Генеративный AI в логистике и транспорте: как перевозчики переводят клиентский сервис и подбор на агентов
Вакансий в транспорте и логистике за девять месяцев 2025 года стало на 35% больше, а зарплаты курьеров и складского персонала выросли на 25–40%. Клиентский сервис и наем дорожают вместе с ними, поэтому типовые диалоги — статус доставки, обзвоны, первичные собеседования — перевозчики отдают генеративному AI.
До масштабирования AI-решений доходят единицы: меньше 25% компаний мира довели AI в цепочках поставок до промышленного уровня, и только 30% видят измеримый эффект. Собрали кейсы перевозчиков, курьерских служб и логистических операторов за 2025-2026 годы в России и мире.
Кейсы внедрения AI в логистике: мировой и российский опыт
Контакт-центр: статус доставки и поддержка без очереди
Кейс РЖД: роботы отвечают клиентам вместо операторов в половине случаев
Крупнейший железнодорожный перевозчик страны обслуживает и пассажиров, и грузоотправителей, поток обращений идет круглосуточно. Технологии AI работают в 33 системах компании.
Решение. Голосовые помощники и чат-боты первой линии отвечают на запросы клиентов и пользователей внутренних информационных систем, сложные случаи передают операторам.
Результат:
- Более 55% обращений клиентов закрываются без оператора.
- В 3–5 раз быстрее обрабатывается обращение.
Кейс DPD в России: 100 млн рублей в год на роботе, который сам меняет доставку
Курьерская служба развивала робота «Юлю» с 2017 года, но тот только информировал: сообщал статус и передавал задачу оператору. Клиент все равно ждал человека, чтобы перенести дату или изменить адрес.
Решение. Робота перевели из справочного режима в операционный и добавили LLM-слой: теперь он сам меняет дату доставки, перенаправляет груз в пункт выдачи, ставит задачи сортировочному центру и корректирует маршрут. Письменные обращения разбирает языковая модель. Также в DPD запустили AI-помощника для операторов: он подсказывает ответ по базе знаний.
Результат:
- 100 млн рублей в год экономии на обслуживании обращений.
- На 4% вырос индекс удовлетворенности клиентов.
- На 15% снизилось среднее время обработки обращения.
Кейс Почты России: рост автоматизации обращений на 9%
Национальный почтовый оператор встроил генеративный AI в клиентский сервис: чат-боты, речевую аналитику и голосовое меню контакт-центра.
Решение. GenAI-модели отвечают на типовые вопросы в чатах и голосовом меню, речевая аналитика разбирает диалоги операторов.
Результат:
- На 9% выросла доля обращений, которые закрываются автоматически.
- Более 80% составляет доля корректных ответов.
Кейс Versta.io: AI-супервайзер проверяет все клиентские диалоги
Цифровой логистический оператор проверял качество диалогов вручную и выборочно. Заявки классифицировали менеджеры, а обращения раздавались в порядке очереди, без учета сложности, поэтому нагрузка ложилась неравномерно.
Решение. AI-супервайзер на базе GigaChat разбирает переписку в реальном времени: классифицирует заявки, находит незавершенные диалоги, считает метрики и оценивает загрузку менеджеров. Данные остаются в изолированном хранилище.
Результат:
- 100% клиентских обращений анализируются без участия человека.
- На 28% выше выполнение обязательств по срокам обслуживания.
Исходящие обзвоны: роботы обзванивают перевозчиков и клиентов
Кейс RXO: полмиллиона звонков перевозчикам за квартал без диспетчера
У североамериканского брокера грузоперевозок диспетчеры вручную обзванивали перевозчиков, искали свободные машины и считали цену. На падающем рынке такая команда стала слишком дорогой.
Решение. AI-агенты обзванивают перевозчиков, собирают статусы и считают цену разовых перевозок по электронной почте. Отдельный агент проверяет заявки на мошенничество.
Результат:
- Более 500 тысяч телефонных звонков автоматизировано за квартал.
- На 15% выросла выработка на человека (число рейсов в день).
- На 30% за квартал выросло число сделок с ценой в цифровом канале, а брокерская команда сократилась в два раза.
Кейс DHL Supply Chain: AI-агенты звонят перевозчикам и обновляют статусы
Логистическое подразделение DHL полтора года отбирало AI-сценарии и в ноябре 2025 развернуло голосовых и почтовых агентов на глобальной сети.
Решение. AI-агенты звонят перевозчикам, уточняют время прибытия и сами обновляют данные в системе управления перевозками. Исходящий агент обзванивает получателей по таможенным пошлинам и фиксирует обязательства по оплате по телефону, email и в мессенджерах.
Результат:
- Сотни тысяч писем и миллионы голосовых минут в год агенты обрабатывают без операторов (процент экономии DHL не раскрывает).
Массовый подбор водителей и курьеров: поток вырос, доходят единицы
Кейс РЖД: робот-рекрутер проводит 8000 собеседований в месяц
Перевозчику с сотнями рабочих профессий нужен постоянный входящий поток кандидатов, а первичные звонки отнимают время рекрутеров.
Решение. Голосовой робот-рекрутер сам обзванивает соискателей и проводит первичные собеседования.
Результат:
- Более 8000 первичных собеседований в месяц проходят без рекрутера.
Кейс FESCO: ассистент подбора забрал до 60% времени рекрутера
Транспортная группа нанимает моряков, портовый и железнодорожный персонал, поток вакансий идет постоянно. Первичный поиск и оценка кандидатов держали рекрутера на рутине.
Решение. Собственный ассистент подбора HR-Assist на генеративных моделях работает во внутреннем контуре и связан с системой рекрутинга и работной площадкой: ищет кандидатов и делает первичную оценку.
Результат:
- До 60% времени рекрутера освободилось на начальном этапе подбора.
Кейс Tyson Foods: шесть рекрутеров закрывают парк в 2800 грузовиков
Производитель продуктов питания возит грузы с помощью собственного автопарка. Первичный обзвон кандидатов в водители занимал у рекрутера весь рабочий день.
Решение. AI-агент круглосуточно ведет первичную переписку с откликнувшимися и передает рекрутеру только тех, кто подходит под требования вакансии. Нанимает по-прежнему человек.
Результат:
- 2800 грузовиков укомплектовывает водителями команда из шести рекрутеров.
- 3–4 разговора с проверенными кандидатами агент готовит каждому рекрутеру к утру.
AI в перевозках: ценообразование, сроки и документы
Кейс S7: динамическое ценообразование дало плюс 2% выручки за год
Авиакомпания десять лет строит AI в закрытом контуре: транспорт — критическая инфраструктура, поэтому только решения с открытым кодом на собственных серверах. Каждый пилот запускается с зафиксированными метриками эффекта.
Решение. Генеративный AI расширил тестирование эластичности спроса: система быстрее определяет, как сегменты пассажиров реагируют на смену цены, и подбирает тариф под ситуацию на рынке.
Результат:
- +2% к выручке компании по итогам 2025 года.
- +43% к продажам услуги выбора места после редизайна с AI-рекомендациями.
Кейс Почта России: AI заполняет таможенные декларации с точностью 94,7%
Клиенты тратили 40–60 минут на заполнение таможенных деклараций для международных отправлений — и часть бросала оформление на полпути.
Решение. AI-ассистенты определяют коды товарной номенклатуры ТН ВЭД по описанию товара и делают смысловой перевод описаний для деклараций.
Результат:
- 94,7% точность определения кодов ТН ВЭД, 98% качество перевода.
- На 10% выросла конверсия в отправку; по оценке компании, проект полностью окупил вложения.
Кейс UPS: доля посылок без ручного оформления выросла с 21 до 90%
Курьерский оператор проводит через таможню входящий поток посылок в США. Ручное оформление тормозило доставку и требовало людей на каждой смене.
Решение. AI-модели сами классифицируют посылку и оформляют документы, человек подключается на исключениях.
Результат:
- 21% из 13 тыс. посылок в сутки проходили таможню без человека в марте 2025.
- 90% из 112 тыс. посылок в сутки — в сентябре 2025: за полгода поток вырос в 8 раз.
Кейс СДЭК: планирование доставки на завтра с точностью до 98%
Оператор экспресс-доставки планировал завтрашний объем и маршруты курьеров вручную. На масштабе сети такой расчет перестает сходиться с реальностью.
Решение. Собственные модели прогнозируют грузопоток и строят курьерские маршруты, ищут потерянные отправления по фотографии и описанию. Накладные система разбирает сама: определяет тип документа и отправляет в нужную обработку.
Результат:
До 98% — точность планирования доставки на следующий день вместе с маршрутами курьеров.
Кейс «Деловые Линии»: индивидуальный расчет сроков сократил доставку на 11%
Срок прибытия груза раньше считался по единому нормативу — без учета сезона, региона и режима труда водителей.
Решение. Предиктивные алгоритмы в системе управления перевозками считают индивидуальный норматив для каждого маршрута: тип машины, климат, качество дорог, график отдыха водителя.
Результат:
- Около 90% перевозок выделенным транспортом идут по индивидуальным нормативам.
- На 11% сократился средний срок доставки, на отдельных направлениях — до 50%.
За счет чего AI в логистике приносит деньги
Главное из кейсов: что в логистике внедряют чаще всего
AI-агентов на первой линии клиентского сервиса. Самое массовое направление: в РЖД более 55% обращений закрываются без оператора, DPD сэкономил 100 млн рублей в год после того, как робот начал сам переносить доставку, Почта России добавила 9% к доле автоматических ответов.
Голосовых агентов для исходящих обзвонов. RXO снял с диспетчеров более 500 тыс. звонков за квартал и поднял выработку на человека на 15%, агенты DHL обзванивают перевозчиков и сами обновляют статусы в системе управления перевозками.
AI-рекрутеров для первичного контакта с кандидатом. Голосовой робот РЖД проводит больше 8000 первичных собеседований в месяц, ассистент FESCO высвободил до 60% времени рекрутера на старте подбора.
Модели для расчета цены, сроков и документов. S7 подняла выручку на 2% динамическим ценообразованием, СДЭК планирует доставку на следующий день с точностью до 98%, «Деловые Линии» сократили средний срок доставки на 11%.
Обсудить внедрение AI в вашей компании
Just AI Agent Platform — экосистема сервисов для любых GenAI-инициатив. Оставьте заявку, и мы покажем, как применить платформу для контакт-центра, найма и бизнес-процессов вашей компании
Другие материалы
Кейсы применения AI в продажах: опыт Just AI
Как отделы продаж снимают рутину с помощью Jay Copilot и Agent Platform
Кейсы применения AI в FMCG и агропромышленности
Как мировые производители продуктов применяют генеративный AI в R&D, маркетинге и на производстве
Кейсы AI в маркетинге: от нейрослопа до 800% ROI
Как команды ускоряют контент и считают отдачу от вложений: опыт экспертов