Business Logic Company

Анализ данных и машинное обучение широко применяется для построение моделей прогнозирования или классификации.
Имитационное моделирование используется для описание сложных систем и сильно связанных процессов, которые плохо описываются линейными алгоритмами.
В своих решениях мы используем обе технологии для построение цифровых двойников и имитационных моделей дающих возможность проводить анализ в безрисоковой среде, но учитывая реальные данные и процессы.

Есть первые внедрения.

Портерт клиента - оборот более 10 млн $ в год, владет значительной производственной или логистической инфраструктурой.
Рынок по направлениям - улучшение доставки последней мили, оптимизация цепи поставок, оптимизация портовых операций, оптимизация маневровых операций и управление ж/д инфраструктуорй, оптимизация складской логистики (+17% за 2017 год).
За 2019 год на улучшение логистики будет потрачено 40 млрд $ (по данным Statista).

- малая скорость принятия операционных решений требуещих аналитического рассчета
- неувереность в правильности возможных решений
- невозможность учесть все факторы для принятия комплексных решений

- внедрение софта, дающий приоритетный вариант решения и несколько возможных
- благодаря комбинации использования анализа больших данных и имитационного моделирования расчеты производятся в режиме реального времени с актуальными данными.

Siemens, SAP, IBM - работая в нише цифровых двойников используют полностью свой стек ПО.
Deloitte, PwC - имеют возможность разработки подобных решений.

Преимущества перед мировыми вендорами (Siemens, SAP, IBM) - можем работать на стеке удобном для заказчика, не требуется дорогостоящая модернизация существующего ПО.
Deloitte, PwC - мы сфокусированы на стеке анализ больших данных и имитационного моделирования.

- выход на зарубежные рынки
- разработка решений для повышения эфективности маневровых работы и автоматизации решения задач по диспечеризации сложных логистических систем.

По результатам переговоров.