ИИ для логистических компаний: заказы и общение с клиентами

Во многих экспедиторских компаниях телефон диспетчерской звонит чаще из-за справок, чем из-за заказов. ИИ для логистических компаний отвечает на вопросы о статусе, предупреждает получателей о доставке и структурированно принимает заявки на перевозку, чтобы диспетчеры могли тратить время на планирование рейсов. В статье показано, какие задачи для этого подходят, как проходит внедрение и где люди по-прежнему незаменимы.

Куда уходит время диспетчерской

Типичное утро в средней экспедиторской компании. Грузоотправитель спрашивает, уехал ли уже паллет в Аугсбург. Частный клиент хочет знать, когда привезут его диван и можно ли после 17 часов. Водитель сообщает, что у рампы никто не открывает. Между делом по почте приходит запрос на три паллетоместа в Австрию, по которому до обеда нужно предложение. Каждое такое отвлечение само по себе короткое. Но вместе они дробят рабочий день на мелкие куски, и само планирование съезжает на вторую половину дня.

При этом запросы сильно различаются. На одни можно ответить по данным, которые давно есть в системе управления перевозками. Другим нужны опыт, умение договариваться или решение. Разумная автоматизация начинается именно на этой границе.

Добавьте сюда время суток. Многие запросы приходят рано утром, когда рейсы ещё не сформированы, или ближе к вечеру, когда получатели возвращаются с работы и проверяют, где их доставка. В эти часы в диспетчерской часто мало людей, и именно тогда звонки теряются или попадают на автоответчик.

Что ИИ может взять на себя в логистической компании

Информация о статусе круглосуточно

ИИ-ассистент по телефону, в чате на сайте или в WhatsApp спрашивает номер отправления или заказа, считывает текущий статус из вашей системы и понятно его сообщает. Здесь важно чёткое правило: ассистент говорит только то, что подтверждают данные. Если нет скана или ситуация неясна, он не обещает время, а принимает просьбу перезвонить. Как такие обращения структурированно попадают в тикет-систему, описано в статье о тикетах и уведомлениях клиентов в сервисном центре.

Упреждающие уведомления о доставке

Многие звонки о статусе возникают потому, что клиента никто не предупредил. Сообщение при погрузке, уведомление о временном окне накануне и предупреждение о задержке отвечают на большинство вопросов ещё до того, как их зададут. При доставке частным лицам получатель может ответить прямо на сообщение и выбрать другое окно, если ваше планирование это позволяет. Это экономит не только звонки, но и пустые выезды. О WhatsApp как канале стоит почитать в статье об автоматизации WhatsApp Business.

Структурированный приём заявок на перевозку

Для надёжного предложения диспетчерской всегда нужны одни и те же данные: место погрузки и выгрузки, дата, количество мест, вес, габариты или погрузочные метры, особые условия вроде гидроборта, рефрижератора или опасного груза. Ассистент собирает все эти сведения, и диспетчеру не приходится перезванивать трижды. Для стандартных направлений с фиксированными тарифами из этого может получиться черновик предложения, который кто-то утверждает. Нестандартные перевозки со всеми собранными данными сразу уходят ответственному сотруднику. Подробнее о принципе — в статье об автоматическом составлении предложений.

Несколько языков

Получатели, водители и партнёры не всегда говорят по-немецки. Ассистент, который принимает запросы также на английском, польском или румынском, избавляет диспетчерскую от переводов. На что при этом обратить внимание, рассказано в статье о многоязычных ИИ-чат-ботах.

Пример расчёта: звонки о статусе в диспетчерской

Цифры ниже — допущения для наглядности, а не результаты измерений. Допустим, ваша диспетчерская получает 100 запросов о статусе в день, и каждый вместе с поиском и записью занимает около четырёх минут. Это примерно 400 минут, то есть больше шести часов рабочего времени в день, распределённых между несколькими людьми и бесчисленными отвлечениями.

Допустим также, что упреждающие уведомления предотвращают часть этих звонков, а из оставшихся ассистент сам отвечает на каждый второй, потому что статус в системе однозначен. Тогда сложные случаи остаются у людей, а диспетчерская возвращает себе время для сосредоточенной работы. Насколько велика эта доля у вас, зависит прежде всего от качества данных: там, где сканы неполные, даже лучший ИИ не сможет ничего сообщить. Перед запуском неделю ведите подсчёт — тогда у вас будет реальная база для сравнения.

Внедрение в пять шагов

1. Посчитайте и рассортируйте запросы: неделю отмечайте вид запроса, канал и время.
2. Выясните доступ к данным: есть ли у вашей TMS интерфейс для запросов статуса? Если нет, можно ли использовать выгрузки или автоматические письма?
3. Задайте правила: что ассистенту можно говорить, а что нет? Когда он передаёт разговор человеку, например при повреждениях, рекламациях или недовольных клиентах?
4. Начните с одного канала: обычно это информация о статусе по телефону в нерабочее время или уведомления частных клиентов о доставке.
5. Через четыре недели доработайте: разберите вопросы без ответа, дополните правила и только потом расширяйте.

Ограничения и защита данных

Заявления о повреждениях, вопросы ответственности, таможня и опасные грузы должны оставаться в опытных руках. Ассистент может записать информацию и запросить фото, но оценку делает человек. Переговоры о ценах с постоянными клиентами — тоже не задача для машины.

С точки зрения защиты данных важно: данные получателей, которые вы получаете от грузоотправителя, можно использовать для доставки, но не для собственной рекламы. С поставщиком ИИ заключается договор об обработке данных, и обрабатывать данные лучше в ЕС. Если используются координаты транспорта, это затрагивает и данные водителей как сотрудников, что нужно согласовать с советом работников (Betriebsrat), если он есть. По телефону и в чате ассистент должен сообщать, что он ИИ, как требует Регламент ЕС об ИИ (EU AI Act).

Когда это не окупается? Если вы обслуживаете несколько крупных постоянных клиентов с закреплённым контактным лицом и звонков от получателей почти нет, ассистент мало что даст. То же самое, пока данные о статусе в системе ненадёжны. Тогда первым проектом должно стать качество данных.

Neurobots предоставляет цифровых сотрудников, которые круглосуточно принимают звонки, сообщения в WhatsApp, SMS и письма и структурированно передают запросы в ваши системы. Данные хранятся на серверах во Франкфурте, настройку выполняет сертифицированный партнёр.

Частые вопросы

Работает ли это без современной TMS?

С ограничениями. Без доступа к данным о статусе ассистент может принимать и передавать запросы, но не давать справки. Для уведомлений о доставке иногда хватает выгрузки данных о рейсах.

Как корпоративные клиенты реагируют на ИИ-ассистента?

Главное, чтобы они быстро получали верную информацию и в любой момент могли связаться с человеком. Кто застревает в цикле со сложным вопросом, раздражается, неважно, человек перед ним или машина.

Может ли ИИ принимать заказы окончательно?

Технически да, и это имеет смысл прежде всего для стандартных перевозок с понятными ценами. Всё, что связано с особыми условиями, должен подтвердить диспетчер, прежде чем планировать машину.

Что если задержка ещё не отражена в системе?

Тогда ассистент о ней тоже не знает. Поэтому важно, чтобы водители или диспетчеры быстро фиксировали сбои, например через приложение или коротким сообщением. Чем быстрее информация попадает в систему, тем точнее ответ клиенту.

Итог

ИИ для логистических компаний разгружает там, где данные уже есть, а вопросы повторяются: статус, уведомления о доставке, приём заявок. Переговоры, планирование и сложные случаи остаются за диспетчерской. Как цифровой сотрудник структурированно обрабатывает повторяющиеся запросы, показывает цифровой ассистент для сервисных центров.