Крупнейший экспедитор Северной Америки C.H. Robinson запустил в свою платформу Navisphere около 30 ИИ-агентов, и самый зрелый из них уже обработал больше 1,5 миллиона ценовых запросов, срезав время ответа на котировку с 45 минут до шести. Именно такой конкретики, а не общих слов про «искусственный интеллект меняет логистику», сейчас требует рынок.
На этой неделе в профессиональных чатах логистов это была тема номер один. Формулировка повторялась разными людьми: «звучит красиво, но никто не показал набор примеров, что за агенты и какие задачи они закрывают». Запрос честный, и мы, как экспедитор с 18-летней операционкой, отвечаем по участкам, где рутина действительно снимается.
Первое, котировки и подготовка КП. Запрос на ставку (RFQ, то есть входящий запрос клиента «сколько будет везти такой-то груз туда-то») сегодня собирается руками за 15-45 минут: поднять тариф, добавить сборы, оформить письмо. Агент, который читает почту, достаёт параметры груза и готовит черновик КП, экономит именно эти минуты и не роняет заявку в очередь. Для экспедитора это прямой рост скорости ответа, а на конкурентном рынке кто первый ответил, тот и повёз.
Второе, бухгалтерский контур. Разнос банковской выписки в 1С, приём счетов из почты, автосоздание платёжек с оплатой по сроку из договора. Логисты в чатах называют это без сантиментов: «минус одна зарплата бухгалтера». Здесь важна честная граница, и мы её проговариваем: значительная часть этих задач закрывается обычной автоматизацией 1С и банковскими интеграциями без всяких «агентов». Не всё, что продают под вывеской ИИ, им является, и переплачивать за модный ярлык там, где хватает готового обмена с банком, не нужно.
Третье, ВЭД. Вот где языковая модель уместна по своей природе: присвоение кода ТН ВЭД (это товарная номенклатура внешнеэкономической деятельности, тот самый десятизначный код, от которого зависит пошлина) и предварительная оценка таможенной стоимости. Подбор кода по описанию товара ложится на логику модели почти по лекалам, и для импортёра из Китая это снимает часть ручного перебора. Но подчеркнём: агент готовит версию, решение и ответственность остаются на декларанте.
Отдельно про скепсис, который тоже звучал в чатах: «95 процентов коллектива за 35, говорят, ИИ шляпа». Это нормально, и ломать никого не надо. Правильный заход не «внедрить ИИ во всё», а найти один участок с ручной рутиной и посчитать до и после, как это сделал C.H. Robinson на котировках.
Что делать. Экспедитору и транспортной компании: начните с одного измеримого процесса (котировки или разнос выписок), зафиксируйте текущее время на операцию, и только потом сравнивайте, иначе оценить эффект нечем. Импортёру с закупкой в Китае (грузы из Гуанчжоу CAN, Шанхая PVG, Урумчи URC): тестируйте инструменты именно на подборе ТН ВЭД и сверке документов, там отдача выше всего. B2B-отправителю: спрашивайте у вендора не «есть ли ИИ», а «какой конкретно участок он закрывает и на каких данных обучен», расплывчатый ответ это красный флаг. И общий ориентир для всех: если задачу решает готовая интеграция 1С с банком, не платите за неё как за агента.
По нашему опыту, польза приходит не от громкого внедрения, а от одного узкого участка, где рутину видно глазами и её не жалко отдать машине.
