Цена опоздания: чему научили нас две ошибки на 2 млн руб. Опыт логистической компании

Сегодня ИИ отвечает клиентам за 8 минут, а 95% таможенных деклараций проходят с первого раза. Резкий рост интереса к применению ИИ вызван несколькими факторами:

• снижением стоимости вычислительных мощностей;

• распространением облачных решений;

• упрощением интеграций для малого и среднего бизнеса;

• ростом доступности специализированных решений: от анализа маршрутов до чат-ботов для клиентского сервиса.

Что изменилось

Если раньше решение строилось на опыте отдельных специалистов, то сегодня нейросеть позволяет оцифровать экспертные знания, сделать их повторяемыми и масштабируемыми. Это особенно важно для экспедиторских компаний, которые работают с нестандартными маршрутами.

Например, прогнозирование спроса раньше было невозможно без массивов данных и команды аналитиков. Сейчас достаточно базовой CRM, чтобы построить рабочую модель.

Наш опыт

Мы начали внедрять ИИ осенью 2024 года, когда искали способ упорядочить процессы. На этапе активного роста мы столкнулись с проблемами:

• заявки терялись;

• менеджеры тратили часы на повторяющиеся задачи;

• возникали сбои в согласовании поставок;

• документы не были вовремя оформлены;

• не было системы, которая позволяла заранее видеть, где возможны сбои, например, в оплатах, поставках или документообороте.

Экспедитор не приложил к таможенной декларации дополнительный сертификат соответствия, на который ранее не обращали внимания. В результате груз был остановлен на границе, а оформление пришлось проводить повторно. За это время склад временного хранения начислил дополнительные сборы. Мы столкнулись не только с финансовыми потерями: штрафами, хранением и повторной доставкой, но и с риском потерять клиента из-за сорванных сроков поставки. В итоге это удалось избежать, но пришлось взять все расходы на себя.

В другом кейсе мы столкнулись с задержкой поставки крупной партии автозапчастей. Груз был отправлен по схеме «release after payment» — отгрузка после подтверждения оплаты. Из-за ошибки менеджера, который некорректно передал информацию в бухгалтерию, платеж ушел с задержкой на 48 часов.

Общие дополнительные расходы составили $8,9 тыс. Груз простоял 4 дня (это $1,5 тыс.), также нам пришлось потратиться на срочную автомобильную доставку контейнера, чтобы ускорить поставку и уложиться в сроки.

Где помог ИИ

Есть 4 основных направления, в которых мы внедрили ИИ-технологии.

1. Оценка заявок. Мы настроили скрипт, который классифицирует входящие заявки и автоматически формирует приоритеты по клиентам. На все потратили около полутора месяцев:

• неделя ушла на подготовку и разметку данных;

• 2 недели — на настройку и интеграцию скрипта;

• 2 недели — на пилот и тестирование;

• неделя — на обучение команды и дообучение модели в соответствии с обратной связью.

До этого менеджеры принимали решения «по интуиции» — в итоге страдали ключевые клиенты.

Автоматизация сократила время ответа на первичную заявку с 1,5 часов до 8 минут. Количество ошибок при вводе данных сократилось на 43%.

2. Проверка сопроводительных документов. Таможенные декларации часто отклонялись из-за различий между инвойсом и сопроводительной документацией, что вызывало простои до 3 суток. С помощью ИИ (на базе обученной модели) перед отправкой документы проходят проверку по чек-листу. Все суммы, описания, классификаторы, сравниваются с ранее одобренными схемами. Алгоритм выявляет потенциальные риски отказа и сигнализирует об этом менеджеру.

Результат: 95% документов принимаются с первого раза. Мы исключили большинство налоговых рисков и снизили число запросов на переделку. Ранее около 65% деклараций проходили с первого раза, каждая третья уходила на доработку.

3. Оптимизация маршрутов. Мы внедрили ИИ-модуль, который помогает менеджерам подбирать оптимальные маршруты и партнеров под каждую заявку. Он учитывает:

• сезонность;

• цены;

• загруженность партнеров.

Так мы организовали поставку текстиля из Вьетнама в Германию. Заказчику необходимо было доставить груз к открытию выставки модной одежды в Берлине. Стандартный маршрут через Франкфурт был перегружен, и возникла угроза задержки на 5 дней.

Наша платформа проанализировала расписания авиарейсов, загруженность хабов и предложила маршрут через Хошимин — Стамбул — Варшава — Берлин с финальной доставкой автотранспортом. В итоге мы сэкономили 36 часов, и груз прибыл вовремя.

4. Клиентский сервис. В пиковые сезоны служба поддержки нашей компании получала до 300 запросов в день, в основном — по статусу доставки и необходимым документам. Менеджеры просто не успевали отвечать клиентам, что вызывало негатив с их стороны. Чтобы улучшить коммуникацию с клиентами, мы внедрили инструмент на базе GPT, который:

• отслеживает статус каждой заявки;

• формирует уведомления;

• помогает менеджерам отвечать быстрее.

Система анализирует детали перевозки и предлагает менеджеру типовые ответы на вопросы клиента. Стоимость разработки и внедрения нам обошлась в 2 млн руб. Основные статьи расходов:

• разработка и настройка GPT-интеграции — 45% (900 тыс. руб.)

• интеграция с TMS (англ. transportation management system — система управления тестированием программных продуктов. — Прим. ред.) и CRM (англ. customer relationship management — система управления взаимоотношениями с клиентами. — Прим. ред.) — 35% (700 тыс. руб.);

• обучение персонала и тестирование — 20% (400 тыс. руб.).

Что было самым сложным

В процессе интеграции ИИ-инструментов мы столкнулись с трудностями.

• Интеграция с TMS.Понадобилось создавать API-шлюзы между нашей логистической системой и GPT-инструментом, чтобы ИИ «понимал», где сейчас груз, и мог сформировать осмысленный ответ.

• Обработка нестандартных ситуаций.Не все статусы были очевидны. Приходилось обучать ИИ на типичных диалогах с клиентами, включая спорные или нестандартные сценарии, такие как задержка на границе, смена транспорта, форс-мажор.

• Принятие внутри команды. Некоторые менеджеры сначала опасались, что ИИ заменит их. Мы провели обучение, где показали, что ИИ — это помощник, который снимает рутину, но решения и контакт с клиентом остаются за человеком.

Теперь в планах у нас разработать Telegram-бот, который будет автоматически отвечать на все вопросы клиентов и уведомлять о статусе перевозки.