# Внедрение ИИ в логистике: заявки, документы, сроки

> Внедрение ИИ в логистику: разбор заявок на перевозку, распознавание ТТН и УПД, подбор перевозчика, контроль сроков, претензии, прогноз спроса на складе.

- Источник: https://lokai.ru/vnedrenie-ii-v-logistiku/
- Организация: Local AI — Внедрение ИИ в закрытом контуре
- Обновлено: 2026-08-07
- Раздел: Главная → Отрасли → Логистика

---

ИИ в логистике снимает ручной ввод и контроль: разбирает заявки на перевозку из почты и мессенджеров, распознаёт ТТН и УПД, подбирает перевозчика по маршруту и тарифу, следит за сроками и сам предупреждает клиента о срыве. Работает поверх вашей ТМС и 1С, внутри контура компании. Первый сценарий выводим за 2–4 недели.

- **2–4** — недели пилота на одном логистическом процессе
- **4–8** — недель до работающего контура на типовом кейсе
- **100%** — документов и переписки остаётся внутри периметра
- **0** — запросов во внешние публичные сервисы

## Сценарии внедрения ИИ в логистику

В логистике почти вся ручная работа — это перенос данных из одного места в другое и проверка, что срок не сорван. Именно там ИИ окупается первым, а не в маршрутизации, где уже работают алгоритмы.

### Разбор заявок на перевозку

Письмо, сообщение в мессенджере или файл Excel превращаются в заявку: маршрут, груз, габариты, вес, даты, требования к транспорту. Чего не хватает для расчёта — уточняется у клиента отдельным вопросом.

### Распознавание ТТН и УПД

Сканы и фото первички читаются с извлечением реквизитов и позиций, сверяются с заказом и договором. Расхождения по количеству, цене и номенклатуре помечаются и уходят человеку.

### Подбор перевозчика

Кандидаты ранжируются по тарифу, доступности на дату, опыту на маршруте и истории нарушений. Система объясняет выбор, а не выдаёт одну строку без обоснования.

### Контроль сроков и уведомления

План сравнивается с фактом по статусам и телематике. Отклонение видно до дедлайна: клиенту уходит предупреждение, диспетчеру — задача, руководителю — событие в сводке.

### Разбор претензий и недостач

По актам, фото и переписке восстанавливается картина отправления, определяется ответственная сторона, готовятся расчёт суммы и проект ответа.

[ИИ в документообороте](https://lokai.ru/vnedrenie-ii-v-dokumentooborot/)

### Прогноз спроса на складе

История отгрузок, сезонность, сроки поставки и текущие остатки складываются в прогноз по позициям: где ожидается дефицит, где копится неликвид, когда пора заказывать.

## Процесс, вход, работа ИИ и метрика

Колонка «вход» — самая важная. Она показывает, какие данные придётся собрать до старта: если вход не обеспечен, сценарий откладывается, а не переносится в пилот на честном слове.

*Логистические процессы, пригодные для автоматизации ИИ, и метрики их оценки*

| Процесс | Вход | Что делает ИИ | Метрика |
|---|---|---|---|
| Приём заявок на перевозку | Письма, чаты, вложения в Excel и PDF | Извлекает маршрут, груз, даты и требования, заводит заявку в ТМС, задаёт клиенту недостающие вопросы | Время до расчёта, доля заявок без ручного ввода |
| Первичные документы | Сканы и фото ТТН, УПД, актов, доверенностей | Распознаёт реквизиты и позиции, сверяет с заказом, помечает расхождения и передаёт спорное человеку | Время обработки пакета, доля документов с ошибками ввода |
| Подбор перевозчика | Справочник подрядчиков, тарифы, история рейсов и нарушений | Ранжирует кандидатов по цене, срокам, доступности и дисциплине, показывает основания выбора | Стоимость километра, доля рейсов с опозданием |
| Контроль сроков | Статусы из ТМС, телематика, сообщения водителей | Находит отклонение от плана до дедлайна, готовит уведомление клиенту и задачу диспетчеру | Доля проактивных уведомлений, число просроченных доставок |
| Претензии и недостачи | Акты, фото, переписка, история отправлений | Восстанавливает хронологию, определяет ответственного, считает сумму и готовит проект ответа | Срок закрытия претензии, доля решённых без юриста |
| Запасы на складе | История отгрузок, остатки, сроки поставки, сезонность | Строит прогноз по позициям, подсвечивает риск дефицита и неликвид, предлагает точку заказа | Оборачиваемость, доля позиций с нулевым остатком |
| Планирование смены | План отгрузок, состав смены, загрузка ворот | Готовит черновик распределения работ и подсвечивает узкие места по времени | Время комплектации, число переработок |

## Почему без справочников проект в логистике встанет

Логистика — отрасль, где качество данных решает больше, чем выбор модели. Ниже то, что мы проверяем на диагностике в первую очередь, и что чаще всего оказывается не в порядке.

1. **Справочник адресов.** Один и тот же склад в базе живёт как «г. Химки, Ленинградская 1», «Химки, Ленинградское ш., вл. 1» и «МО, Химки, склад №3». Пока адреса не нормализованы и не привязаны к координатам, ни расчёт плеча, ни статистика по маршрутам не сойдутся. Нормализация — обязательный этап, а не бонус.
2. **Справочник номенклатуры.** Если в накладных одна позиция называется тремя способами и без артикула, сверка ТТН с заказом будет давать расхождения на ровном месте, а прогноз спроса — считаться по несуществующим позициям. Нужны артикулы, единицы измерения и кратность упаковки.
3. **Справочник контрагентов.** Дубли перевозчиков и клиентов ломают историю: нарушения размазываются по нескольким карточкам, и рейтинг подрядчика перестаёт что-либо значить. Слияние дублей делается один раз, до пилота.
4. **Читаемость сканов.** Фото накладной, снятое под углом в кузове, распознаётся хуже сканированного документа. Часть проекта — это не модель, а регламент съёмки и место, куда водитель кладёт документы.
5. **История с отметками времени.** Прогноз сроков и оценка подрядчиков строятся на фактах: когда машина подана, когда выехала, когда разгрузилась. Если фиксируются только плановые даты, сценарий контроля сроков в пилот не идёт.

## Как ИИ встраивается в системы транспортной компании

Сценарий подключается к тем системам, где уже работают диспетчеры: ТМС или собственная база рейсов, 1С для документов и взаиморасчётов, почтовый ящик и мессенджеры для входящих заявок, телематика для статусов. Обмен идёт через API и очереди, без ручных выгрузок. Про связку с учётной системой подробнее — на странице [внедрение ИИ в 1С](https://lokai.ru/vnedrenie-ii-v-1s/).

Модели разворачиваются на вашем сервере. Для текста и агентных сценариев используем открытые веса — Qwen, DeepSeek, GLM, для поиска по документам и номенклатуре эмбеддинги multilingual-e5 и BGE-M3. Договоры с перевозчиками, тарифные сетки и переписка с клиентами не покидают периметр: внешние API по умолчанию отключены. Подробности контура — на странице [локальный ИИ](https://lokai.ru/lokalnyy-ii/).

Необратимые действия остаются за человеком. Система не отправляет клиенту письмо о срыве срока, не назначает перевозчика и не подписывает акт сама — она готовит вариант, а диспетчер подтверждает. Каждое действие журналируется, права разграничены по ролям, обновления уходят в продуктив только после ручной проверки.

## Чего ИИ в логистике не делает

Не заменяет систему маршрутизации. Расчёт оптимальных маршрутов и загрузки кузова — задача для алгоритмов оптимизации, и они уже встроены в ТМС. ИИ работает вокруг: готовит для расчёта корректные исходные данные, объясняет результат диспетчеру и разбирает исключения, которые алгоритм не берёт.

Не отменяет проверку документов человеком. Распознавание первички сокращает ручной ввод и находит расхождения, но подпись под актом ставит сотрудник. На пилоте мы всегда меряем не только скорость, но и долю случаев, где машина ошиблась, и настраиваем порог, при котором документ уходит на ручную проверку.

Не спасает от плохой дисциплины на местах. Если водители не отмечают статусы, а склад заносит факт разгрузки задним числом, прогнозы будут ровно такого же качества. В таких случаях на диагностике мы честно говорим, что начинать нужно с регламента и фиксации событий, а не с модели. Общая логика проектов — на странице [внедрение ИИ](https://lokai.ru/vnedrenie-ii/).

## Частые вопросы про внедрение ИИ в логистике

**С какого процесса начинать внедрение ИИ в транспортной компании?**

Почти всегда с приёма заявок на перевозку. Данные там уже текстовые, объём большой, а метрика простая и снимается автоматически: сколько времени проходит от письма клиента до расчёта и какая доля заявок заводится без ручного ввода. Второй по частоте вариант — распознавание первички, если бухгалтерия и отдел документооборота тонут в сканах. Контроль сроков и прогноз спроса дают заметный эффект, но требуют качественной истории с отметками времени, поэтому обычно идут вторым или третьим шагом, когда данные уже приведены в порядок.

**Насколько точно распознаются ТТН и УПД в реальных условиях?**

Качество определяется не моделью, а исходником. Печатный УПД в PDF читается почти без ошибок, скан приемлемого качества — уверенно, фото мятой накладной из кузова при плохом свете даёт заметно больше расхождений. Поэтому мы не обещаем процент до замера: на пилоте прогоняем ваш реальный поток документов за прошлый период, считаем долю полей, требующих правки, и настраиваем порог уверенности, ниже которого документ автоматически уходит оператору. Параллельно почти всегда предлагаем поправить сам процесс съёмки — это даёт больший прирост, чем любая замена модели.

**У нас нет ТМС, всё в Excel и почте. Это остановит проект?**

Нет, но изменит порядок работ. Отсутствие ТМС означает, что ИИ станет первым местом, где заявка приобретает структуру: из письма извлекаются поля, они складываются в единую таблицу или в 1С, и уже поверх этого считаются метрики. Такой проект часто оказывается полезнее, чем у компании с развитой системой, потому что до него никакой аналитики не существовало вовсе. Ограничение одно: справочники адресов, номенклатуры и контрагентов всё равно придётся собрать — без них данные не сойдутся ни в каком виде.

**Может ли ИИ сам общаться с клиентами и перевозчиками?**

Может готовить сообщения и вести типовую переписку по регламенту: подтверждение заявки, запрос недостающих данных, уведомление о статусе. Мы рекомендуем разделять два режима. Всё, что не меняет обязательств, система отправляет сама после периода наблюдения на реальном потоке. Всё, что касается сроков срыва, стоимости, претензий и штрафов, уходит человеку на подтверждение — там цена ошибки выше выигрыша во времени. Голосовые сценарии на русском строим на открытых моделях GigaAM и T-one, они разворачиваются в том же контуре, что и текстовые.

**Сколько стоит внедрение ИИ в логистику?**

Диагностика с картой процессов и ROI-моделью на ваших цифрах входит бесплатно. Пилот на одном процессе — $3–5 тыс. за 2–4 недели, сумма засчитывается в стоимость внедрения. Полный контур — от $30 000: модели на вашем сервере, интеграции с ТМС и 1С, нормализация справочников, дашборды и регламенты, обучение администратора. Подписка на развитие — $2,5–5 тыс. в месяц. На стоимость сильнее всего влияет состояние данных: если справочники запущены, работы по их приведению в порядок занимают заметную часть первого этапа.

**Договоры и тарифы не попадут к конкурентам через ИИ?**

Не попадут: весь контур разворачивается на вашем сервере, внешние API отключены по умолчанию, запросов в публичные сервисы ноль. Тарифные сетки, договоры с перевозчиками, объёмы клиентов и маржа обрабатываются локально. Права разграничены по ролям — менеджер видит своих клиентов, диспетчер свои рейсы, коммерческий директор всю картину. Каждое обращение к данным журналируется. Код, данные и сервер принадлежат заказчику, условия выхода зафиксированы в договоре, откат к предыдущей версии системы выполняется одним действием.

---

Бесплатный аудит и расчёт окупаемости на ваших данных: https://lokai.ru/besplatnyy-audit-ii/

Почта: hello@lokai.ru · 123112, Москва, ММДЦ «Москва-Сити» · Пн–Пт, 09:00–19:00 МСК