1. Smart Efficiency
Концепция применения+
интернета вещей в транспорте до 2020 года
Nikolay Shunyaev
Lev Petrusha Anton Chemerkin
Valentin Vlasov
kshunyaev@yandex.ru petrushald@gmail.com chemerkin.anton@mail.ru vlasovlvv@gmail.com
8 (916) 044 5111 8 (916) 647 7846 8 (916) 818 5307
8 (915) 038 3593
Changellenge. SAP
2. Источник: McKinsey, World Bank, анализ команды
Smart Efficiency | 2
IoT – Интернет вещей*
Западная Европа
76.3
$ млрд
114.4
$ млрд
217.1
$ млрд
1.9
$ трлн
2.1
$ трлн
2.6
$ трлн
Латинская
Америка
Ближний Восток
Африка
Центральная и
Восточная Европа
Северная Америка
Азиатско-Тихоокеанский
регион
Мировой доход от IoT (по регионам)
Низкий
прогноз
Высокий
прогноз
Положительный эффект
$ млрд до 2020 года
Транспорт
230 -
430
18%
3%
3%
76%
78%
5%
2%
15%
Выбор отрасли
Интернет вещей (IoT) обладает большим потенциалом внести в мировую экономику значительный положительный
эффект в 970 – 2240 млрд долларов. Из предложенных трех отраслей транспорт имеет наибольший показатель
эффективности от внедрения IoT (620 – 1230 млрд долларов). Также анализ показал, что по базовому сценарию до
2020 года мировая транспортная отрасль будет расти, в отличии от металлургии и торговли
3. Smart Efficiency | 3
Опции
Потенциальный
экономический эффект
Допущения
Потенциальное значение
Коэффициента усиления
Безопасность и охрана личного
транспорта
$300 млрд страховых премий; внедрение на уровне 20-30% в
развитых странах и на 10-20% в развивающихся
Улучшение на 25%
Техническое обслуживание
легковых машин
Обслуживание ~ $700 млрд / год; внедрение на уровне 50-100% в
развитых странах и на 40-85% в развивающихся
Снижение на 10-40% тех.обслуживания;
+ 3-5%к сроку жизни машин
Аэрокосмическое оборудование
~ $30 млрд тех.обслуживание; min-ия потерь: ~ $170 млрд / год;
задержки перевозчиков: ~ $500 млрд / год на капитальные затраты
Снижение на 10-40% тех.обслуживания, на 25%
меньше времени; + 3-5% срок жизни
Защита оборудования
~ 170 млрд / год услуги; внедрение на уровне 50-100% в развитых
странах и на 40-85% в развивающихся
Снижение на 10-40% тех.обслуживания, на 50%
меньше время простоев
Техническое обслуживание судов
и железнодорожного транспорта
~ 60 млрд / год обслуживание; внедрение на 40-80%
Снижеие 10-40% стоимости услуги, на 50% меньше
время простоев
Перевозка оборудования
~ 400 млрд от транспортировки оборудования; внедрение на 65% в
развитых странах и на 50-70% в развивающихся
Улучшение на 2-7%
Адаптивное управление
дорожным движением
~ $3,9 млрд / год: время проведенное в машине в поисках парковки
Сокращение времени в движении на 10-15%;
сокращение пробок на 10%
Автономное транспортное
средство
~ $3,9 млрд / год: безопасность на дорогах;
~ $800 млрд: экономия на топливе
~ 40% снижение ДТП; экономия топлива и
снижение выбросов СО2 на 10-15%
Управление расписанием
общественного транспорта
Сокращение времени в пути
Снижение временных издержек на 70%
Логистика маршрутов
~ $1,3 трлн: эксплуатационные расходы в автомобильных отраслях
17% рост операционной эффективности
Автономные пассажирские и
грузовые машины
~ $3 млрд безопасность на дорогах
~ $800 млрд экономия на топливе
~ 40% снижения ДТП; ~ 10-15% снижение
выбросов CO2
Операционная оптимизация
~ $800 – 900 млрд: сокращение издержек
Повышение эффективности на 9%
Предупреждение столкновений
(ЖД)
~ $45 млрд: урон от потери жизни и имущества
Снижение на 75%
Отслеживание контейнеров
~ $50 млрд / год: стоимость контейнеров;
~ $25 млрд / год: снижение потерь и убытков
Увеличение эффективности использования
контейнеров на 10-25%; снижение урона на 30-50%
Навигация
~ $500 млрд / год: снижение стоимости доставки и
транспортировки
Улучшение времени на 11-13%; снижение
потребления топлива на 2-5%
Источник: McKinsey, анализ команды
Низкий
прогноз
Высокий
прогноз
43 – 90
$ млрд
30 – 170
$ млрд
17 – 38
$ млрд
5 – 15
$ млрд
10 – 35
$ млрд
5 – 22
$ млрд
120 – 260
$ млрд
100 – 130
$ млрд
10 – 40
$ млрд
130 – 235
$ млрд
125 – 145
$ млрд
10 – 15
$ млрд
5 – 5
$ млрд
5 – 15
$ млрд
10 – 15
$ млрд
Машины
Города
Логистика
Транспорт
Транспорт – это широкая отрасль, которая включает в себя 3 направления, где может быть применена технология IoT.
По всем направлениям наша команда выделила ряд опций, по каждому из которых был посчитан потенциальный
экономический эффект. Направлением с наиболее перспективными опциями является «логистика»
4. Smart Efficiency | 4
Воздушный
транспорт
Автобусы
Контрактная
логистика
Экспедиция
грузов
Экспресс
доставка
ЖД
транспорт
Морской
транспорт
Грузовой
транспорт
%
25 4
10
12
610
17
16
Источник: PwC, анализ команды
С применением IoT
Экстенсивный путь
Игнорирование IoT
Изменение
эффективности
бизнеса
Tech
Нормативные
изменения
Изменение
моделей
Конкуренция
Big Data
Международные перевозки
Снижение нагрузки на одну единицу
Планирование перевозок
Энергосбережение
Автономный транспорт
Регулирование ценообразования
Стандартизация
Эффективность инфр-ры
Уменьшение слотов
Расширение инфр-ры
Налоги
Контейниризация
Офшоризация произ-тва
Итого:
Сценарии развития рынка логистики
Изменение доли рынка
логистической компании
Структура логистического направления
по количеству компаний
Логистика
Логистика, в свою очередь, осуществляется посредством широкого спектра видов транспорта. Анализ данного
направления до 2020 года показал, что в зависимости от готовности компаний данной отрасли внедрять технологии
IoT, существует 3 сценария развития компаний в логистике. Вариант с применением IoT позволит компаниям увеличить
долю занимаемого рынка. Игнорирование данной технологии приведет к потере позиций на развивающемся рынке
5. Интеграцияв
управление
Интеграция
машин
• SAP Business
Suite
• SAP S/4
HANA
• SAP Business
Objects
Управление
компанией
• SAP SQL
Anywhere
• SAP Event
Stream
Processor
• SAP Predictive
Maintenance and
Service
• SAP Connected
Logistics
• SAP Connected
Assets
• SAP Work
Manager
Бизнес-процессы
клиента
+
SAP AR
Service
Technical
+
SAP AR
Warehouse
Picker
Smart Efficiency | 5
Оптимизация корпоративного
планирования и отчетности
SAP S/4 HANA
SAP ERP
MobiLink
Сенсор
Мониторинг
состояния объекта
SAP Event Stream
Processor
Местоположение
SAP Data Services
SAP HANA Cloud
Platform for the IoT
SAP Connected Logistics
SAP Predictive
Maintenance and Service
Ценность:
ü Сокращение простоев на 50%
ü Сокращение времени погрузки на 35%
ü Экономия топлива на 5-15%
ü Снижение цен на 5-10%
ü Увеличение скорости реагирования на инциденты на 75%
ü Повышение эффективности использования
инфраструктуры
Источник: SAP, анализ команды
Сценарий применения IoT
Система сервисов и приложений компании SAP позволит повысить эффективность управления бизнесом на всех
уровнях: от стратегического управления компанией до операционных бизнес-процессов.
На примере железнодорожных грузоперевозок проработан сценарий внедрения адаптированного комплекса решений
для совершенствования бизнес-процессов
6. Smart Efficiency | 6
Россия – ярковыраженный пример страны, для которой логистика является принципиально важным направлением,
в следствие географической протяженности. ЖД грузоперевозки России, в отличие от других стран, занимают
подавляющую долю грузооборота страны (87%). Мы предлагаем сосредоточиться на лидирующей компании
АО «Первая Грузовая Компания», для которой использование Интернета вещей может стать скачком в развитии
Источник: Росстат, АО ПГК, анализ команды
Выручка
65
млрд рублей
EBITDA
21
млрд рублей
Вагонный парк
16%
от всего парка РФ
Общий
грузооборот
255
(млрд т.км)
18,5%
54%
Структура грузооборота
по основным видам транспорта
+
=
IoT
Риск
Описание
Решение SAP
Степень нивелирования
Увеличение
простоев
Неэффективное использование
парка: ограниченное
планирование перевозок
SAP Connected
Logistics
Увеличение
времени погрузки
Несистематизированный процесс
взаимодействия с контрагентами
SAP Connected
Logistics
Увеличение
расходов на
топливо
Отсутствие оптимального
скоростного режима по
маршруту
SAP Predictive
Maintenance and
Service
Неконтролируемое
ценообразование
Недостаточный анализ
платежеспособности партнеров
SAP Connected Assets
Неспособность
контролировать
инциденты
Потеря груза, стихийные события
SAP Connected
Logistics
Риск
незапланированных
поломок
Отсутствие автоматического
мониторинга технического
состояния техники
SAP Predictive
Maintenance and
Service
Утрата технической
целостности
Разрозненная IT система
компании. Сбои при управлении
изменениями
SAP HANA
Low
High
Внедрение технологий IoT
1) Подключение
2) Сенсоры
3) Физическая
установка /
инфраструктура
4) Приборы и
оборудование
1) Программное
обеспечение
2) Аналитика
3) Платформы
4) Безопасность
Смежные бизнес-
модели, основанные
на IoT
1 шаг
2 шаг
3 шаг
Этапы развития источников увеличения
стоимости с помощью IoT
План внедрения
7. Smart Efficiency | 7
Источник: АО ПГК, SPARK, Bloomberg,EU Intelligence, анализ команды
Применение системы продуктов SAP позволит компании АО «ПГК» до 2020 года увеличить чистую прибыль
в 3,5 раза, рентабельность продаж в 4 раза, грузооборот на 5% и снизить переменные издержки на 6%.
Наши расчеты показали, что благодаря решениям SAP темпы роста компании АО «ПГК» станут значительно выше
имеющихся конкурентов и рынка в целом
Базовая
Модель №1
Объем расходов по обычным видам
деятельности, тыс.руб
Объем выручки, тыс.руб
Структура выручки ПГК
2015
Базовая
модель
2020
Базовая
модель
2020
Модель
№1
2020
Модель
№2
2020
Модель
№3
2020
Средне-
отрас-вые
значения
Базовая
Модель №2
Среднеотраслевые
значения
Коэффициент
рентабельности
продаж
4-6%
Коэффициент
EBIDTA /
Выручка
33-35%
Внедрение технологий SAP позволит увеличить долю EBITDA в структуре выручки к 2020 году на 5% при минимальном эффекте (модель №1) и
до 10% при максимальном (модель №3).
Следует отметить, что развитие компании без использования технологий SAP не соответствует развитию рынка данной отрасли, т.к. среднеотраслевые
значения показателей коэффициентов «Чистая прибыль / Выручка» и «EBITDA / Выручка» превосходят значения, прогнозируемые в базовой модели.
При использование моделей с использованием SAP можно получить: модель №1 - 3,54% сверх среднеотраслевого значения, модель №2 - 4,28% сверх
среднеотраслевого значения, модель №3 - 8,14% сверх среднеотраслевого значения
EBITDA / Выручка
Чистая прибыль / Выручка
Иное
Финансовая модель
8. Шуняев
Николай
МГУ, 3 курс
государственное
управление
(стратегическое
планирование и
экономическая политика)
Петруша
Лев
МГУ, 4 курс
механико-математический
факультет
(теория вероятностей)
Чемеркин
Антон
ФУ, 4 курс
кредитно-экономический
факультет
(финансовые рынки и
финансовый инжиниринг)
Власов
Валентин
МГУ, 3 курс
государственное
управление
(стратегическое
планирование и
экономическая политика)
ü Alfa-Sparta: High Quality 25%
ü M.Video: High Quality 15%
ü Финалист:
- Московской Биржи
- Фонда Русской
Экономики
2015:
ü M.Video: High Quality 15%
2014:
ü Alfa-Sparta: High Quality 25%
ü TOP-1% студентов ФУ
ü Стипендиат Газпромбанка
ü Финалист Фонда Русской
Экономики
ü Alfa-Sparta: High Quality 25%
• 2015:
- Kelly Services CIS
- ВТБ24
• 2014:
- Сбербанк Asset
Management (по н.в.)
- Администрация
г. Екатеринбурга
• 2015:
- Министерство
образования и
науки РФ
- Сбербанк Asset
Management (по н.в.)
• 2015:
- KPMG (по н.в.)
- ВТБ Страхование