Введение
К середине 2025 года мировая логистическая отрасль достигла точки невозврата, при которой скорость доставки перестала выступать конкурентным дифференциатором и превратилась в базовое требование к функционированию цепей поставок. В B2B-сегменте данный сдвиг проявляется особенно отчетливо: компании стремятся минимизировать запасы, переходя к моделям пополнения точно в срок, что, в свою очередь, возлагает на поставщиков обязанность обеспечивать исполнение заказов в течение считанных часов [1]. Прогнозные оценки указывают на рост рынка услуг доставки в день заказа с 11,02 млрд долл. США в 2025 году до 27,34 млрд долл. США к 2030 году при среднегодовом темпе роста 19,8% [3].
Данный импульс усиливается масштабной цифровой трансформацией, которая, по экспертным оценкам, способна сформировать более 1,5 трлн долл. США дополнительной стоимости в транспортно-логистическом секторе к концу 2025 года [4]. В то же время внедрение модели доставки в день заказа в B2B-сегменте сталкивается с экономическим барьером: доля затрат, приходящихся на последнюю милю, достигла 53% совокупной стоимости доставки, тогда как в 2018 году она не превышала 41% [5, 6]. Рост издержек обусловлен не только повышением цен на топливо и увеличением затрат на оплату труда, но и возрастающей сложностью городской логистики, увеличением числа неудачных попыток доставки (при средней стоимости 17,78 долл. США за одну попытку), а также необходимостью соблюдения жестких временных окон [6].
В стратегическом контексте B2B особенно остро встает вопрос об оправданности владения собственным автопарком. С одной стороны, собственный автопарк обеспечивает высокий уровень контроля над качеством сервиса и сохранностью специализированных грузов, таких как фармацевтическая продукция или высокотехнологичное оборудование, что является критически важным аспектом поддержания клиентской лояльности (согласно имеющимся данным, 98% клиентов связывают приверженность бренду с надежностью доставки) [7]. С другой стороны, данная модель предполагает значительные капитальные затраты (CapEx) и повышенные операционные риски в условиях рыночной нестабильности. В российской практике ситуация дополнительно осложняется дефицитом квалифицированных водителей, чья ежемесячная заработная плата в 2024–2025 годах достигала 125000–160000 рублей, а также ужесточением денежно-кредитной политики Центрального банка, что увеличило стоимость лизинга до 20–22% [9].
Дополнительную значимость приобретает развитие региональных логистических узлов, как примеру - Юг России (Краснодарский край, Ростовская область), выступающий ключевым элементом стратегии «поворота на Восток» и развития транспортного коридора «Север-Юг». Инвестиции в портовую инфраструктуру региона, превышающие 500 млрд рублей до 2030 года, создают новые возможности, одновременно формируя сложный комплекс вызовов для локальной B2B-доставки [10].
Цель исследования заключается в анализе архитектуры системы доставки в день заказа посредством применения математических методов оптимизации маршрутов и финансового анализа модели собственного автопарка с акцентом на выявление баланса между операционной гибкостью и экономической устойчивостью в условиях новой логистической реальности 2025 года.
Научная новизна выражается в предложении интегрированной рамочной модели B2B-доставки в день заказа, в которой экономическая устойчивость собственного автопарка формализуется через взаимосвязь CPM/TCO ↔ уровень утилизации ↔ динамическая AI-маршрутизация ↔ микрофулфилмент, дополненную регионально-специфическими ограничениями Южной России (портовая/коридорная инфраструктура, дефицит водителей, импортозамещение и цифровизация документооборота), а также учетом деградации качества скоропортящихся товаров в рамках моделей VRP.
Авторская гипотеза основана на предположении о том, что в условиях 2025 года в B2B-сегменте модель доставки в день заказа, поддерживаемая собственным автопарком, сохраняет маржинальность только при достижении порогового уровня операционной эффективности (в терминах CPM ≈ 0,23–0,24 и достаточной утилизации годового пробега) за счет динамической AI-маршрутизации и микрофулфилмента; в противном случае владение автопарком становится источником финансовой нестабильности независимо от роста спроса.
Материалы и методы
Методологическая основа исследования построена на междисциплинарном подходе, объединяющем системный анализ, математическое программирование и методы финансового аудита. В качестве источников информации использовались данные ведущих международных аналитических организаций (McKinsey, Gartner, Deloitte), специализированные базы научных публикаций (Scopus, Web of Science, ResearchGate), а также официальные статистические отчеты российских ведомств [1].
Для моделирования маршрутизации и оптимизации доставки были отобраны и адаптированы несколько математических моделей. В качестве базового инструмента использовалась задача маршрутизации транспортных средств с временными окнами (VRPTW), обеспечивающая выполнение заказов в день их размещения при обязательном соблюдении заданных временных интервалов для каждого клиента [13, с. 318-327]. Для перевозки скоропортящихся товаров применялась специализированная версия CVRPTWfPGSD, учитывающая грузоподъемность транспортного средства и ограничение единственного депо. Данная модель минимизирует не только совокупное расстояние, но и потери качества продукции в процессе транспортировки [14, с. 23-27].
Многокритериальная оптимизация позволила интегрировать несколько показателей эффективности, одновременно снижая финансовые затраты и повышая уровень сервиса, измеряемый точностью прибытия в пределах назначенного временного интервала [16]. Для оценки деградации качества скоропортящихся товаров применялась экспоненциальная функция убывания:
, (1)
Где Q₀ – исходный уровень свежести;
t – совокупное время от комплектации заказа до его передачи клиенту;
k – коэффициент, зависящий от условий транспортировки, таких как температура и влажность [17].
Экономическая составляющая исследования опиралась на метрики совокупной стоимости владения (TCO) и стоимости одной мили пробега (CPM). В расчеты включались прямые расходы, в том числе затраты на топливо, оплату труда водителей, амортизацию, налоги и страховые взносы, а также косвенные издержки, связанные с административной диспетчерской поддержкой, обслуживанием IT-инфраструктуры и потерями, вызванными простоями [18].
Кроме того, исследование включало анализ технологических характеристик холодильного оборудования, используемого при B2B-перевозках. Активные и пассивные системы охлаждения сопоставлялись с точки зрения энергопотребления и их влияния на сохранность продукции и продолжительность срока ее годности [24].
Результаты и обсуждение
Рынок B2B-логистики в 2024-2025 годах демонстрирует выраженный рост, в значительной степени обусловленный феноменом «консьюмеризации B2B». Компании, привыкшие к высокому уровню сервиса, характерному для сектора B2C, в качестве типичных ориентиров обычно выступают Amazon или Wildberries, переносят сопоставимые ожидания на закупки комплектующих, расходных материалов и товаров, предназначенных для перепродажи [2, 8]. Глобальный оборот B2B-электронной коммерции увеличился с 14,8 трлн долл. США в 2020 году до оценочных 28 трлн долл. США в 2024 году, а к 2026 году может достичь 36 трлн долл. США [27].
В российской экономике сегмент электронной коммерции в 2024 году впервые превысил 121 млрд долл. США (11,2 трлн руб.), что вывело страну на шестое место в мире по объему онлайн-торговли [28]. Доля онлайн-покупок в совокупном объеме розничной торговли достигла 20,3%, превысив показатели, зафиксированные в США и Японии [28]. Данный рост тесно связан с расширением инфраструктуры доставки «день в день». Крупнейшие маркетплейсы Ozon и Wildberries, контролирующие более 60% рынка, задают стандарты скорости исполнения, которые подталкивают участников B2B к инвестициям в собственные логистические решения [29].
В то же время внедрение модели доставки в день заказа сопровождается существенным ростом издержек. В 2024 году доля затрат, приходящихся на последнюю милю, достигла 53% совокупной стоимости доставки, что значительно выше значения 2018 года, составлявшего 41% [6, 11]. Для обоснования перспектив развития отрасли и роли цифровых решений последней мили целесообразно сопоставить ожидаемые среднегодовые темпы роста на 2025–2030 годы по ключевым региональным рынкам и функциональным сегментам, одновременно выявив детерминанты спроса. В таблице 1 представлены соответствующие оценки и доминирующие драйверы, формирующие траектории развития как на глобальном уровне, так и в Российской Федерации.
Таблица 1
Сравнительная динамика роста и ключевые драйверы развития логистических рынков и сегментов (глобальный и российский контекст) (составлено автором на основе [3, 7, 9])
Регион/сегмент | CAGR (2025–2030) | Ключевой драйвер |
Глобальный рынок доставки в день заказа | 19,8% | Урбанизация и электронная коммерция |
Российский логистический рынок | 2,61% | Переориентация на Азию (INSTC) |
Сегмент CEP (курьерские, экспресс- и посылочные услуги) в Российской Федерации | 3,09% | Рост плотности посылочного потока |
Глобальный рынок программного обеспечения для последней мили | 12,3% | Спрос на автоматизацию |
Экономическое обоснование содержания собственного автопарка в B2B-сегменте к 2025 году требует пересмотра традиционных представлений. Согласно данным KPMG и Ryder, менеджеры автопарков систематически недооценивают совокупную стоимость владения (TCO) на 14–38%, главным образом вследствие игнорирования административных накладных расходов, затрат на подменный транспорт и поддержку дорожного сервиса [12, с. 1141-1156; 19]. Для увязки выводов по CPM/TCO с управляемыми драйверами издержек в таблице 2 целесообразно декомпозировать CPM по компонентам и сопоставить типы автопарков (эффективный / средний / низкотехнологичный).
Таблица 2
Структура CPM и годовой TCO для LCV в B2B-доставке: сопоставление сценариев управления автопарком (составлено автором на основе [12, с. 1141-1156; 19])
Сценарий управления автопарком | CPM, долл. США/миля (итого) | Топливо, долл. США/миля | Техническое обслуживание/ремонт, долл. США/миля | Прочее/накладные расходы*, долл. США/миля | Годовой TCO на одно транспортное средство, долл. США/год | Интерпретация для обсуждения (что можно «исправить») |
Эффективно управляемый автопарк | 0,23 | 0,14-0,15 | 0,06-0,07 | 0,01–0,03 | 9 584–10 169 | Минимизация порожнего пробега/простоев, усиление диспетчеризации, более высокий уровень утилизации → доля «прочего» остается низкой |
Средний (типичный) автопарк | 0,24 | 0,14-0,15 | 0,06-0,07 | 0,02–0,04 | 9 584–10 169 | Часть неэффективности аккумулируется в статье «прочее»: простои, сверхурочная работа, неудачные попытки доставки, слабая оркестрация |
Низкотехнологичный / государственный / плохо управляемый | 0,27–0,31 | 0,14-0,15 | 0,06-0,07 | 0,06–0,10 | 9 584–10 169 | Рост статьи «прочее» вследствие потерь из-за временных окон, неудачных доставок, простоя, слабой аналитики «план–факт» и низкой утилизации |
Для легких коммерческих транспортных средств, которые наиболее часто используются в доставке последней мили, средние показатели TCO и стоимости одной мили пробега (CPM) в 2025 году выглядят следующим образом: среднее значение CPM составляет 0,24 долл. США за милю, тогда как эффективно управляемые автопарки демонстрируют 0,23 долл. США, а государственные или низкотехнологичные автопарки 0,27–0,31 долл. США за милю [18]. Годовая совокупная стоимость владения на одно транспортное средство варьирует в диапазоне 9584–10169 долл. США, включая расходы на топливо (0,14-0,15 долл. США за милю), техническое обслуживание (0,06-0,07 долл. США за милю) и амортизацию [18]. Владение автопарком обходится дороже прямого лизинга: операционный лизинг позволяет снизить CPM до 0,65 долл. США, обеспечивая экономию до 19% [19].
В российской практике макроэкономические факторы оказывают существенное давление на маржинальность. Дефицит водителей признается ключевым ограничением расширения провозных мощностей в 2025 году, повышая долю расходов на оплату труда до 25% совокупных операционных затрат [7, 9]. Рост цен на топливо и запасные части, обусловленный геополитическими факторами и санкциями, дополнительно снижает рентабельность даже при увеличении объемов перевозок [34].
Для обеспечения доставки в день заказа компании вынуждены переходить от статической к динамической маршрутизации. Традиционные подходы более не справляются с переменными условиями: дорожной перегруженностью, погодными колебаниями и изменяющимися приоритетами клиентов [15, с. 225-253; 22]. Использование алгоритмов искусственного интеллекта позволяет оптимизировать маршруты, сокращая пробег на 25% за счет консолидации загрузки и устранения избыточных рейсов [7], прогнозировать время прибытия с точностью до 15-минутного окна [1], а также снижать расход топлива посредством минимизации порожнего пробега [6].
Концепция микрофулфилмент-центров (MFC) становится критически значимой для B2B-доставки. Размещение небольших автоматизированных складов в пределах городской зоны сокращает расстояние последней мили и обеспечивает доставку в течение 1–2 часов, что особенно важно для B2B-поставок запасных частей, когда простой оборудования обходится клиенту в тысячи долларов в час [1, 20].
Особый уровень сложности возникает при перевозке скоропортящихся B2B-грузов, например срезанных цветов. Отраслевые потери достигают 20–40% вследствие неэффективной упаковки и нарушений температурного режима [26]. Для обсуждения компромисса «затраты ↔ риск порчи ↔ требования к планированию маршрутов» представлена таблица 3.
Таблица 3
Сопоставление активных и пассивных систем охлаждения для B2B-перевозки скоропортящихся грузов в день заказа: затраты, риски, требования к маршрутизации (составлено автором на основе [26])
Критерий | Активная система охлаждения | Пассивная система охлаждения |
Принцип работы | Термостатическое регулирование температуры (управляемое охлаждение) | Теплоизоляция + хладоэлементы/термоаккумуляторы (без активного регулирования) |
Стабильность температурного режима | Высокая: поддерживает заданный диапазон в пути | Средняя/низкая: зависит от внешней температуры и продолжительности маршрута |
Устойчивость к температурным шокам (жара/пробки/ожидание у клиента) | Высокая: лучше переносит задержки и «остановки» | Низкая: чувствительна к задержкам, особенно при высокой внешней температуре |
Требования к точности маршрутизации | Умеренные: система «прощает» часть неопределенности | Жесткие: требует предварительной валидации маршрута и времени в пути |
Риск порчи при нарушении временных окон | Ниже (при корректной эксплуатации) | Выше (особенно в условиях заторов и незапланированных остановок) |
Затраты на оборудование и эксплуатацию | Выше (оборудование + энергия/обслуживание) | Ниже (дешевле в установке и эксплуатации) |
Энергопотребление | Присутствует (регулярное) | Практически отсутствует (за исключением подготовки хладоэлементов/предварительного охлаждения) |
Когда рационально использовать в same-day B2B | Плотная городская среда, высокая неопределенность, жесткие временные окна, высокая стоимость порчи (фармацевтика/цветы/премиальные товары) | Короткие и предсказуемые маршруты, низкая вариативность трафика, строго валидированные рейсы |
Общая рекомендация | Выбор по умолчанию при высокой неопределенности и высоком риске порчи | Выбор при контролируемых условиях и дисциплинированном планировании |
Анализ систем охлаждения показывает, что активные системы, обеспечивающие термостатическое регулирование, минимизируют риск порчи продукции, несмотря на более высокие затраты на оборудование и энергопотребление, тогда как пассивные системы эффективны только при тщательной валидации маршрутов и не обеспечивают защиты от внешних температурных шоков [21, 24]. Оптимальные параметры хранения включают температурный диапазон 0–5°C при влажности 90–95%, а предварительное охлаждение в течение 2–4 часов после срезки замедляет метаболизм продукции [25]. Математическое VRP-моделирование для цветов, учитывающее функцию деградации качества, совместно с алгоритмом Ortools-IALNS позволяет снизить затраты на 3,24% при одновременном учете времени доставки и энергетических затрат на охлаждение [17].
Юг России в особенности Краснодарский край представляет собой значимый полигон для развития B2B-логистики. Регион выступает бенефициаром смещения глобальных торговых маршрутов. Портовый комплекс включает девять морских портов с грузооборотом около 180 млн тонн в год, обеспечивая 30% внешней торговли страны [23]. На развитие портов Новороссийска, Тамани и Туапсе до 2030 года выделено более 500 млрд руб. (6,2 млрд долл. США) [10]. Завершение строительства автомагистрали Казань Екатеринбург в июне 2025 года и улучшение дорожной инфраструктуры на подходах к портам Азово-Черноморского бассейна сокращают транзитное время на три часа, снижая износ техники и расход топлива [32, 33, 35]. Однако около 30% железнодорожной сети региона функционирует на пределе пропускной способности, что увеличивает нагрузку на автомобильный транспорт [23, 30]. В условиях плотной городской застройки и сезонных туристических потоков доставка в день заказа требует использования альтернативных точек передачи заказов пунктов PUDO и сетей постаматов. Так, оператор СДЭК увеличил количество пунктов выдачи до 4 754 в 2024 году, что позволило существенно сократить издержки, связанные с неудачными попытками доставки [9, 31].
Владение собственным автопарком в B2B-логистике функционирует скорее как инструмент управления рисками, нежели как прямой механизм снижения затрат. Контроль над последней милей становится критически важным для сохранения клиентской лояльности: 84% клиентов не совершают повторных покупок после негативного опыта доставки [7, 36].
Ниже на рисунке будет продемонстрирована нелинейная зависимость между CPM и годовым пробегом с выделением «зоны маржинальности» (CPM ≈ 0,23-0,24) и области финансовой нестабильности.

Рис. Стоимость одной мили пробега (CPM) как функция годового пробега автопарка: порог экономической устойчивости и зона маржинальности (составлено автором по [18, 34])
Модель владения сталкивается с тремя ключевыми вызовами: дефицитом водителей (прогнозируемый недокомплект 162000 человек к 2030 году) [34], высокой капиталоемкостью на фоне ключевой ставки Банка России на уровне 17% и выше [1], а также зависимостью экономической устойчивости от уровня утилизации автопарка, при котором годовой пробег ниже 33 000 миль вызывает резкий рост стоимости одной мили [18].
Цифровые технологии стали необходимым условием выживания. Использование цифровых двойников и оркестрационных платформ, таких как Greenplan и GEL Proximity, позволяет сократить операционные издержки на 20–30% [37, с. 853-867; 38]. Развитие экономики совместного потребления в B2B-логистике совместное использование складских площадей, парковочных мощностей и трудовых ресурсов дает возможность трансформировать постоянные издержки в переменные, что особенно важно для малого и среднего бизнеса [39].
Экологическая устойчивость продолжает оставаться значимым фактором: около 70% покупателей придают значение экологически безопасным вариантам доставки, а более 60% миллениалов выбирают онлайн-покупки с учетом экологической повестки [7]. Переход на электромобили в городской среде обеспечивает экономию на топливе и техническом обслуживании, а также укрепляет корпоративную репутацию за счет соответствия требованиям «зеленых зон», которые активно внедряются в Европе и обсуждаются в крупнейших российских городах [1].
Заключение
Проведенный анализ логистики доставки в день заказа для B2B-сегмента с использованием собственного автопарка в условиях 2025 года позволяет сделать несколько ключевых выводов.
Смена парадигмы эффективности выражается в том, что экономическая устойчивость модели собственного автопарка определяется не столько первоначальной стоимостью транспортных средств, сколько эффективностью их операционной утилизации. Ключевой метрикой становится стоимость одной мили пробега (CPM), которая при достаточном уровне автоматизации должна оставаться в диапазоне 0,23-0,24 долл. США.
Технологический фактор становится обязательным компонентом конкурентоспособности. Игнорирование AI-маршрутизации и предиктивной аналитики приводит к снижению эффективности на 25% вследствие неоптимального пробега и простоев. Для специализированных грузов, таких как цветочная или фармацевтическая продукция, критически важным является применение VRP-моделей, учитывающих физические и биологические характеристики товаров.
Региональный фокус наглядно проявляется на примере Юга России, где доставка в день заказа функционирует как элемент интеграции импортных потоков из Азии с внутренним потреблением. Модернизация дорожной сети и портовой инфраструктуры Краснодарского края создает основу для экспресс-логистики; однако дефицит складских мощностей с температурным контролем сохраняется в качестве структурного узкого места.
Гибридная модель управления автопарком выступает оптимальной стратегией для крупного B2B-бизнеса. Она сочетает содержание собственного ядра автопарка для обеспечения гарантированного уровня сервиса и перевозки сложных грузов с использованием цифровых платформ для привлечения сторонних исполнителей в периоды пикового спроса.
Человеческий капитал приобретает стратегическое значение. Дефицит водителей вынуждает компании инвестировать в автоматизацию труда и улучшение условий работы. Логистика трансформируется в отрасль, в которой управление талантами становится столь же важным, как и управление активами.
В долгосрочной перспективе устойчивость и успешность доставки в день заказа в B2B-сегменте будут определяться степенью интеграции производственных планов предприятий с логистическими алгоритмами перевозчиков. Такой подход позволяет формировать бесшовные цепочки создания стоимости, способные адаптироваться к глобальным вызовам и поддерживать стабильную маржинальность в условиях нестабильной экономической и технологической среды.
.png&w=384&q=75)
.png&w=640&q=75)