Клиент прислал заявку в сообщении, размеры груза — на фотографии, а время погрузки уточнил по телефону. Логисту приходится собрать всё в одну карточку и проверить, ничего ли не потерялось. Это подходящая задача для первого пилота с ИИ: результат можно сверить с исходными данными ещё до назначения машины.
Ниже — 15 сценариев для транспортных компаний, экспедиторов и складов. Это варианты применения, а не отчёт о внедрениях КОМЭКСПО: для каждого понадобятся свои данные, интеграции и проверка качества. Начинать со всех сразу не стоит.
Что ИИ может делать в логистике
Под одним названием часто объединяют разные технологии. Языковая модель разбирает переписку и готовит текст. Распознавание документов извлекает поля из сканов. Прогнозная модель оценивает будущую загрузку по истории. Компьютерное зрение работает с изображениями. А подбор маршрута с ограничениями может выполнять специализированный алгоритм оптимизации — ему необязательно быть нейросетью.
Разделение важно при выборе подрядчика: хороший ответ в чате ещё не означает, что система умеет рассчитывать рейсы или распознавать повреждения упаковки. В обзоре DHL Logistics Trend Radar 8.0 отдельно рассматриваются ИИ-агенты и аналитика, а также изменение роли сотрудников. Это обзор направлений развития, не гарантия результата конкретного проекта.
Заявки и документы
1. Собирать заявку из переписки
Ассистент извлекает из письма или сообщения маршрут, дату, массу, объём, количество мест, тип загрузки и требования к машине. Рядом с каждым полем желательно сохранять фрагмент источника. Если клиент не указал высоту палеты, поле остаётся пустым: система не должна подставлять «обычное» значение.
Первый результат — черновик заявки, который проверяет логист. На пилоте считайте не только время заполнения, но и долю неверно извлечённых критичных полей: адреса, даты, веса.
2. Находить недостающие условия перевозки
После извлечения данных система сравнивает карточку с обязательным перечнем и предлагает уточняющие вопросы. Например: «Есть ли боковая загрузка?» или «К какому часовому поясу относится время подачи?». Правила обязательности задаёт компания; языковая модель помогает сформулировать понятный запрос.
Повторно спрашивать уже подтверждённое не нужно. Если в переписке две разные даты, полезнее показать расхождение сотруднику, чем самостоятельно выбрать последнюю.
3. Переносить реквизиты из сканов
Распознавание текста позволяет получить номер документа, дату, стороны, количество мест и другие поля. Затем данные сопоставляются с заявкой. Название контрагента, похожее на другое, или нечитаемая цифра должны попадать на ручную проверку.
Для теста нужны и хорошие сканы, и обычные рабочие фотографии: с тенью, наклоном, печатями. Иначе красивая демонстрация на нескольких образцах ничего не скажет о повседневной точности. Распознавание не подтверждает подлинность документа.
4. Сверять заявку и комплект документов
После извлечения полей можно проверять совпадение маршрута, номера заказа, количества мест и согласованных условий. Точные сравнения лучше поручать программным правилам, а ИИ — объяснение найденного расхождения.
Полезный результат выглядит так: «В заявке 12 мест, в документе 10; проверьте отгрузку». Исправлять исходные документы или признавать комплект юридически корректным автоматически не следует.
5. Искать ответы во внутренних регламентах
Новому сотруднику нужен порядок действий при переносе погрузки, повреждении упаковки или отсутствии документа. Ассистент может искать ответ в утверждённой базе знаний и показывать ссылку на конкретный пункт с датой редакции.
Если подходящего правила нет, ответом должно быть обращение к ответственному сотруднику. Материалы одного заказчика нельзя показывать другому, даже если вопросы похожи.
Планирование и контроль перевозок
6. Подбирать подходящий транспорт
Из доступных машин система формирует список кандидатов с учётом грузоподъёмности, объёма, типа кузова, местоположения и срока подачи. Обязательные ограничения применяются до ранжирования: неподходящая машина не должна становиться «лучшей» из-за низкой цены.
ИИ может объяснить выбор и разобрать нестандартное описание груза. Само назначение перевозчика оставьте диспетчеру, пока не проверены актуальность доступности и все условия рейса. Если достаточно точных фильтров, отдельная модель для подбора не нужна.
7. Планировать последовательность доставок
Для маршрута с несколькими точками нужны адреса, время обслуживания, доступные машины и интервалы приёмки. В документации Яндекс Маршрутизации описаны учёт дорожной обстановки, характеристик заказов и транспорта, а также жёсткие и мягкие ограничения.
Роль языковой модели здесь может быть вспомогательной: подготовить данные и объяснить расчёт. Не стоит просить обычный чат «построить оптимальный маршрут», а затем воспринимать его ответ как проверенный план. Сравнивайте варианты по пробегу, опозданиям и соблюдению обязательных условий.
8. Предупреждать о риске опоздания
Прогноз времени прибытия можно строить по текущему положению машины, оставшемуся маршруту и истории прохождения похожих участков. Система выделяет рейсы, которым требуется внимание диспетчера.
Показывайте время последнего обновления и диапазон оценки. При устаревших координатах нельзя выдавать уверенный прогноз. Для проверки полезны два показателя: сколько реальных опозданий удалось заранее заметить и сколько предупреждений оказались ложными.
9. Готовить клиенту сообщение о статусе
Ассистент берёт подтверждённые события из системы учёта перевозок и составляет короткое сообщение: машина прибыла, началась разгрузка, документ получен. Событие и время должны иметь источник, а не выводиться из предположений модели.
На первом этапе сотрудник подтверждает отправку. Защита от повторов нужна отдельно: повторная обработка одного события не должна порождать несколько одинаковых сообщений. Изменение цены или срока, требующее согласования, отправляется на проверку менеджеру.
10. Готовить передачу смены
Вместо пересказа всей переписки можно собрать сводку по незавершённым рейсам: что произошло, что обещано клиенту, какого документа не хватает и кто отвечает за следующий шаг. Каждое действие связывается с номером заявки.
Особенно важно различать «попросили перенести погрузку» и «перенос согласован». Сводка помогает следующей смене начать работу, но не заменяет исходную историю и подтверждения договорённостей.
Склад, загрузка и разбор отклонений
11. Прогнозировать поток заказов
Историю заказов по направлениям и дням можно использовать для оценки будущей нагрузки. Для начала сравните модель с простым ориентиром, например средним объёмом за аналогичные дни недели: сложное решение должно доказать, что даёт более полезный прогноз.
Отмены, разовые крупные отгрузки и изменение клиентской базы учитываются отдельно. Проверяйте прогноз на более позднем периоде, который не использовался при обучении, и оценивайте ошибки именно на нужном горизонте планирования.
12. Оценивать потребность в складской смене
Прогноз поступлений и отгрузок можно перевести в ожидаемую нагрузку на участки приёмки, комплектации и выдачи. Для этого нужны фактическое время операций, состав заказов и доступная мощность участков.
Система предлагает варианты распределения задач, руководитель сверяет их с реальными условиями. Общее количество коробок недостаточно: сборка мелких заказов и обработка однотипных палет требуют разной работы. Не используйте прогноз как единственное основание для оценки отдельного сотрудника.
13. Отмечать возможные повреждения упаковки
Компьютерное зрение может выделять на фотографиях подозрительные участки: разрыв, смятие, следы намокания. Применение такой технологии к осмотру грузов и другим складским операциям рассматривается в обзоре DHL о компьютерном зрении.
Для пилота задайте правила съёмки и сохраняйте исходные изображения. Отсутствие отметки модели не доказывает, что груз цел; отметка не устанавливает виновника повреждения. Решение о дальнейшей проверке принимает сотрудник.
14. Выявлять необычные расходы по рейсам
Система может выделять рейсы, у которых затраты заметно отличаются от сопоставимых перевозок. Сравнивать нужно похожие условия: направление, тип машины, расстояние, дополнительные работы. Иначе срочный рейс будет выглядеть ошибкой только из-за своей цены.
Задача ИИ — предложить, что проверить. Вывод «расход обоснован» или «допущено нарушение» требует документов и решения ответственного. Для контроля полноты данных помечайте расходы, которые ещё не внесены в учёт.
15. Группировать причины срывов и претензий
Комментарии диспетчеров и обращения клиентов можно распределять по причинам: ожидание на погрузке, ошибка адреса, отсутствие документов, повреждение, несогласованное время. Это позволяет увидеть повторяющуюся проблему без чтения всей переписки вручную.
Одна ситуация может относиться к нескольким причинам. Раз в выбранный период проверяйте вручную часть классификации и отдельно сохраняйте спорные случаи. Отчёт должен вести к действию — например, уточнению анкеты заявки, — а не к поиску виновного по одному сообщению.
С какого сценария начать
Для небольшой экспедиторской компании разумный первый кандидат — сбор черновика заявки из входящих сообщений. Здесь понятен источник, результат виден сразу, а ошибку можно остановить до назначения транспорта. Если заявки уже поступают в структурированном виде, посмотрите на сверку документов или передачу смены.
Возьмём условную заявку: «Погрузка в Туле завтра с 9 до 12, доставка в Казань, 8 палет, 6 тонн». Ассистент должен уточнить точные адреса, дату с учётом времени сообщения, габариты и требования к загрузке. Он не может считать, что груз подходит любой машине с достаточной грузоподъёмностью.
Назначьте владельца пилота — руководителя или старшего логиста, который знает правила обработки заявки.
Соберите разрешённые к использованию примеры, включая неполные и противоречивые сообщения. Отделите проверочный набор от примеров для настройки.
Зафиксируйте текущие время обработки и число исправлений. Сравнивайте сопоставимые заявки, включая время человеческой проверки.
Запустите режим черновика: никаких самостоятельных назначений машин, отправок клиентам и изменений согласованных ставок.
До запуска задайте допустимые ошибки и условие остановки. Если система путает адреса или даты, возвращайтесь к ручной обработке и выясняйте причину.
Учитывайте затраты на распознавание, модель, интеграцию, сопровождение и исправление ошибок. Порядок подготовки проекта разобран в статье «Как внедрить ИИ в компанию», а состав расходов — в материале о стоимости разработки AI-агента.
Частые вопросы
Можно ли начать без собственной системы управления перевозками?
Да, для проверки одного сценария подойдёт подготовленная выборка заявок и понятная форма результата. Но для постоянной работы нужен надёжный источник актуальных статусов. Ассистент с устаревшей таблицей не сможет достоверно отвечать, где находится груз.
Нужен ли ИИ-агент или достаточно обычной автоматизации?
Если задача — проверить заполненность поля или отправить уведомление по статусу, начните с правил. Модель оправдана там, где требуется разбирать свободный текст, изображения или искать закономерности. Если нужны действия в нескольких системах, пригодится разбор различий ИИ-агента и чат-бота.
Можно ли загружать в нейросеть документы клиентов?
Не переносите рабочие документы в произвольный сервис. До пилота согласуйте допустимые данные, доступы, хранение и условия обработки с ответственными в компании. Для первых испытаний используйте обезличенные примеры; отдельно проверьте, что в сканах и вложениях не осталось лишних сведений.
Заменит ли такая система логиста?
Описанные сценарии снимают часть операций, но требуют проверки условий перевозки, решения исключений и согласований. Сотруднику всё равно нужно понимать, почему выбран транспорт и какие обязательства приняты. Освоить основы профессии можно на курсе КОМЭКСПО «Специалист по логистике»; обучение и внедрение программной системы — разные задачи.
Что делать дальше
Выберите одну повторяющуюся операцию, найдите источник данных и определите, кто проверяет результат. Расширяйте автоматизацию только после сравнения с текущей работой: важны не количество ответов модели, а точность, затраты и время сотрудника с учётом исправлений.
Если нужна помощь с таким пилотом, обсудите автоматизацию логистических задач с командой КОМЭКСПО. Для первого разговора подготовьте схему процесса и обезличенный пример заявки — по ним проще определить границы проекта.
