3

WebTech

Личный кабинет

Проекты, коммерческие предложения, документы и отчёты — в одном месте.

Войти Зарегистрироваться Забыли пароль?
Кейсы в логистике

Кейсы внедрения AI у перевозчиков и дистрибьюторов

Проекты в сборных грузах, городской курьерской доставке и холодовой логистике. Общий признак: эффект считался по обращениям клиентов и по потерям груза.

Федеральный перевозчик сборных грузов

Подключили телематику 480 машин, обучили модель ETA на истории 1,2 млн рейсов и вывели прогноз в личный кабинет клиента и в рабочее место диспетчера. Отдельно настроили автоматические уведомления при сдвиге окна доставки.

Результат проекта: Обращения клиентов с вопросом о местонахождении груза сократились на 34%, доля доставок в согласованное окно выросла с 78% до 89%.

Курьерская служба в городе-миллионнике

Внедрили динамическую маршрутизацию для 260 курьеров: утреннее планирование плюс пересчёт в течение дня при опозданиях и срочных заказах. Курьеры работают через мобильное приложение, диспетчеры — через веб-интерфейс с картой загрузки.

Результат проекта: Количество доставленных адресов на курьера выросло на 11% при том же парке, доля опозданий снизилась с 9,1% до 4,6%.

Дистрибьютор замороженных продуктов

Связали данные температурных логгеров с рейсами и заявками, добавили прогноз вероятности нарушения режима по типу маршрута и сезону. При отклонении система формирует задачу смене склада и уведомляет клиентскую службу до прибытия машины.

Результат проекта: Потери по причине нарушения температурного режима сократились на 48%, число спорных претензий от сетей уменьшилось втрое.

Частые вопросы

Да. Для машин без трекера прогноз строится по историческим нормам с поправкой на тип маршрута и день недели, для остальных — по фактическому движению. По мере установки оборудования точность по парку выравнивается.

Нет, она снимает рутину: расчёт маршрутов, отслеживание опозданий, рассылку уведомлений. Диспетчер занимается исключениями — отказами, нестандартными адресами, конфликтами окон, где нужно решение человека и разговор с клиентом.

Сравниваем пробег, число машин и трудозатраты на сопоставимом объёме заказов до и после внедрения, а также отслеживаем долю рекомендаций, которые диспетчеры приняли. Так эффект виден в километрах и человеко-часах, а не в оценках на словах.

Уведомления с прогнозом времени прибытия дают измеримый результат уже в первые недели: снижается число звонков «где моя машина». Эффект от оптимизации маршрутов проявляется медленнее — после того, как диспетчеры начинают доверять рекомендациям и работать по новому регламенту.

Да, история рейсов — основа прогноза. Мы забираем выгрузку из TMS за период от года, приводим её к единому формату и используем для обучения, а также для честного сравнения новой модели с текущими нормативными сроками.

Правила филиалов задаются настройками: приоритет клиента, допустимое окно доставки, тарифы на сверхурочные. Модель оптимизирует в рамках этих ограничений, поэтому центральный офис получает единые метрики, а филиалы — привычную логику работы.