ИИ на складе окупается не целиком, а на одной конкретной операции, где люди тратят часы на рутину: разбор входящих накладных, подсказки комплектовщику, ответы по статусу груза. Начинайте с такого процесса и считайте экономию человеко-часов за три месяца пилота. Чувствительную базу держите в РФ: на своём контуре или на подписке с хранением данных внутри страны.
На этой неделе логисты спорили не о том, нужен ли искусственный интеллект на складе, а о том, когда он окупается и где в этот момент лежат ваши данные. Запрос у рынка зрелый: бизнес уже посмотрел демо и обзоры, теперь считает рубли и риски.
Кого это касается?
Разные игроки рынка стоят в этой точке с разными вводными, и решение у каждого своё.
- Склад и 3PL (3PL, то есть сторонний логистический оператор, который хранит и обрабатывает чужой товар) с чувствительной базой: фарма, маркетплейсные остатки, клиентские договоры. Здесь цена ошибки с утечкой выше цены сервера.
- Небольшой отправитель и ВЭД с Китаем: нужен помощник под переписку и документы, свой сервер избыточен.
- Экспедитор авиагруза: ИИ уже срезает часы в аэропортовой обработке, разборе документов и очереди на приёмку в Шереметьеве.
Мы как экспедитор видим одно и то же на складе и в аэропорту: выигрыш появляется на узких повторяемых операциях, а обещание умного склада целиком пока остаётся слайдом в презентации. Поэтому разговор про окупаемость всегда начинается с одной операции и только потом доходит до платформы.
Облако или свой сервер?
Развилка проходит между облачной языковой моделью по подписке и своей моделью на собственном сервере. У каждого пути своя цена и свой риск.
| Параметр | Облако по подписке | Свой контур |
|---|---|---|
| Срок запуска | несколько дней | дольше: нужны железо и инженер |
| Оплата | за обращения | капитальные вложения в сервер |
| Где данные | в чужом личном кабинете | дома, у вас |
| Железо | не нужно | GPU-сервер стоит как небольшой парк техники |
| Обслуживание | на стороне сервиса | нужен свой инженер |
GPU-сервер (графический сервер под расчёты модели) и инженер под него превращают свой контур в дорогую историю. Коллеги-экспедиторы, у кого связаны WMS (система управления складом), ERP (система управления ресурсами предприятия), СКУД (система контроля доступа) и 1С, прямо говорят: пускать это через внешний облачный сервис они не готовы, а поднимать модель у себя пока дорого.
Кто отвечает за данные?
Второй вопрос звучит чаще цены: кто обрабатывает данные, когда ИИ работает внутри чужого сервиса. Надёжнее любой презентации работает бумага.
- Соглашение о неразглашении с конкретным сервисом.
- Пункт о том, где физически хранятся данные.
- Право в любой момент их выгрузить и удалить.
На рынке ссылаются на исследования, по которым заметная часть корпоративных ИИ-проектов пока не отбивает вложенного. Это причина считать деньги заранее и сверять прогноз с фактом по итогам пилота, а не после покупки платформы.
С чего начать пилот?
Если вы сейчас в этой точке, двигайтесь по шагам.
- Выберите один процесс, где люди тратят часы на рутину: разбор входящих накладных, подсказки комплектовщику, ответы на типовые вопросы по статусу груза.
- Посчитайте окупаемость в деньгах через сэкономленные человеко-часы и снижение ошибок за три месяца пилота.
- Для склада с чувствительной базой (фарма, маркетплейсные остатки, клиентские договоры) берите модель на своём контуре или закрытую подписку с хранением данных в РФ.
- Небольшому отправителю или ВЭД с Китаем свой сервер не нужен: облачного помощника под переписку и документы хватает, если в договоре закрыт вопрос конфиденциальности.
Почему сотрудники сопротивляются?
Сопротивление работников почти всегда сигнал, что инструмент навязали сверху без объяснения, зачем он кладовщику и диспетчеру. Пилот, который экономит время самим людям, приживается. Запущенный ради галочки тихо умирает за месяц.
Считайте не только сервер, но и того, кто этим будет пользоваться каждый день. Экономика пилота держится на двух опорах: сэкономленные часы и живой пользователь, которому инструмент облегчил смену.
