Перейти к содержанию

ИИ в логистике

Прогноз, маршруты, документы и склад - на ваших данных

Искусственный интеллект (ИИ) в логистике даёт эффект там, где решение принимается сотни раз в день: маршрут, загрузка машины, пополнение склада, срок поставки. Ниже - направления, по которым мы работаем.

Что мы внедряем

Прогнозирование

Спрос, сроки поставки и пополнение модель считает по истории отгрузок и сезонности, а точность прогноза проверяем на ваших данных до запуска.

Как это работает

  1. Выгружаем историю отгрузок и остатков
  2. Обучаем модель и проверяем точность на прошлых периодах
  3. Прогноз попадает в планирование закупок и рейсов

Что получаете

Планирование опирается на прогноз, точность которого проверена на ваших данных.

Экран планировщика: график спроса с линией прогноза по неделям

Маршрутизация

Оптимизация логистики с помощью ИИ по пробкам, окнам доставки и загрузке машин.

Как это работает

  1. Берём заказы, окна доставки и парк машин
  2. Модель строит маршруты с учётом загрузки и дорожной обстановки
  3. Диспетчер получает готовый план рейсов

Что получаете

Маршруты считаются автоматически и пересчитываются при изменениях.

Карта города на экране диспетчера: маршруты машин и точки доставки

Документы

Автоматизация логистических операций: распознавание ТТН, УПД и счетов, сверка с заказом.

Как это работает

  1. Документ сканируется или приходит файлом
  2. Модель извлекает поля и позиции
  3. Данные сверяются с заказом, расхождения подсвечиваются

Что получаете

Оператор проверяет расхождения, а не перебивает документы вручную.

Накладная на экране: поля документа выделены рамками, рядом таблица сверки

Машинное зрение

Контроль погрузки, учёт паллет, фиксация повреждений.

Как это работает

  1. Камеры стоят на воротах и в зоне погрузки
  2. Модель считает паллеты и отмечает повреждённые
  3. Событие привязывается к рейсу и машине

Что получаете

По каждой отгрузке есть запись и счёт паллет.

Погрузка фуры на рампе: рамки паллет и счётчик в углу кадра

Технологии

Технологии ИИ в логистике работают на ваших данных: истории отгрузок, телеметрии транспорта, складских остатках. Выбор технологии ИИ в логистике определяется тем, что уже собирается в учётных системах. Искусственный интеллект (ИИ) в логистике не заменяет TMS и WMS, а достраивает их принятием решений. Применение ИИ в логистике начинается с одного процесса с понятной метрикой: технологии ИИ в логистике внедряются очередями, а не платформой «на всё сразу».

Где ИИ встраивается в логистику: прогноз, маршрутизация, документы, диспетчер

ИИ-агенты

ИИ-агенты в логистике не отвечают на вопросы, а выполняют операции: подтверждают заявку перевозчику, обновляют статус в TMS, готовят документы к рейсу. ИИ-агенты в логистике снимают с диспетчера рутину и звонки, оставляя за ним исключения. Работают ИИ-агенты в логистике поверх ваших систем - TMS, WMS, CRM, - без замены учётного контура. Быстрее всего ИИ-агенты в логистике окупаются на подтверждении заявок и обновлении статусов.

Транспорт и склад

ИИ в транспортной логистике закрывает планирование рейсов, прогноз ETA, контроль расхода топлива и подбор перевозчика по ставке. ИИ в транспортной логистике особенно окупается на собственном парке от 30 машин, но ИИ в транспортной логистике работает и на привлечённом транспорте. Искусственный интеллект (ИИ) в логистике перевозок считает не только маршрут, но и стоимость рейса.

ИИ в сфере логистики складской решает другие задачи: прогноз пополнения, размещение товара по зонам, планирование смен. ИИ в сфере логистики последней мили - слотирование и предсказание отказов при доставке. За пределами склада ИИ в сфере логистики закрывает закупки и претензионную работу.

Внедрение

Внедрение ИИ в логистику занимает от 6 до 16 недель. Внедрение ИИ в логистику мы начинаем с аудита процессов и данных: смотрим, что уже собирается в TMS и WMS, и отбираем сценарии с окупаемостью в пределах года.

Внедрение ИИ в логистику идёт через пилот на исторических данных - если целевая метрика не подтверждается, проект не переходит в разработку. Внедрение ИИ в логистику завершается передачей регламентов и обучением персонала. Стоимость внедрения ИИ в логистику зависит от состояния данных, а не от числа сценариев.

Перспективы

Перспективы ИИ в логистике связаны не с новыми моделями, а с качеством данных: современные технологии в логистике упираются в разрозненные справочники и ручной ввод. Искусственный интеллект (ИИ) в логистике даёт максимум там, где учёт уже оцифрован.

Расскажите о задаче - на аудите отберём два-три сценария и назовём сроки.

Опыт наших клиентов

Мой проект - тематический сайт знакомств. Я оцениваю его как проект высокого уровня сложности: очень непросто найти разработчиков, которые могли бы его реализовать. Я работал с командой Глеба в течение более двух лет с перерывами, которые были связаны исключительно с моим финансовым состоянием. По итогу могу сказать, что вполне доволен проделанной работой. Ребята знают своё дело, с хорошей коммуникабельностью, и всегда помогут советом. В данный момент вся основная работа сделана, сайт находится в рабочем состоянии и набирает пользователей. Есть идеи по добавлению новых функций, и если я решусь на это, то буду реализовывать их и дальше с этой командой.

Роман
Владелец проекта,
проект под NDA

Команда Глеба была профессиональной, оперативно реагировали на любые возникающие вопросы и шли навстречу в рабочих моментах. В ходе работы с командой были реализованы части и компоненты масштабного сервиса AI LMS платформы.

ООО «ИОК «Интеллект+»
Заказчик,
AI LMS платформа

Мы разрабатывали несколько сервисов, часть из них запускалась в формате MVP: в частности, автоматизировали обработку запросов корпоративных заказчиков на аренду спортивных площадок. Команда проекта была на связи, и мы активно двигались по нашим требованиям. Достаточно оперативно реализовали и запустили продукт. Спасибо команде!

Александр Меркулов
Заказчик,
сервисы аренды спортивных площадок

Обращались в YAVVI за доработками нашего сайта pakpakych.ru. Стек у нас не самый простой: Django, GarpixCMS и React SPA. До этого несколько подрядчиков ограничивались общими рекомендациями «в вакууме». Ребята зашли иначе: сначала провели полноценный технический аудит, разобрали каждый из 26 пунктов нашего ТЗ и по каждому написали, что уже реализовано, чего нет и почему. Отдельно ценно, что не стали продавать нам лишние работы, а честно указали, где функционал в проекте уже есть и где два пункта дублируют друг друга. По ходу аудита нашли критичную проблему, о которой мы не подозревали, и одна эта находка окупила всю работу. По каждой задаче была вилка часов и тип работ, никаких «примерно месяц», всё проверялось руками и подтверждалось инструментами. Каждая доработка выведена в админку, это принципиально: мы получили не разовый результат, а инструмент, плюс обучение нашей команды. Рекомендую тем, у кого нетиповой стек и нужен подрядчик, который сначала разберётся, а потом делает. Продолжаем сотрудничество.

Никита
Заказчик,
pakpakych.ru

Обсудим вашузадачу

Вам необязательно иметь чёткую задачу. Оставьте контакты, и мы разберём ваши текущие бизнес-процессы и честно покажем, где внедрение технологий даст реальный финансовый результат.

Связаться с нами

  • Свяжемся в течение дня
  • Подпишем NDA до обсуждения данных
  • Удобнее в мессенджере? Напишите в Telegram