ИИ в логистике и на складе: прикладные сценарии — заявки, документы, статусы и ответы клиентам

Короткий ответ: в логистике ИИ полезен там, где люди тратят время на текст: разбирают заявки из писем, переносят данные из накладных и актов, отвечают клиентам «где мой груз», собирают сводки по рейсам и объясняют новичкам, как работает склад. Для этого не нужны роботы и камеры — нужны ваши данные и связка с системой, где живут рейсы. Прогнозы спроса и загрузки без многолетней истории пока не работают. Цена — по прайсу: ИИ-решение от 72 000 ₽, связка систем от 32 000 ₽; подробнее — на странице внедрения ИИ под ключ.

Статья для транспортных, экспедиторских и складских компаний, которые хотят понять, что из «ИИ в логистике» можно запустить в этом квартале, а что пока остаётся презентацией. Общий порядок выбора процесса и пилота мы разбирали в статье как внедрить ИИ в компании и не потратить деньги впустую; здесь — только то, что специфично для перевозок и склада.

Где ИИ полезен логистической компании уже сейчас?

В пяти местах: приём заявок, первичные документы, ответы клиентам о статусе, ежедневные сводки и внутренние вопросы сотрудников склада. Везде ИИ читает и готовит черновик, а решение о цене, сроке и претензии остаётся за человеком.

Логистика — это много однотипной переписки вокруг небольшого набора данных: откуда, куда, что, сколько, когда, кто везёт. Диспетчер половину дня переписывает одно и то же из письма в программу, из программы в ответ клиенту, из ответа перевозчика в таблицу. Языковая модель хорошо справляется именно с этим: понимает свободный текст и раскладывает его по полям. Она плохо справляется с тем, где нужны точные числа без исходных данных, — например, предсказать задержку на трассе.

Практическое правило: если задачу можно описать как «прочитать и заполнить», «найти и ответить» или «собрать и пересказать», её можно пробовать. Если задача звучит как «угадать, что будет», сначала проверьте, есть ли у вас история, на которой это вообще можно угадать.

Сценарий	Что нужно на входе	Что делает ИИ	Кто решает
Заявки на перевозку	Почтовый ящик или чат, список обязательных полей	Разбирает письмо в карточку, находит пропуски, пишет уточняющий вопрос	Логист подтверждает заявку и ставку
Первичные документы	Сканы и PDF, справочник контрагентов	Извлекает поля, сверяет суммы и ИНН с заявкой	Бухгалтер или диспетчер подтверждает запись
«Где мой груз»	Статусы рейсов в TMS, таблице или у перевозчика	Находит рейс по номеру и отвечает текущим статусом	Сложные случаи и претензии — менеджер
Сводки по рейсам	Журнал статусов и отклонений	Собирает утреннюю сводку: задержки, простои, незакрытые документы	Руководитель решает, что делать
Вопросы новичков на складе	Актуальные инструкции и регламенты	Отвечает со ссылкой на пункт документа	Спорное — старший смены
Прогноз спроса и загрузки	История заказов за длительный период	Без истории — ничего полезного	Это отдельный проект, не первый шаг

Приём заявок на перевозку из писем и мессенджеров

ИИ читает письмо или сообщение клиента, достаёт адреса погрузки и выгрузки, даты, вес, объём, тип кузова и особые условия, создаёт черновик заявки и сразу видит, чего не хватает. Клиенту уходит уточняющий вопрос, логисту — заполненная карточка.

Типичное письмо клиента выглядит так: «Нужна машина на четверг, 20 т, Подольск — Казань, палеты, растентовка сбоку». В нём нет точного адреса, времени погрузки, количества палет и контакта на месте. Логист обычно замечает это через час, когда начинает искать машину. Разбор с ИИ делает это в момент получения письма.

1. Список обязательных полей. Вы задаёте его один раз: адреса с индексом, окно погрузки, характер груза, вес и объём, тип загрузки, контакт, условия оплаты.
2. Разбор. Модель заполняет поля из текста и вложений, а то, чего в письме нет, честно оставляет пустым — не подставляет «вероятное».
3. Проверка правилами. Программа сверяет дату с календарём, вес с типом машины, адрес со справочником точек клиента.
4. Уточнение. Готовится короткий вопрос клиенту только по пропущенным полям; логист отправляет его одной кнопкой или правит.
5. Карточка. Полная заявка попадает в вашу систему с пометкой, какие поля подтверждены клиентом.

Где границы: ставку, срок подачи и согласие на нестандартный груз ИИ не подтверждает. Он может подсказать ставку по вашему тарифу и истории похожих рейсов, но отправляет её человек. Подробнее о том, как устроены очередь, классификация и черновики ответов, — в статье об автоматической обработке заявок и писем с ИИ.

Если клиенты пишут в Telegram, тот же разбор работает в боте: клиент описывает перевозку обычными словами, бот задаёт недостающие вопросы и передаёт заявку логисту. Простой кнопочный бот приёма заявок по прайсу стоит от 16 000 ₽; разбор свободного текста с ИИ — это уже тариф ИИ-решения.

Документы: транспортные накладные, УПД, акты

С 1 сентября 2026 года транспортные накладные и заказы-заявки при автоперевозках по общему правилу оформляются электронно через операторов ЭПД, и их не нужно распознавать — данные приходят готовыми. ИИ нужен для того, что по-прежнему приходит сканом или PDF: актов, счетов, УПД от мелких контрагентов, документов по импорту.

Об обязательном переходе на электронные перевозочные документы с 1 сентября 2026 года Минтранс сообщал в новости от 31 июля 2026: требование касается транспортных накладных и заказов-заявок при автоперевозках, железнодорожных транспортных накладных и авиационных грузовых накладных, исключения устанавливаются приказами министерства. Форма самой транспортной накладной установлена Правилами перевозок грузов автомобильным транспортом, утверждёнными постановлением Правительства РФ от 21.12.2020 № 2200. В разговоре её часто называют «ТТН», но товарно-транспортная накладная — другой документ, поэтому в задаче разработчику документы стоит называть точно.

Для заказчика это значит простую вещь: прежде чем платить за распознавание накладных, посмотрите, какие документы у вас реально ещё приходят картинкой. Часто окажется, что накладные уже идут через оператора, а ручной ввод остался на актах выполненных работ, счетах от небольших перевозчиков, расписках водителей и инвойсах по импорту.

Что ИИ делает с такими документами:

• определяет тип документа и привязывает его к рейсу или заявке по номеру, дате и контрагенту;
• извлекает реквизиты, суммы, НДС, строки услуг;
• сверяет сумму в акте со ставкой в заявке и подсвечивает расхождение — например, лишний простой или незаявленную погрузку;
• находит недостающие документы: рейс закрыт, а акта от перевозчика нет уже десять дней.

Последний пункт часто полезнее самого распознавания: незакрытые документы в логистике — это задержанные оплаты. Как устроены проверка сумм, порог уверенности и подтверждение человеком, разобрано в статье о распознавании документов с помощью ИИ.

Документ	Как приходит	Подход
Транспортная накладная, заказ-заявка	Через оператора ЭПД	Забирать данные из системы оператора, распознавание не нужно
УПД, счёт-фактура	Через оператора ЭДО	Брать структурированные данные из ЭДО
УПД, счёт, акт от мелких поставщиков	PDF или скан на почту	Распознавание с проверкой сумм и подтверждением
Акт с отметками водителя, расписка	Фото с телефона	Распознавание плюс обязательная проверка человеком
Упаковочный лист, инвойс по импорту	PDF разных форм	Распознавание полей и сверка с заявкой

Статусы груза и ответы клиентам

Ответить «где мой груз» ИИ может только по данным, которые у вас уже есть: статусы рейса в учётной программе, отметки диспетчера, данные трекинга от перевозчика. Модель находит рейс по номеру заявки или накладной и пересказывает статус обычными словами. Если статуса нет, она не придумывает его, а передаёт вопрос менеджеру.

Вопрос «где груз» — самый частый в логистике, и почти всегда на него отвечает человек, который сначала идёт в программу, потом звонит водителю, потом пишет клиенту. Если статусы ведутся аккуратно, первые два шага можно убрать для большинства обращений.

Как это выглядит на практике:

• клиент пишет в чат на сайте, в Telegram или на почту номер заявки;
• система проверяет, что этот клиент имеет право видеть этот рейс, — по договору или контакту, а не по одному номеру;
• ИИ отвечает: «Машина загружена вчера в 14:20, по плану на выгрузке в Казани в пятницу до 12:00, последняя отметка — Нижний Новгород, сегодня 09:10»;
• если по рейсу есть отклонение — задержка, повреждение, претензия, — ответ готовится черновиком для менеджера, а не уходит клиенту сам.

Слабое место этой схемы — не модель, а статусы. Если диспетчер отмечает «в пути» раз в сутки, ИИ будет честно отвечать вчерашними данными. Поэтому перед запуском стоит посмотреть, как часто и кем обновляется статус, и сначала навести порядок там.

Отдельно о данных: номера телефонов водителей, ФИО получателей и адреса частных лиц — персональные данные. Где будет работать модель, решаем до разработки; что учитывать по закону, мы разбирали в статье о передаче данных клиентов в ИИ-сервис по 152-ФЗ.

Сводки по рейсам для руководителя

Утренняя сводка — один из самых простых сценариев для запуска: ИИ собирает из журнала статусов задержки, простои, рейсы без документов и жалобы клиентов и пишет короткий текст на одну страницу. Руководитель читает пять минут вместо того, чтобы обзванивать диспетчеров.

Сводку можно строить и обычным отчётом, без ИИ, — и если данные уже в таблице, так и стоит начать. ИИ полезен, когда часть информации живёт в тексте: комментарии диспетчера, переписка с перевозчиком, жалоба клиента в почте. Модель сводит их в несколько строк: «Рейс 4512: простой на выгрузке 6 часов, клиент предупреждён, перевозчик выставит простой — проверить акт».

Хорошая сводка отвечает на три вопроса: что сломалось вчера, что может сломаться сегодня и какие деньги зависли в документах. Формат согласуем заранее, иначе получится пересказ всего подряд.

Склад: инструкции и вопросы новичков

На складе ИИ полезен как внутренний помощник: кладовщик или комплектовщик спрашивает обычными словами, как принять возврат, что делать при пересорте, как маркировать паллету для конкретного клиента, и получает ответ со ссылкой на пункт инструкции. Учётную систему склада он не заменяет.

У складов высокая текучесть и много правил под конкретных клиентов: у одного паллеты не выше 1,8 м, у другого обязательна фотофиксация при отгрузке, у третьего особый порядок возвратов. Эти правила лежат в договорах и регламентах, а помнят их старшие смены. Помощник, который отвечает по актуальным документам и говорит «в инструкции этого нет, спросите старшего», снимает с опытных людей часть одних и тех же вопросов.

Условия, без которых это не заработает:

• инструкции действительно написаны и актуальны — помощник не знает того, чего нет в документах;
• у каждого документа есть владелец, который обновляет его при смене правил;
• ответы на вопросы безопасности — погрузочная техника, высотные работы — даются только цитатой из инструкции, без пересказа.

Как устроен такой помощник и как проверить его ответы до запуска — в статье о внутреннем ИИ-помощнике по регламентам. Если же у склада нет нормального учёта остатков и ячеек, начинать надо не с ИИ, а с учётной системы; варианты разобраны в статье об автоматизации склада и учёта остатков.

Что пока не работает без больших данных?

Прогноз спроса, прогноз загрузки склада, предсказание задержек и динамическое ценообразование ставок требуют истории за длительный период и аккуратной разметки. Языковая модель здесь не помогает: она пишет тексты, а не считает статистику. Без истории такие проекты выдают уверенные, но случайные цифры.

Эти задачи решают методами прогнозирования на числовых рядах, а не чат-ботом. Чтобы они работали, нужны:

• история заказов, отгрузок или рейсов за несколько сезонов, а не за последние три месяца;
• единые справочники: один клиент — одна запись, одна точка — один адрес;
• понятные причины отклонений: задержка по вине клиента, перевозчика или погоды записана отдельно, а не в общем комментарии;
• человек, который будет сравнивать прогноз с фактом и решать, можно ли ему доверять.

Оптимизация маршрутов — отдельная история: её решают специализированные сервисы и алгоритмы маршрутизации, языковая модель там не нужна. Если вам предлагают «ИИ, который сам построит маршруты и снизит расходы», уточните, на каких данных и каким методом, и попросите проверку на ваших прошлых рейсах до оплаты.

Когда ИИ вам не нужен и какие ошибки встречаются?

ИИ не нужен, если заявок мало и их принимает один человек, документы уже идут через ЭДО и ЭПД, а статусы клиенты смотрят в личном кабинете. В этих случаях дешевле наладить существующие системы. Типичные ошибки — запуск без порядка в статусах и автоответ клиенту без проверки.

Ошибки, которые встречаются чаще всего:

1. Начинать с прогнозов. Самый эффектный сценарий требует самых аккуратных данных. Заявки и документы дают результат быстрее и учат команду работать с ИИ.
2. Отвечать клиентам по устаревшим статусам. Модель не знает, что машина сломалась, если диспетчер этого не отметил. Сначала регламент обновления статусов, потом ответы.
3. Отдавать ИИ ставку и сроки. Ошибка в ставке — прямые деньги, ошибка в сроке — штраф по договору с клиентом. Такие ответы подтверждает человек.
4. Распознавать то, что уже приходит данными. Накладная через оператора ЭПД не требует распознавания — её надо забрать из системы.
5. Показывать чужой рейс. Номер заявки — не пароль. Доступ к статусу проверяется по клиенту, а не по номеру.
6. Не мерить до запуска. Запишите, сколько минут уходит на заявку, сколько обращений «где груз» в день и через сколько дней закрываются документы, — иначе потом не понять, был ли эффект.

Сколько это стоит?

По прайсу студии ИИ-решение — от 72 000 ₽ и от 3 дней, связка до двух систем (почта, CRM, учётная программа, TMS) — от 32 000 ₽ и от 2 дней. Базовая передача данных в CRM входит в ИИ-решение; если нужно связать ещё TMS или учётную программу, добавляется тариф интеграций. Итоговую цену и срок фиксируем в договоре до старта.

Что влияет на смету: сколько источников заявок (почта, сайт, Telegram), в какой системе живут рейсы и есть ли у неё API, сколько типов документов надо разбирать, нужен ли клиентский чат или только внутренние черновики. Подписки сторонних сервисов и работу самой модели оплачиваете вы — её объём оценим по вашему потоку заявок и документов.

Оплата по договору — 50 % до старта и 50 % после приёмки, на приёмку отводится 5 рабочих дней, гарантия — 30 календарных дней с даты акта. После запуска — 7 дней бесплатных мелких правок, дальше поддержка и развитие от 7 900 ₽ в месяц: правила, справочники и инструкции в логистике меняются постоянно.

С чего начать?

С одного потока, где потери видны сегодня: чаще всего это заявки из почты или вопросы «где груз». Соберите 30–50 реальных примеров, запишите текущие цифры и проверьте, где хранятся данные, по которым ИИ будет отвечать. Этого достаточно для оценки и пилота.

Чек-лист перед первым разговором с разработчиком:

• откуда приходят заявки и сколько их в день;
• в какой системе ведутся рейсы и статусы, есть ли у неё API или хотя бы выгрузка;
• какие документы приходят картинкой, а какие уже через ЭДО и ЭПД;
• кто подтверждает ставку, срок и претензию — и кто будет подтверждать черновики ИИ;
• какие персональные данные попадут в запросы и где допустимо их обрабатывать;
• какие цифры вы хотите изменить: минуты на заявку, время ответа клиенту, срок закрытия документов.

С этим списком можно прийти на разбор по странице внедрения ИИ: мы покажем, какой сценарий даст результат первым, и честно скажем, если вашей задаче хватит настройки существующих систем без ИИ. Если сомневаетесь в точности ответов, прочитайте, как проверить ассистента до запуска.

Короткие ответы на частые вопросы

Нужна ли своя TMS, чтобы внедрить ИИ в логистике?

Нет. Достаточно места, где хранятся заявки и статусы: учётная программа, CRM или даже общая таблица. Но чем аккуратнее ведутся статусы, тем точнее ответы клиентам.

Можно ли доверить ИИ расчёт ставки за перевозку?

Подготовить расчёт по вашим тарифам и правилам — да, выставить ставку клиенту без человека — нет. Цену и обязательства подтверждает логист.

Если накладные теперь электронные, зачем распознавание?

Транспортные накладные через оператора ЭПД приходят данными, их распознавать не нужно. Распознавание остаётся для сканов и PDF, которые по-прежнему идут почтой: акты, счета мелких поставщиков, документы по импорту.

Сколько стоит ИИ для транспортной компании?

По прайсу студии ИИ-решение стоит от 72 000 ₽ и от 3 дней, связка с учётной системой или CRM — от 32 000 ₽ и от 2 дней. Точную смету считаем после разбора процесса.

Можно ли сразу сделать прогноз спроса и загрузки склада?

Только если есть многолетняя аккуратная история заказов и остатков. Без неё прогноз будет выглядеть убедительно, но ошибаться, поэтому начинать стоит с заявок и документов.

Услуги и кейсы по теме: внедрение ИИ под ключ · цены и сроки