1С:TMS Логистика. Управление перевозками: ИИ-агент для рейсов и приёмки

Компания вела перевозки в «1С:Предприятие 8. TMS Логистика. Управление перевозками»: заявки на перевозку, задания, сборка рейсов, ресурсы — свои машины и привлечённые перевозчики, тарифы, контроль выполнения и документы жили в системе. Учёт был настроен, адреса и окна доставки заведены, рейсы выходили в работу из системы, статусы обновлялись, а руководитель отдела перевозок видел аналитику по направлениям. Но между системой и решением оставался ручной участок: заявки приходят из разных каналов, окна доставки у клиентов заданы договором, фактическое время прибытия нужно свести с приёмкой на складе, а когда рейс ломается — машина задержалась, поставщик не готов, склад не принял вовремя, — вариант собирается заново руками, и чаще всего в конце дня. Именно на этом участке, где данные уже есть, а решения принимаются людьми и с задержкой, и работает ИИ-агент — программа, которая по заданному правилу сама читает документы и выполняет шаги.

Речь не о замене системы управления перевозками (TMS, Transportation Management System — система управления транспортом) и не о выборе другой. Речь о том, что поверх работающей системы появляется тонкий слой, который читает её данные и закрывает ровно тот участок, где человек медленно и с ошибками: сопоставляет заявки и окна доставки, собирает вариант рейса под ограничения, сверяет фактическое время прибытия с приёмкой, показывает, где окно окажется под угрозой, и готовит черновик решения. Система остаётся центром учёта перевозок: агент не «оживляет» её и не подменяет, а возвращает результат в тот же контур — в задание на перевозку и в рабочее место диспетчера.

Ниже — какие процессы живут в «1С:TMS Логистика. Управление перевозками», какие данные она даёт и где её границы; что добавляет агент поверх системы; какие риски это снимает и сколько часов возвращает. Отдельно — чеклист перед стартом, что остаётся за диспетчером и руководителем отдела перевозок и почему «опоздание выяснилось от клиента» — это не про невнимательность людей, а про то, что между заявкой и решением не было слоя данных.

Коротко: что добавляет ИИ-агент к 1С:TMS

ИИ-агент поверх «1С:TMS Логистика. Управление перевозками» читает заявки, окна доставки, данные о машинах, водителях и перевозчиках, собирает вариант рейса под ограничения, видит отклонение до срыва окна и готовит черновик решения и прогноз потребности в перевозках. Саму систему он не заменяет и без подтверждения человека ничего в ней не меняет. Начать можно с бесплатного разбора стратегии внедрения ИИ в компанию — он показывает, где именно у вас теряется время между заявкой и подтверждённым рейсом.

Содержание

• Что такое 1С:TMS и какие процессы в ней живут
• Почему срыв окна и дефицит видны поздно
• Что съедает время у диспетчера и на приёмке
• Что делает ИИ-агент поверх системы управления перевозками
• Какие риски это снимает
• Сколько часов это возвращает
• Что остаётся за человеком
• Как это выглядит на практике
• Чеклист перед стартом проекта
• Как внедрить поэтапно
• Что в итоге
• Источники

Что такое 1С:TMS Логистика. Управление перевозками и какие процессы в ней живут

«1С:Предприятие 8. TMS Логистика. Управление перевозками» — отраслевое решение для автоматизации бизнес-процессов транспортной логистики в компаниях, которые перевозят грузы разными видами транспорта. Основное назначение — планирование сборных, комплектных и мультимодальных грузоперевозок с использованием привлечённого транспорта, а также доставки «последней мили», то есть городской доставки. Решение включено в Реестр российского программного обеспечения, а редакция 3.0 развивалась на основе редакции 2.0, которую «1С» разрабатывала совместно с компанией AXELOT (описание решения «1С:TMS Логистика. Управление перевозками»).

Функциональный состав продукта вендор описывает списком подсистем — и именно они определяют, какие данные доступны агенту (функциональные возможности решения):

1. Управление нормативно-справочной информацией. Деловые партнёры — агенты, перевозчики, заказчики, контактные лица и адреса, правила тарификации по параметрам перевозки, правила классификации грузов, номенклатура, группы тарифов, маршруты, валюты и курсы.
2. Управление потребностями в перевозке грузов. Регистрация предварительной потребности и контроль её последующей обработки — то есть заявка на перевозку и её путь до рейса.
3. Управление заданиями на перевозку грузов. Задание — рабочая единица перевозки, из которой собирается рейс.
4. Автоматическое и ручное планирование маршрутов доставки. Система предлагает маршрут, диспетчер может собрать его вручную: это важно там, где есть договорные ограничения и нестандартные точки.
5. Формирование рейсов. Объединение заданий в рейс с учётом типа перевозки — сборной (LTL, Less than Truck Load, когда груз занимает часть машины) или комплектной (FTL, Full Truck Load, когда загружается машина целиком).
6. Управление ресурсами для обеспечения рейсов. Собственный транспорт, привлечённые перевозчики, водители, доступность и занятость ресурсов на нужную дату.
7. Контроль за выполнением рейсов. Статусы рейса и заданий: план, факт, отклонения, завершение.
8. Управление тарифной политикой компании. Правила расчёта стоимости перевозки по параметрам — направление, тип груза, тип машины, условия перевозчика.
9. Управление взаимодействиями. Работа с перевозчиками и заказчиками — от заявки до подтверждения и уведомлений.
10. Управление доступом, аналитическая отчётность и визуализация на электронных картах. Роли пользователей, отчёты по рейсам и ресурсам, схема движения на карте.

Эти подсистемы объясняют, почему продукт одинаково востребован в двух разных ситуациях: у грузовладельца с собственным парком и доставкой по своим точкам и у транспортной компании, которая работает на привлечённом транспорте и продаёт перевозку как услугу. Для вторых важнее тарифная политика, взаиморасчёты и документы; для первых — окна доставки в свои точки, загрузка парка и приёмка машин на складе. И те, и другие живут в одном контуре: заявка, задание, рейс, ресурс, факт.

Рынок этот на подъёме, и это важно для оценки сроков и бюджета. По данным опросного исследования агентства «Логистика 360» (февраль–март 2025 года, 32 компании-разработчика), суммарная выручка компаний по всем проектам в 2024 году в среднем выросла на 10% год к году, а вендоры оценивают рост ближайших трёх лет в 25–30% (исследование рынка систем управления транспортной логистикой). Сроки проектов в этом классе короче, чем у складских систем: в среднем 3–6 месяцев, а по данным первого рейтинга поставщиков систем управления транспортом от TAdviser суммарная выручка всех участников составила 2 млрд рублей за 2024 год (обзор российского рынка систем управления транспортом). По оценке Kept, приведённой в том же обзоре, на пять крупнейших игроков рынка перевозок приходилось 89%, а оборот спотовых сделок составил 127 млрд рублей — то есть цифровая прослойка рынка уже плотная, а вот слой решений поверх неё — нет.

Где границы. Система управления перевозками — это система планирования и исполнения. Она отвечает на вопросы «какие задания нужно перевезти», «какой рейс и каким ресурсом», «что с рейсом по факту» — и делает это точно. Но она не отвечает на вопрос «сколько товара заказать» и «сколько перевозок понадобится через три недели»: прогноз спроса живёт в плановом контуре — в учётной системе и решениях интегрированного планирования — и приходит в перевозки уже как потребность. Если склад в компании ведётся отдельной системой (WMS, Warehouse Management System — система управления складом), приёмка и расхождения по остаткам живут там, а не в перевозках: как это устроено в складском контуре, мы разбирали в материале 1С:WMS: управление складом и что автоматизирует ИИ-агент и в разборе AXELOT WMS X5: приёмка и прогноз спроса с ИИ-агентом, а про унаследованные западные контуры — в статье SAP EWM: приёмка, отбор и прогноз спроса.

Второй слой границ — данные вне системы. Она не знает про пробку на подъезде, очередь на разгрузку, опоздание поставщика, изменение адреса клиентом и решение склада принять машину позже. Третий слой — исключения: логика нестандартного рейса, спорной приёмки и договорного окна живёт в головах диспетчера, логиста и руководителя отдела перевозок, а не в настройках системы. Именно на этих двух слоях и появляется ручной участок, из которого складывается задержка.

Почему срыв окна и дефицит видны поздно

Перевозка держится не на одном действии, а на цепочке: клиент или коммерческий отдел даёт заявку, её проверяют, задание попадает в систему, диспетчер собирает рейс под окна доставки, машина выезжает, приходит на склад или к клиенту, приёмка фиксирует факт, документы закрывают рейс. Каждый шаг по отдельности прост, но между ними нет слоя данных. Заявка пришла письмом, окно доставки записано в договоре, фактическое время прибытия живёт в мониторинге, приёмка — у кладовщика, документы — в электронном документообороте. Поэтому отклонение становится видно не тогда, когда возникло, а когда оно уже случилось: клиент сообщает, что машина не пришла в окно; сеть присылает уведомление о нарушении; склад говорит, что машина простояла три часа под разгрузкой.

Второй механизм — приоритеты. Диспетчер живёт задачами: отгрузить сегодня, найти машину, подтвердить перевозчика, закрыть вчерашние рейсы. Пока эти задачи не закрыты, сопоставлять каждую заявку с окном доставки и наличием ресурса нет времени — это работа «на потом», а «потом» в перевозках не наступает. В итоге пересборка плана идёт только по тем рейсам, где сбой уже виден: машина сломалась, водитель заболел, поставщик не готов. Всё остальное — отклонение от окна, недогруз машины, лишний пробег — всплывает в отчёте за месяц.

Масштаб проблемы виден по рынку. В исследовании аналитического центра Strategy Partners «Технологические тренды в логистике» (январь 2025 года) прогнозирование спроса названо первым по частоте применения направлением использования ИИ и машинного обучения в управлении цепочками поставок: у компаний-лидеров его применяют 40% против 19% у отстающих. При этом 29% компаний в отрасли транспорта и логистики только планируют использовать ИИ в ближайшие 2–3 года, генеративный ИИ уже внедряют 6% российских компаний отрасли и ещё 16% планируют это сделать (Strategy Partners, «Технологические тренды в логистике», январь 2025). Проще говоря: системы управления перевозками есть у многих, а слой решений над ними — у единиц, и именно поэтому отклонения живут до отчёта, а не до момента появления.

Российская статистика показывает ту же картину с другой стороны. По обследованию Росстата, которое провели по методологии Института статистических исследований и экономики знаний НИУ ВШЭ и которое охватило свыше 15 тысяч крупных и средних организаций, искусственный интеллект применяется прежде всего в маркетинге и продажах, производстве и управлении персоналом, а в логистике и транспорте — заметно реже (ИСИЭЗ НИУ ВШЭ, применение технологий ИИ в компаниях). Цифровой задел у отрасли большой, а слой, который превращает данные в решение, отстаёт — и это отставание измеряется в часах диспетчера и в качестве обещаний клиенту.

Что съедает время у диспетчера и на приёмке

Когда диспетчер или логист берётся за очередной день, работа почти всегда выглядит одинаково:

1. Собрать заявки из разных каналов. Письмо, звонок, заявка в учётной системе, сообщение в мессенджере — всё это нужно привести к одному виду: адрес, груз, вес и объём, желаемое окно доставки, требования к транспорту.
2. Проверить адрес и ограничения. Договорные окна доставки у клиентов и сетей, ограничения по въезду и габаритам, режим работы склада получателя, требования к транспорту и температурному режиму.
3. Собрать рейсы. Соединить задания так, чтобы машина ушла загруженной, а окна доставки не пересеклись: сборный груз по нескольким точкам, комплектный рейс на сеть, город вывоза и доставки.
4. Подобрать ресурс. Свой парк, привлечённый перевозчик, конкретная машина и водитель, их доступность на нужную дату и время, стоимость по тарифу.
5. Согласовать и подтвердить. Отправить заявку перевозчику, получить подтверждение, уведомить склад о приёмке машины, зафиксировать время прибытия в системе.
6. Разобрать сбой. Машина опоздала, склад не принял в окно, груз не готов, водитель не выехал — пересобрать рейс, найти замену ресурса, договориться с клиентом и переписать окно.
7. Закрыть рейс и свести документы. Транспортная накладная и перевозочные документы, отметки о приёмке и выгрузке, расхождения по количеству и состоянию груза, сверка с перевозчиком.
8. Собрать отчётность. Сколько рейсов вышло, сколько пришло в окно, где были простои и пустой пробег, как отработали перевозчики.

Каждый шаг прост, но их восемь, они повторяются каждый день, и делает их человек, читая документы и сообщения глазами. При объёме в несколько сотен рейсов в месяц это и есть та работа, из которой складывается смена. Её результат при этом остаётся у конкретного сотрудника, а не в правилах компании: ушёл диспетчер — ушло понимание, какие клиенты «всегда» меняют окно, какие перевозчики «всегда» опаздывают и по каким направлениям машина ходит полупустой.

Отдельный участок — приёмка машины на складе. Это стык двух контуров: перевозки обещают время прибытия, склад принимает по своему графику и своим правилам. Если между ними нет синхронизации, машина ждёт в очереди, приёмка стоит, а простой потом всплывает в претензии перевозчика или в счёте за сверхнормативное ожидание. Как устроена складская сторона приёмки и расхождений по остаткам, мы разбирали в статьях ИИ на складе: приёмка, инвентаризация и расхождения и управление остатками на складах: как ИИ-агент сокращает неликвид.

Что делает ИИ-агент поверх системы управления перевозками

Агент не заменяет «1С:TMS» и ничего в ней не «улучшает». Он работает поверх: читает те же данные, что и человек, но быстро и без пропусков, а результат возвращает в тот же контур — в задание на перевозку и в рабочее место диспетчера.

1. Читает заявки и окна доставки. Из заявок, писем и документов агент вытягивает адреса, груз, вес, объём, требования к транспорту и желаемое окно доставки — в структуру, которую можно сопоставить с данными системы и договорными ограничениями клиента.
2. Сопоставляет заявку с возможностями и ограничениями. Проверяет, попадает ли доставка в окно получателя, проходит ли машина по габаритам и режиму въезда, есть ли подходящий ресурс на нужное время, нет ли конфликта с уже собранными рейсами.
3. Собирает вариант рейса. Предлагает, как соединить задания в рейс — сборный, комплектный или мультимодальный, — с указанием загрузки, порядка точек и стоимости по тарифу. Диспетчер получает не пустой лист, а готовый вариант, который можно принять или поправить.
4. Видит отклонение до срыва окна. Сопоставляет фактическое движение машин, время прибытия и статусы рейсов из системы с планом; если к окну доставки рейс не успевает, агент выносит это отдельным списком заранее — пока ещё есть запас на пересборку.
5. Готовит черновик пересборки. При сбое собирает вариант замены: другой ресурс, другой перевозчик, перенос точки, разбивка рейса. С человеком остаётся решение, с агентом — время на его подготовку.
6. Синхронизирует приёмку со складом. Сводит заявленное время прибытия с фактическим и графиком приёмки, показывает простой под погрузкой и разгрузкой и готовит сводку по времени ожидания — основу для честного разговора с перевозчиком и с складом.
7. Считает предварительный прогноз потребности в перевозках. По истории отгрузок, текущим остаткам, срокам поставки и сезонности показывает, где потребность в перевозке вырастет раньше, чем это увидят в плане, и готовит черновик потребности. Плановый контур это не отменяет — это его быстрый предварительный слой, о котором подробно в материале прогнозирование спроса в 1С и WMS.
8. Возвращает результат в контур. Разобранный рейс, список отклонений, черновик пересборки и сводка по простоям сохраняются рядом с системой, чтобы решение можно было проверить и передать другому сотруднику.

Отдельно про данные. Агент не требует новой системы и ничего не «дописывает» в справочники: он читает то, что уже есть — заявки и задания, рейсы и ресурсы, тарифы, статусы выполнения, историю отгрузок и сроки поставки. Если справочники велись аккуратно (адреса, окна доставки, тарифные группы, нормы времени), агент подключается к работе быстро. Если адреса заведены «как получилось», а окна доставки живут в переписке, сначала придётся навести порядок — и это самый важный шаг проекта, который к тому же ничего не стоит.

Какие риски это снимает

Нарушение окна доставки и неустойка по договору

Классический сценарий: машина не пришла в окно, клиент — розничная сеть или крупный заказчик — фиксирует нарушение. Дальше либо неустойка по договору, либо отказ от следующей поставки, либо снижение рейтинга поставщика, из-за которого сокращают объём. Для дистрибуции это прямые деньги: недополученная выручка по позициям плюс санкции. Агент не отменяет пробки, но показывает, что рейс не успевает, за два-три часа до окна, — пока есть время пересобрать или предупредить клиента.

Простой под погрузкой и разгрузкой и плата за сверхнормативное ожидание

Простой — это деньги, которые уже потеряны: занятая машина, оплаченный водитель, сдвинутое следующее окно. Привлечённый перевозчик выставит плату за сверхнормативное ожидание по своим условиям, а склад потеряет производительность приёмки. Разбирается это обычно после факта, потому что нет общей картины времени ожидания: у диспетчера один отчёт, у склада другой, у перевозчика третий. Агент сводит эти данные и делает простой измеримым, а не спорным.

Пустой пробег и недогруз машины

Недогруженный рейс — это рост себестоимости перевозки на единицу груза, а пустой пробег — потерянные километры, топливо и время водителя. По исследованию Strategy Partners, оптимизация маршрутов и снижение порожних пробегов — прямая сфера применения ИИ в отрасли: компания «СДЭК» заявляла оптимизацию маршрутов курьеров до 15% за счёт ИИ, который прогнозирует число заказов в конкретной зоне (Strategy Partners, январь 2025). Агент держит загрузку и порядок точек под контролем постоянно, а не в месячном отчёте.

Спор с перевозчиком и с клиентом без доказательной базы

Опоздание, недостача, повреждённый груз, простой — всё это заканчивается спором «мы не знаем, где это произошло». Выигрывает тот, у кого есть цепочка «заявка → подтверждение перевозчика → факт прибытия → отметка приёмки → документ». Если её собирают вручную через месяц, аргумент слабый. Агент собирает цепочку сразу и хранит её вместе с рейсом.

Срыв поставки и дефицит у клиента

Сорванная перевозка в розницу — это пустая полка и упущенные продажи; сорванная отгрузка в сеть — перенос поставки и риск, что полку отдадут конкуренту. Показательно, что крупные игроки считают этот эффект в деньгах: X5 Group по итогам 2025 года раскрыла около 5 млрд рублей дополнительной операционной прибыли от ИИ-решений и прямо назвала логистику среди направлений промышленного применения (X5 Group, пресс-релиз, июнь 2026). Агент видит будущую потребность в перевозке раньше, а не тогда, когда груз уже нужен завтра.

Зависимость от конкретного диспетчера

Знание о том, «как на самом деле» работают перевозки, живёт у одного-двух человек: какие клиенты меняют окно, какие перевозчики срывают, где машина не проходит по въезду, как читать нестандартную заявку. Отпуск, увольнение или переход на другой участок — и участок просаживается. Агент переносит часть этой логики в правила рядом с системой: что считается отклонением, что требует подтверждения, какие действия запрещены.

Ошибки в документах перевозки

Транспортная накладная, перевозочные документы, расхождения по количеству — если данные собираются с задержкой и вручную, ошибки почти неизбежны, а их последствия — возвраты, пересчёт и повторная сверка. Агент сверяет данные заявки, рейса и документов и выносит расхождения до закрытия рейса, а не после.

Сколько часов это возвращает

Часы — следствие, а не цель: сначала снимаются риски — нарушение окон доставки, простой, пустой пробег, спор без доказательств, срыв поставки клиенту, зависимость от одного специалиста, ошибки в перевозочных документах. Но посчитать эффект полезно, на прозрачной модели.

Возьмём типовой расчёт для направления, где в месяц проходит около 800 рейсов, случается порядка 120 сбоев по рейсам и на котором приёмка машин на складе идёт каждый рабочий день.

Показатель	Вручную	С агентом
Сборка и планирование 800 рейсов	160 ч	40 ч
Пересборка 120 рейсов после сбоев	50 ч	12 ч
Сверка приёмки и документов по рейсам	80 ч	20 ч
Сводки: окна, простои, пустой пробег	24 ч	6 ч
Итого в месяц	314 ч	78 ч
Стоимость при 1 100 ₽/час	345 400 ₽	85 800 ₽

Арифметика открытая. Ручная сборка одного рейса при готовых данных — около 12 минут: свести заявки, проверить окна и ограничения, подобрать ресурс, отправить на подтверждение. Восемьсот рейсов дают примерно 160 часов. С агентом диспетчер просматривает готовый вариант и подтверждает — около 40 часов. Пересборка одного сбойного рейса вручную занимает порядка 25 минут с поиском замены и разговорами, 120 сбоев — 50 часов, с агентом — 12. Сверка приёмки и перевозочных документов по рейсу — около 6 минут, это 80 часов в месяц, с агентом — 20. Сводки по окнам доставки, простоям и пустому пробегу вручную — 24 часа, с агентом — 6.

Разница — около 236 часов в месяц. При стоимости часа специалиста отдела перевозок 1 100 рублей это примерно 259 600 рублей в месяц на одном направлении, а если направлений в контуре три — порядка 778 800 рублей. Важно: это высвобожденное время, а не срезанная зарплата — те же часы уходят на сложные рейсы, работу с перевозчиками и порядок в данных, до которого раньше не доходили руки.

Порядок величин подтверждается внешними замерами. По исследованию MIT и Mecalux, ИИ уже встроен в 60% складов, а больше 9 из 10 складов используют ту или иную форму ИИ или продвинутой автоматизации (исследование MIT и Mecalux об ИИ на складах, ноябрь 2025) — то есть на соседнем участке логистики решения уже работают, и разрыв между «данные есть» и «решение принимается» больше не объясняется незрелостью технологии. По Strategy Partners, прогнозирование спроса — первое направление применения ИИ в управлении цепочками поставок у компаний-лидеров, а мировой рынок ИИ в логистике, по оценке Market.us, приведённой в том же исследовании, должен вырасти с 12 млрд долларов в 2023 году до 549 млрд долларов к 2033 году.

Что остаётся за человеком

Граница проходит по ответственности, и её лучше зафиксировать письменно до старта проекта.

• Решение по рейсу. Агент предлагает вариант и показывает отклонения; рейс подтверждает диспетчер, а спорный случай — руководитель отдела перевозок.
• Перевозчик и тариф. Выбор перевозчика, договорные условия и цена перевозки остаются за логистом: агент показывает расчёт по правилам компании, а не ведёт переговоры.
• Приёмка и расхождения по грузу. Принимает груз человек: агент лишь сводит время прибытия с графиком приёмки и готовит черновик.
• Документы и подпись. Черновики перевозочных документов и сверку готовит агент, подписывает и отправляет человек.
• Перенос окна и разговор с клиентом. Изменение окна доставки — решение и разговор человека; агент показывает риск заранее и даёт аргументы с данными.
• Спорные рейсы. Всё, что выходит за заданные пороги — крупный клиент, повторяющийся перевозчик, негабарит, опасный груз, — агент помечает и отдаёт человеку отдельным списком.
• Правила и пороги. Что считать отклонением, какие действия требуют подтверждения, что агенту запрещено, — задаёт компания; агент исполняет правила и напоминает, когда их пора обновить.

Такое разделение снимает главный страх отдела перевозок: что «программа начнёт сама обещать клиенту доставку» и принимать обязательства от имени компании. Не начнёт — если подтверждение человека встроено в сценарий, а действия агента пишутся в журнал.

Как это выглядит на практике

Кейсовая рамка важна не сама по себе, а как проверка: работает ли схема на живом потоке. Прямого проекта именно по «1С:TMS Логистика. Управление перевозками» у нас нет, и выдумывать его мы не станем. Зато есть опыт близких задач — у ритейлера и в сети общепита, где предметом была как раз логистика: распределение потоков по точкам, остатки и пополнение, а операционный директор был на связи. Назвать компанию и суммы мы не можем: это условие работы с клиентом. Как рядом решают задачу маршрутизации и пересборки рейсов на сбое, мы разбирали в отдельном материале про маршрутизацию доставки в системе управления перевозками.

Что подтвердилось и переносится на перевозки. Во-первых, без чистых данных агент бесполезен: если адреса заведены в свободной форме, окна доставки живут в переписке, а нормы времени на погрузку никто не фиксировал, никакая модель не покажет отклонение — она будет пересказывать тот же беспорядок. Приведение справочников и правил в порядок — самый важный и самый бесплатный шаг проекта. Во-вторых, шаг с человеком не мешает скорости: когда диспетчер видит не приговор, а предложение со ссылками на строки заявок и расчёт по времени, он быстрее соглашается там, где агент прав, и точнее правит там, где тот ошибся. В-третьих, эффект накапливается от повторяемости: первый разбор дня даёт почти ноль, сотый — уже поток. Общая логика внедрения агентов — в материале ИИ-агент для 1С: что это и где он окупается, а смежная тема закупок и поставщиков — в статье ИИ в снабжении: цены и сроки поставщиков.

Чеклист перед стартом проекта

Прежде чем запускать ИИ-слой над перевозками, проверьте семь вещей. Этот список стоит пройти до разговора с подрядчиком — он экономит месяцы.

1. Адреса и зоны заведены одинаково. Один адрес — одна запись, зоны доставки и ограничения по въезду описаны, дубли и устаревшие точки помечены.
2. Окна доставки живут в данных, а не в переписке. Договорные окна клиентов и сетей должны быть в системе или в справочнике, доступном агенту, иначе он не сможет предупредить заранее.
3. Нормы времени зафиксированы. Погрузка, разгрузка, приёмка, межгород — без нормы отклонение не с чем сравнить.
4. Тарифные правила описаны. Как считается стоимость по направлению и типу машины, где допускается отклонение, кто утверждает цену.
5. Статусы доведены до правды. Если рейсы закрывают «задним числом», данные о факте бесполезны: агент будет считать по бумаге, а не по факту.
6. Определены пороги. Какие отклонения требуют человеческого решения, какие клиенты и перевозчики попадают в особый список, что агенту запрещено.
7. Есть с кого снять риск. Участок, где всё держится на одном диспетчере, — лучший кандидат на пилот: эффект виден быстрее.

Как лид-магнит под этот старт мы собрали чеклист готовности перевозок к ИИ-слою: он проверяет те же семь пунктов на ваших данных — по адресам и окнам, нормам времени, тарифам, статусам и метрикам пилота. Запросить чеклист и разбор можно в одном шаге ниже.

Как внедрить поэтапно

1. Наведите порядок в данных. Приведите к одному виду адреса и зоны, соберите окна доставки и ограничения в справочник, зафиксируйте нормы времени и пороги отклонений. Это бесплатный и самый важный шаг.
2. Определите один процесс для пилота. Лучше всего подходит утренняя сборка рейсов и контроль отклонений: объёмная, повторяющаяся и легко измеряемая работа — сколько рейсов собрано, сколько отклонений найдено заранее, сколько пришло в окно.
3. Задайте правила и пороги с агентом. Что считать отклонением, что требует подтверждения, какие действия агенту запрещены, какие данные собираются в доказательную цепочку.
4. Свяжите агента с контуром. Он должен читать систему управления перевозками, учётную систему и данные мониторинга внутри вашей инфраструктуры, не выгружая коммерческие данные наружу; результат возвращается в те же системы.
5. Запустите пилот на одном направлении и измерьте пять чисел: доля рейсов в окно, среднее отклонение по времени, простой под погрузкой, пустой пробег, часы диспетчера на план. Сравните с ручным периодом на тех же точках.
6. Расширяйте по одному шагу. После контроля отклонений добавляйте синхронизацию приёмки со складом, затем предварительный прогноз потребности в перевозках и сводки для руководителя. Каждый следующий шаг запускайте только тогда, когда предыдущий стабильно работает.

Что в итоге

Внедрение ИИ в логистику и перевозки — это не про замену системы управления перевозками и не про покупку нового продукта. Агент поверх «1С:TMS Логистика. Управление перевозками» читает заявки, окна доставки, рейсы и ресурсы, собирает вариант рейса, видит отклонение до срыва окна, сводит приёмку со складом и готовит предварительный прогноз потребности в перевозках, а решения по рейсу, перевозчику, документам и переносу окна остаются за людьми. Сначала снимаются риски — нарушение окон доставки и неустойка, простой под погрузкой, пустой пробег, спор без доказательств, срыв поставки клиенту, зависимость от одного диспетчера, ошибки в документах. Деньги и часы идут следом и подтверждаются на вашем потоке, а не на отраслевой средней. Начать можно бесплатно и без покупки системы — с порядка в данных и одного направления.

Источники

• Суммарная выручка участников первого рейтинга поставщиков систем управления транспортом составила 2 млрд рублей за 2024 год; по оценке Kept, на пять крупнейших игроков рынка перевозок приходилось 89%, оборот спотовых сделок — 127 млрд рублей; рост рынка оценивается в 25–30%, а в перспективе до 30–37% ежегодно: «Обзор российского рынка систем управления транспортом (TMS)» — TAdviser.
• Выручка компаний, разрабатывающих системы управления транспортной логистикой, по всем проектам выросла в 2024 году в среднем на 10% год к году, вендоры оценивают рост ближайших трёх лет в 25–30%, средний срок проекта — 3–6 месяцев, 83% респондентов назвали важным масштабирование систем и 56% — востребованность предиктивного анализа данных, ИИ назван направлением развития транспорта и логистики: «Исследование рынка систем управления транспортной логистикой (TMS)» — агентство «Логистика 360», февраль–март 2025.
• Прогнозирование спроса — первое по частоте направление применения ИИ и машинного обучения в управлении цепочками поставок: 40% у компаний-лидеров против 19% у отстающих; 29% компаний в отрасли транспорта и логистики планируют использовать ИИ в ближайшие 2–3 года; генеративный ИИ внедряют 6% российских компаний отрасли, ещё 16% планируют; мировой рынок ИИ в логистике, по оценке Market.us, вырастет с 12 млрд долларов в 2023 году до 549 млрд долларов к 2033 году; «СДЭК» заявляла об оптимизации маршрутов курьеров до 15% с помощью ИИ: «Технологические тренды в логистике», январь 2025 — Strategy Partners.
• По обследованию Росстата, проведённому по методологии ИСИЭЗ НИУ ВШЭ и охватившему свыше 15 тысяч крупных и средних организаций, технологии ИИ применяются прежде всего в маркетинге и продажах, производстве и управлении персоналом, а в логистике и транспорте — реже: «Применение технологий ИИ в компаниях» — ИСИЭЗ НИУ ВШЭ.
• ИИ встроен в 60% складов, более 9 из 10 складов используют ИИ или продвинутую автоматизацию — опрос более 2 000 руководителей логистики: исследование MIT и Mecalux об ИИ на складах, ноябрь 2025 — MIT Center for Transportation & Logistics и Mecalux.
• Около 5 млрд рублей дополнительной операционной прибыли от ИИ-решений по итогам 2025 года, логистика названа среди направлений промышленного применения: X5 Group, пресс-релиз — X5 Group.
• Назначение решения — планирование сборных, комплектных и мультимодальных грузоперевозок с привлечённым транспортом и доставки «последней мили»; редакция 3.0 развивалась на основе редакции 2.0, разработанной совместно с AXELOT; решение включено в Реестр российского программного обеспечения (данные вендора): «1С:Предприятие 8. TMS Логистика. Управление перевозками» — «1С».
• Состав подсистем решения: управление нормативно-справочной информацией, управление потребностями в перевозке грузов, управление заданиями на перевозку, автоматическое и ручное планирование маршрутов доставки, формирование рейсов, управление ресурсами для обеспечения рейсов, контроль за выполнением рейсов, управление тарифной политикой, управление взаимодействиями, управление доступом, аналитическая отчётность и визуализация на электронных картах (данные вендора): функциональные возможности решения — «1С».

Смежные материалы по логистике и складу: маршрутизация доставки в 1С:TMS, 1С:WMS: управление складом и ИИ-агент, AXELOT WMS X5: приёмка и прогноз спроса, SAP EWM: приёмка, отбор и прогноз спроса, ИИ на складе: расхождения по остаткам, управление остатками и неликвид, прогнозирование спроса в 1С и WMS, ИИ в снабжении, ИИ-агент для 1С, все материалы рубрики «ИИ в логистике».