntų savitarnos terminalų skaičiaus augimas atspindi pasikeitusias verslų bei vartotojų nuotaikas: rinkos dalyviai vertina ne tik greitą ir patogų pristatymą, bet ir tvarumo aspektus.
Panašūs, nors ir lėtesni pokyčiai fiksuojami ir Vakarų Europoje. Geras to pavyzdys – nauja mokestinė reforma Barselonos mieste. Šiuo metu yra pateiktas pasiūlymas riboti siuntų pristatymą furgonais, įvedant kasmetinį mokestį el. komercijos bendrovėms, vykdančioms siuntų pristatymą į namus. Jei planui bus pritarta, el. prekybos logistikos įmonės, kurių metinė apyvarta viršija 1 mln. eurų, turės mokėti papildomą 1,25 proc. pajamų mokestį. Šia reforma skatinama riboti didžiųjų el. komercijos bendrovių monopolį bei paskatinti vartotojus rinktis alternatyvius prekių pristatymo būdus.
Dirbtinio intelekto indėlis optimizuojant pristatymų našumą
Akivaizdu, kad mažmenininkai turi imtis papildomų veiksmų, stengiantis atliepti vartotojų lūkesčius aplinkosaugos srityje. Deja, bet šiuos poreikius pilnai išpildyti trukdo informacijos analizės ribotumai ir bendrų veikimo standartų nebuvimas.
Gera žinia yra ta, kad informacijos analizės spragą mažina naujausi technologiniai laimėjimai. Modernūs dirbtinio intelekto (DI) analitiniai sprendimai suteikia duomenimis pagrįstų įžvalgų, kuriomis galima remtis visose verslo srityse: nuo aplinkosaugos politikos formavimo iki tiekimo linijų našumo didinimo.
DI gali įvertinti didžiulius duomenų rinkinius ir nustatyti efektyviausius būdus mažinant CO2 pėdsaką. Ši technologija gali padėti įvertinti efektyviausią siuntų pristatymo maršrutą, kuris leistų nuvažiuoti mažiausią įmanomą kilometrų skaičių. Pažangi duomenų analizė padeda užtikrinti ekologišką pristatymą, kadangi atsižvelgia į svarbiausius kintamuosius, pavyzdžiui, transporto spūstis, oro sąlygų svyravimus ir vartotojų paklausą.
Taip pat svarbus yra ir mašininio mokymosi (ML) aspektas, apimantis DI algoritmo gebėjimą priimti geriausius įmanomus sprendimus. Ši savybė „ugdoma“, kai algoritmas yra mokomas priimti teisingą sprendimą, suteikiant grįžtamąjį ryšį. Organizacijos, naudojančios mašininį mokymąsi, gali išmokyti dirbtinį intelektą priimti sudėtingus ir tiekimo grandinės sprendimus, kurie susiję su daugybe kintamųjų. Taip dirbtinis intelektas gali nustatyti tikslų reikiamų išsiųsti produktų skaičių, jų siuntimo laiką ir naudojamų transporto priemonių rūšį.
Dar vienas DI privalumas – tai verslo tiekėjų paieškos supaprastinimas. Dirbtinis intelektas gali suteikti informacijos apie visą kvalifikuotų tiekėjų rinką visame pasaulyje ir sutrumpinti paieškos procesą nuo kelių mėnesių iki kelių dienų. Kadangi DI algoritmas išlaisvina vadovų komandas nuo tokių statiškų užduočių, specialistai gali skirti daugiau laiko bendradarbiavimui su tiekėjais bei strateginių veiksmų įgyvendinimui.
Taigi, žvelgiant į ateities pasaulį, būtina rasti būdų, padėsiančių saugoti gamtą ir sumažinti neigiamus žmogaus veiksmų padarinius. Tvarus verslų veikimas padės sumažinti taršą ir taupyti svarbiausius išteklius: energiją, vandenį bei orą.
