Local AI
Внедрение ИИ в закрытом контуре
Бесплатный аудит
Отрасли · логистика

Внедрение ИИ в логистике: заявки, документы, сроки

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.

2–4недели пилота на одном логистическом процессе
4–8недель до работающего контура на типовом кейсе
100%документов и переписки остаётся внутри периметра
0запросов 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.

01

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.

02

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.

03

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.

04

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.

05

Разбор претензий и недостач

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

ИИ в документообороте
06

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
ПроцессВходЧто делает ИИМетрика
Приём заявок на перевозкуПисьма, чаты, вложения в Excel и PDFИзвлекает маршрут, груз, даты и требования, заводит заявку в ТМС, задаёт клиенту недостающие вопросыВремя до расчёта, доля заявок без ручного ввода
Первичные документыСканы и фото ТТН, УПД, актов, доверенностейРаспознаёт реквизиты и позиции, сверяет с заказом, помечает расхождения и передаёт спорное человекуВремя обработки пакета, доля документов с ошибками ввода
Подбор перевозчикаСправочник подрядчиков, тарифы, история рейсов и нарушенийРанжирует кандидатов по цене, срокам, доступности и дисциплине, показывает основания выбораСтоимость километра, доля рейсов с опозданием
Контроль сроковСтатусы из ТМС, телематика, сообщения водителейНаходит отклонение от плана до дедлайна, готовит уведомление клиенту и задачу диспетчеруДоля проактивных уведомлений, число просроченных доставок
Претензии и недостачиАкты, фото, переписка, история отправленийВосстанавливает хронологию, определяет ответственного, считает сумму и готовит проект ответаСрок закрытия претензии, доля решённых без юриста
Запасы на складеИстория отгрузок, остатки, сроки поставки, сезонностьСтроит прогноз по позициям, подсвечивает риск дефицита и неликвид, предлагает точку заказаОборачиваемость, доля позиций с нулевым остатком
Планирование сменыПлан отгрузок, состав смены, загрузка воротГотовит черновик распределения работ и подсвечивает узкие места по времениВремя 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.

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.

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.

Вопросы и ответы

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.

Первый шаг

Бесплатный аудит: посчитаем эффект внедрения ИИ на ваших цифрах

30–40 минут разбора: смотрим ваши процессы, отмечаем, что можно передать ИИ, считаем ROI-модель на ваших объёмах и сроках. Вы уходите с расчётом и картой внедрения — даже если работать дальше не будете.

Нажимая кнопку, вы соглашаетесь с политикой обработки данных. Отвечаем в течение одного рабочего дня.