❗️Логистика-2026: результаты исследования

Друзья, КСЛ завершил экспресс-исследование, чтобы понять, с какими ожиданиями компании входят в 2026 год. Формат исследования позволяет почувствовать пульс отрасли, увидеть риски и возможности и сверить планы с коллегами.

Зачем мы это сделали

Чтобы посмотреть, как компании готовятся к следующему году и каким ожидают рост товарных потоков, численности персонала и ключевых статей затрат — тарифов, зарплат и расходных материалов.

Что показали результаты

Большинство компаний ожидают рост товарных потоков, но без увеличения персонала.
🔵По складам — повышение тарифов до 10%.
🔵По перевозкам — рост на 10% для ж/д и до 15% для автотранспорта.
🔵По расходным материалам — увеличение затрат до 10%.

Компании готовятся к росту тарифов, но не планируют увеличивать свои ресурсы.
Это главный вызов 2026 года

⚡️Что стоит за цифрами

Рост затрат и ФОТ опережает рост выручки. Компании планируют обрабатывать большие объемы без расширения штата, что ведет к перегрузке, деградации SLA и уязвимости в пиковые периоды.

Выходом являются новые подходы к управлению и адаптивность логистики.

Одновременно дорожают расходные материалы, а нестабильность поставок компонентов усиливает зависимость от точности планирования.

Все это делает цифровизацию и гибкость цепей поставок необходимым условием устойчивости.

⚡️Риски и возможности

Ключевые риски:
🔵рост тарифов и ФОТ
🔵перегрузка имеющихся мощностей и падение качества SLA
🔵удорожание расходных материалов и отсутствие резервов мощностей

Основные возможности:
🔵оптимизация сети и графиков поставок: буферные мощности, сглаживание пиков, межскладская балансировка
🔵развитие цифровых инструментов: WMS, TMS, прогнозирование спроса и планирование мощностей с помощью S&OP, KPI на производительность.
🔵стандартизация закупок и гибкие контракты для защиты от ценовых колебаний.

💡Что делать бизнесу

В 2026 год компании входят с ростом объемов, тарифов и затрат при приоритете эффективности и управляемости SLA.

Спрос на лог.мощности останется высоким, а компании будут компенсировать рост затрат через продуктивность и пересборку сетей

Краткие выводы: направления оптимизации, которые выбрали для себя участники исследования

👉 Применяйте сценарное планирование мощностей складов и производств через цифровые двойники и модели

👉 Настраивайте KPI логистики на производительность

👉 Запускайте пилоты по гибкой роботизации, в том числе через аренду и подписку

👉 Пересмотрите тарифные модели и контракты через обзор всего рынка — он точно дает больше возможностей, чем устоявшийся пул партнеров

❗️2026 год станет годом умеренного и управляемого роста, когда решения принимаются не на ощущениях, а на данных.

#тренды #исследование #логистика
Горизонты Демина ❍

Решения перестают быть точечными

На LOGFORUM сейчас обсуждаем кейсы по роботизации и бережливости, гибридных складах и аутсорсинге, перекладыванию CAPEX в OPEX через подписку на оборудование (вместо приобретения).

Но главный вызов — как сделать логистику и склады адаптивными к непрогнозируемым изменениям.

И вопрос уже не в том, внедрять роботизацию или нет, а в том, как сделать это с минимальными инвестициями и при этом принести для бизнеса конкурентное преимущество благодаря сокращению уязвимости от дефицита персонала, его знаний и — самое главное — с быстрой перестройкой к изменениям в количестве SKU, квантам поставок, lead time

А если компания работает в нескольких регионах, сделать так, чтобы благодаря перераспределению потоков и запасов можно было эффективно обойтись без строительства доп.складов.

И сейчас Х5, Askona, Очаково и другие участники Форума делают это, используя цифровые модели лог.сетей, в которых можно просчитать последствия любого шага:

🔵какие склады закрыть из-за их неэффективности и какие усилить?
🔵как изменится SLA при росте объемов на 15% при той же сети, если ничего не менять?
🔵насколько окупится роботизация в конкретной локации с учетом и грузооборота, и ситуации с персоналом?
🔵где появится «узкое место», если изменить расписание поставок?

❗️Это и есть качественное изменение. Логистика перестает быть набором решений и становится системой взаимосвязей.

Цифровые инструменты превращаются не в средства автоматизации, а в способ управления неизвестностью 💡

#тренды #события #логистика
Горизонты Демина ❍

⚡️Монтировкой по карте (1/2)

Как не ошибиться с организацией логистической сети

Производитель продуктов из Владимирской области, выйдя на федеральный уровень, столкнулся с тем, что каждая точка продаж в других регионах снижала маржу: фура, проходившая раньше 200 км, теперь шла 1000 км и развозила мелкие партии по 30-50 кг. Очевидным решением стало бы создание РЦ. Но где именно, сколько их нужно и как определить оптимальный функционал (накопление, кросс-док, BBXD и др.)?

Для ритейла и дистрибьюторов задача еще сложнее: в расчет включаются сотни поставщиков с разной географией и объемами, а также особенности их транспортных потоков — от разных температурных режимов до уровня сервиса.

Решить эти задачи можно с помощью цифрового моделирования

👉 Подходы к моделированию сети

1️⃣ Тепловая карта
Быстрое визуальное представление спроса, но без учета реальной экономики логистики. Не отражает издержки и движение потоков от поставщиков (как увидим ниже одновременное наложение на тепловую карту данных по поставщикам и клиентам не дает корректного результата), не подходит для многоэшелонных цепей.
Погрешность — до 50% с частичным решением только 2 из 5 главных задач построения оптимальной лог.сети.

2️⃣ Метод гравитации и теории графов
Учитывает связи между поставщиками и потребителями, объемы и тонно-километры. Используется практически во всех мировых продуктах по моделированию, включая LLamasoft и AnyLogic. Главное ограничение — это расчет всех расстояний «по прямым». Для России, где разрыв между прямой и дорогой может достигать десятков процентов, ошибка становится критичной — до 30% искажений по затратам.

3️⃣ Цифровое моделирование с учетом дорожной сети
В КСЛ моделирование ведется «по земле» — с учетом реальных дорог, тарифов и ограничений. Протяженность маршрутов, ограничения, сезонность влияют на экономику не меньше, чем структура товарных потоков, которая также закладывается в цифровую модель.

⚡️ Точность становится стратегическим фактором

Большинство крупных компаний уже прошли этап базовой оптимизации логистики (в том числе через тепловые карты, экспертный подход) и получили базовый эффект за счет пересборки сети.

Теперь борьба идет не за масштабные, а за точные решения — те самые 7-8% ежегодной экономии, которые при затратах в сотни миллионов или миллиарды рублей превращаются в стратегическое преимущество

❗️Поэтому моделирование «по прямым» перестает быть допустимым приближением и превращается в метод «монтировкой по карте» — красивый на схеме, но дающий критичные искажения.

(читайте продолжение ниже 🔽)

#моделирование #цифровойдвойник #логистика
Горизонты Демина ❍

👉 Мы сравнили два метода моделирования на реальных кейсах (2/2)

В исследовании КСЛ, охватившем 300 крупнейших городов России (60% населения), по 22 кейсам производителей и ритейлеров мы сравнили расчеты «по прямым» и «по дорогам».

Проработали три сценария:

1️⃣ Поиск оптимальной локации складов при представленности компании по разным каналам продаж по всей России

Результат: расчет «по прямым» искажает картину. Реальные дороги в среднем на 26% длиннее (в масштабе страны). Поволжье, Урал, Кавказ (а не только привычные в понимании высокой сложности Заполярье и Дальний Восток) и другие регионы критично зависимы в эффективности логистики от дорожной сети.

Эта погрешность, вместе с разницей тарифов по регионам, приводит к существенной ошибке: транспортные затраты искажаются на 28%.

Увидев реальную стоимость перевозок при расчете «по дорогам», цифровая модель перекроила карту размещения (по сравнению с результатами «по прямым»): все три склада «переехали» в оптимальные точки, клиенты были перезакреплены за ними

2️⃣ Открытый поиск одного склада в каждом федеральном округе

Это упражнение полезно для оценки разницы в расчетах с учетом географических и дорожных особенностей регионов. При этом, при полномасштабном моделировании системе не важен признак административного деления.

Наибольшие ошибки — в Дальневосточном ФО:
🔵транспортные затраты занижены на 40%
🔵средневзвешенное расстояние до клиентов — на 39%
🔵расхождение между оптимумами «по прямым» и «по дорогам» — 470 км

Чем ниже плотность дорог, тем выше искажения:
— ЦФО, ПФО, СКФО — 17-23%
— СФО, УрФО, ДФО — 25-40%

Особенно заметны расхождения в регионах со сложным рельефом. В СКФО при высокой плотности дорог погрешность достигает 16% из-за серпантинов, а в СЗФО — «крюки» до 480 км, что объясняется обилием рек и болотистой местностью.

3️⃣ Оценка затрат при оптимальном размещении склада для города-миллионника

На примере Казани расчет по дорогам показал смещение оптимального расположения склада на 12 км по сравнению с методом «по прямым». При протяженности города около 30 км это изменение критично: оно влияет на уровень сервиса в части скорости исполнения заказов и затраты.

Если оставить склад на прежнем месте, расчет «по прямым» занижает среднее расстояние до клиентов на 38%, а совокупные затраты — на 12%.

⚡️ Точность модели — показатель управленческой зрелости

На всех уровнях, расчеты «по прямым» систематически занижают лог. затраты, особенно в регионах с низкой плотностью дорог.

Поэтому при проектировании цепей поставок важно учитывать реальные дороги, тарифы и региональные особенности.

Планирование «по прямым» или через тепловые карты подходит лишь тем, кто готов мириться

с

 

погрешностью в

 

20-40%

.
Но таких компаний почти не осталось

❗️Ведь зачем планировать изначально криво, чтобы потом исправлять ошибки?

P.S.: все расчеты основаны на реальных данных. Если вы рассматриваете моделирование для организации своей лог.сети и хотите посмотреть, как выбор методики влияет на экономику и управленческие решения, напишите в личные сообщения  @vasily_demin — я поделюсь исследованием и покажу, как точность модели отражается на результате.

P.P.S: полные результаты исследования читайте в «КСЛ.Инсайтах»

#моделирование ##цифровойдвойник #логистика
Горизонты Демина ❍