Zawody przyszłości w logistyce

Nowe role analityków danych w logistyce – zawody przyszłości

Logistyka to dziedzina, z którą każdy z nas styka się na co dzień – nawet jeśli nie zawsze zdajemy sobie z tego sprawę. Dostawa paczki zamówionej przez Internet, zaopatrzenie sklepów w produkty, transport paliwa, żywności czy leków  –  wszystko to jest efektem skomplikowanych procesów logistycznych. W ostatnich latach logistyka przechodzi jednak bardzo dynamiczne zmiany. Coraz większą rolę odgrywają w niej dane, analiza informacji oraz technologie cyfrowe.

Rozwój handlu elektronicznego, globalizacja rynków, pandemia COVID-19, konflikty międzynarodowe oraz zmiany klimatyczne sprawiły, że tradycyjne metody zarządzania logistyką przestały być wystarczające. Firmy muszą działać szybciej, taniej, bardziej elastycznie i jednocześnie w sposób zrównoważony. Jeszcze dekadę temu analityk danych w logistyce kojarzył się głównie z tabelami w Excelu. Dziś to zawód, który łączy wiedzę o łańcuchu dostaw z programowaniem, sztuczną inteligencją (AI), automatyzacją i myśleniem systemowym. W przedsiębiorstwach tworzone są nowe stanowiska, takie jak: analityk danych logistycznych, specjalista ds. cyfrowych bliźniaków, inżynier uczenia maszynowego, analityk IoT, Data Steward czy Chief Data Officer (CDO). To właśnie oni pomagają firmom dostarczać szybciej, taniej, bezpieczniej i bardziej ekologicznie.

Jaki mamy rynek? – czym jest świat VUCA?

Współczesny świat coraz częściej opisuje się skrótem VUCA, pochodzącym z języka angielskiego. Jest to akronim czterech pojęć:

• V – Volatility (zmienność),
• U – Uncertainty (niepewność),
• C – Complexity (złożoność),
• A – Ambiguity (niejednoznaczność).

Oznacza on rzeczywistość, w której zmiany zachodzą szybko, trudno je przewidzieć, a wiele procesów jest ze sobą wzajemnie powiązanych.

W logistyce świat VUCA objawia się m.in. poprzez: nagłe przerwania łańcuchów dostaw, wahania cen paliw i surowców, zmieniające się potrzeby klientów, nieprzewidywalne zdarzenia losowe (pandemie, klęski żywiołowe) czy też rosnące wymagania dotyczące ochrony środowiska. W takich warunkach nie wystarczy już doświadczenie i intuicja menedżerów. Konieczne staje się podejmowanie decyzji na podstawie danych – dużych zbiorów informacji pochodzących z systemów informatycznych, czujników, GPS-ów, magazynów czy platform sprzedażowych.

Transformacja cyfrowa logistyki

Transformacja logistyki oznacza przejście od tradycyjnych metod zarządzania do rozwiązań opartych na technologiach cyfrowych i analizie danych. Jest to proces nieunikniony z kilku powodów:

1. Współczesna logistyka generuje ogromne ilości danych. Każda przesyłka, każdy transport i każdy magazyn pozostawiają po sobie „ślad cyfrowy”. Dane te mogą dotyczyć czasu dostawy, zużycia paliwa, lokalizacji pojazdów czy poziomu zapasów.
2. Klienci oczekują coraz wyższej jakości usług – szybszych dostaw, możliwości śledzenia przesyłek w czasie rzeczywistym oraz niskich kosztów. Spełnienie tych oczekiwań, bez wykorzystania zaawansowanej analizy danych, jest praktycznie niemożliwe.
3. Firmy logistyczne muszą ograniczać negatywny wpływ na środowisko. Optymalizacja tras transportowych czy lepsze planowanie zapasów pozwalają zmniejszyć emisję CO₂, a do tego potrzebne są precyzyjne analizy.

Przechodzenie takiej transformacji przez przedsiębiorstwa powoduje, że zaczynają one poszukiwać nowych pracowników, z nowymi umiejętnościami, poprzez tworzenie nowych, specjalistycznych stanowisk pracy.

Zawody przyszłości w logistyce

1. Analityk danych w logistyce

Analitycy danych w logistyce zajmują się zbieraniem danych pochodzących z systemów klasy WMS/TMS/ERP (magazyn/transport/przedsiębiorstwo), czyszczą je oraz tworzą pulpity menedżerskie, które wspierają podejmowanie codziennych decyzji. Korzystają oni z takich narzędzi, jak: Excel, Power BI, Tableau, SQL albo Python. Potrzebnymi kwalifikacjami na to stanowisko jest myślenie analityczne, rozumienie procesów magazynowych i transportowych oraz umiejętność wizualizacji danych.

2. Inżynier uczenia maszynowego w łańcuchu dostaw

Inżynierowie uczenia maszynowego budują modele oparte o uczenie maszynowe i wdrażają je do produkcji. Modele te prognozują popyt, przewidują opóźnienia czy optymalizują trasy. Korzystają z takich narzędzi, jak: Python, MLOps lub API. Potrzebnymi kwalifikacjami jest tu umiejętność programowania, znajomość statystyki oraz umiejętność współpracy z biznesem i rozumienia jego potrzeb.

3. Analityk Internetu Rzeczy w transporcie i magazynie

Analitycy Internetu Rzeczy pracują na co dzień z czujnikami (temperatury, wilgotności, wstrząsów itp.), telematyką pojazdów i RFID oraz łączą strumienie danych z aktualnymi zleceniami oraz mapami. Korzystają z takich narzędzi, jak: platformy IoT, strumieniowa obróbka danych czy mapy GIS. Potrzebnymi kompetencjami są tu podstawy elektroniki, analiza szeregów czasowych oraz cyberbezpieczeństwo.

4. Specjalista ds. cyfrowych bliźniaków i symulacji

Specjaliści do spraw cyfrowych bliźniaków i symulacji zajmują się tworzeniem wirtualnych modeli magazynów i sieci logistycznych oraz testują różne scenariusze typu „co-jeśli?”, czyli sprawdzają, co się stanie w modelu podczas dodania np. linii pakowania czy zmiany godzin przyjęć towarów. Korzystają z takich narzędzi, jak: oprogramowanie symulacyjne (np. FlexSim lub AnyLogic) oraz narzędzi 3D i analitycznych. Potrzebnymi kompetencjami są w tym zawodzie znajomość różnych metod symulacji, rozumienie przepływów materiałowych oraz analityka operacyjna.

5. Analityk optymalizacji tras

Analityk optymalizacji tras zajmuje się szukaniem najszybszych oraz najtańszych tras transportowych, uwzględnia w swoich obliczeniach okna czasowe, ograniczenia pojazdów, emisje dwutlenku węgla itp. Korzysta z narzędzi optymalizacyjnych, jak algorytmy VRP/TMS, solverów jak np. OR-Tools, języka programowania Python lub narzędzi GIS. Potrzebne kompetencje obejmują tu kombinatorykę, matematykę oraz znajomość praktyki transportowej.

6. Analityk ds. zrównoważonej logistyki

Analityk do spraw zrównoważonej logistyki zajmuje się obliczeniami miar ekologicznych w logistyce, jak np. śladu węglowego dostaw, analizuje alternatywne trasy, pojazdy i paliwa czy proponuje działania redukujące emisję i odpady. Korzysta z takich narzędzi, jak: kalkulatory emisji, programy BI. Musi znać także standardy raportowania ESG. Potrzebnymi kompetencjami są tu podstawy ekologii, znajomość regulacji środowiskowych oraz analityka.

7. Data Steward/Data Quality Analyst

Data Steward dba o jakość danych, ustala standardy nazw i procesów oraz koryguje błędy w danych. Jakość danych dotyczy ich spójności, kompletności, poprawności itp. Data Steward korzysta z takich narzędzi, jak: katalogi danych, SQL czy narzędzi jakości danych. Potrzebnymi kompetencjami są tu rozumienie procesów biznesowych, umiejętność komunikacji pomiędzy działem IT a operacyjnym oraz duża skrupulatność.

8. Chief Data Officer

Rolą Chief Data Officer’a (CDO) w firmie logistycznej jest wyznaczanie strategii wykorzystania danych, określanie tego, jakie dane zbierać, jak je chronić oraz jak je przekuć w przewagę rynkową przedsiębiorstwa. Dodatkowo CDO nadzoruje zespoły analityczne. Jest odpowiedzialny za budowę kultury danych pośród pracowników. Korzysta z narzędzi wykorzystywanych przez inne stanowiska oraz narzędzi projektowych i nadzorujących pracę. Potrzebnymi kompetencjami, oprócz umiejętności analitycznych, jest tu przywództwo, rozumienie biznesu i technologii oraz etyka danych.

Podsumowanie

Logistyka jutra będzie jeszcze bardziej cyfrowa, napędzana danymi oraz zielona. W świecie VUCA wygrywają organizacje, które szybko zbierają, rozumieją i wykorzystują dane. Zawody przyszłości – od analityka danych, przez inżyniera ML, po Chief Data Officer’a – tworzą wspólnie źródło przewagi konkurencyjnej w łańcuchu dostaw.

Jeżeli lubisz liczby, mapy, technologie i chcesz mieć realny wpływ na to, jak rzeczy docierają do ludzi, logistyka danych może być Twoją ścieżką. Zacznij od podstaw (Excel, SQL, Python), poznaj świat systemów WMS/TMS, baw się symulacjami i projektami. Każdy dashboard, który zbudujesz, każde usprawnienie trasy, każdy poprawiony wskaźnik to krok w kierunku zawodu, który łączy naukę, praktykę i nowoczesną technologię.

Bibliografia

1. https://davavo.com/what-is/employment-in-2030-part-9-future-supply-chain-jobs/
2. https://learningzone.pl/analityk-danych-zawodem-przyszlosci/
3. https://www.coursera.org/articles/chief-data-officer
4. https://www.coursera.org/articles/logistics-analyst
5. https://www.kozminski.edu.pl/pl/review/chief-data-officer-zarzadzanie-danymi-w-organizacji
6. https://www.mecalux.pl/artykuly-logistyczne/15-zawodow-przyszlosci-logistyka
7. https://www.splunk.com/en_us/blog/learn/chief-data-officer-role-responsibilities.html
8. https://www.uprawnieniakierowcy.pl/blog/przyszlosc-logistyki-i-transportu-czy-ai-pozbawi-nas-pracy
9. https://www.us.heinsohn.co/blog/data-analytics-in-logistics/

 

Autor: mgr inż. Kamil Wysocki, Instytut Zarządzania, Wydział Organizacji i Zarządzania Politechniki Łódzkiej

Redakcja: dr inż. Barbara Galińska, Instytut Zarządzania, Wydział Organizacji i Zarządzania Politechniki Łódzkiej