АвтоГРАФ: заказы, отгрузка и склад с ИИ-агентом

Компания уже несколько лет работала с телематикой АвтоГРАФ: на 68 машинах стояли навигационные контроллеры с приёмом сигналов ГЛОНАСС и GPS (Global Positioning System — глобальная система позиционирования), датчики уровня топлива, датчики температуры в кузовах рефрижераторов и считыватели CAN-шины (Controller Area Network — шина обмена данными между узлами автомобиля). Диспетчер видел на карте, где машина, сколько она простояла и сколько сожгла топлива, а руководитель раз в неделю получал отчёт по пробегу и стоянкам. Но заказы жили в учётной системе, окна приёмки у сетей — в переписке, готовность заказа на складе — в голосе кладовщика, а претензии по опозданиям и порче собирались вручную, по памяти и звонкам. Между телематикой и решением об оплате, неустойке или претензии оставался ручной участок — и именно там работает ИИ-агент: программа, которая по заданному правилу сама читает данные и выполняет шаги.

Речь не о замене телематики и не о выборе другого оборудования. Речь о том, что поверх уже установленной системы появляется тонкий слой, который читает её данные вместе с заказами и складом и закрывает ровно тот участок, где человек медленно и с ошибками: связывает рейс с заявкой, считает простой по вине конкретной стороны, сверяет фактический километраж со счётом перевозчика, находит расхождение между расходом топлива и маршрутом. Телематика остаётся источником фактов о машине, агент превращает эти факты в решение по заказу.

Ниже — какие процессы закрывает АвтоГРАФ и где заканчиваются его возможности; какие данные система отдаёт агенту; что агент делает с заказами, отгрузкой и складом; какие риски это снимает и сколько часов возвращает. Отдельно — что остаётся за человеком и что агенту запрещено.

Коротко

АвтоГРАФ даёт факты о машине: где была, сколько стояла, сколько топлива ушло, какая была температура в кузове. Но он не знает, что за заказ вёз этот рейс и кто виноват в простое. ИИ-агент связывает телематику с заказами и складом, считает простои по сторонам, готовит разбор претензии. Решение остаётся за диспетчером. Типовой расчёт: 184 часа ручной работы в месяц превращаются в 46.

Содержание

• Какие процессы закрывает телематика АвтоГРАФ
• Смежные разборы по перевозкам и складу
• Где заканчиваются возможности системы
• Какие данные система отдаёт агенту
• Что делает ИИ-агент: заказы, отгрузка, склад
• Какие риски это снимает
• Сколько часов это возвращает
• Что остаётся за человеком
• Безопасность: что агенту запрещено
• Как это выглядит на практике
• Как внедрить поэтапно
• Что в итоге

Какие процессы закрывает телематика АвтоГРАФ

АвтоГРАФ — это не одна программа, а связка оборудования и облачного ПО: навигационные контроллеры на машинах, датчики уровня топлива, периферия и сервис онлайн-мониторинга, где данные превращаются в треки, события и отчёты. В разбираемом контуре система закрывает семь групп процессов, и у каждой есть свой след в данных — то есть то, к чему можно подключиться.

• местоположение и маршрут — трек машины, пройденный путь, время в движении и на стоянке, заезды в геозоны складов, получателей и АЗС;
• расход и сливы топлива — показания датчиков уровня топлива (ДУТ) в баке, заправки, сливы, расхождение с нормой расхода по модели и пробегу;
• стиль вождения и качество работы водителя — резкие ускорения и торможения, превышение скорости, время работы двигателя, моточасы;
• температурный режим — датчики температуры в кузове рефрижератора, история значений за рейс, отклонения от заданного режима;
• параметры техники по CAN-шине — коды ошибок, нагрузка на двигатель, уровень жидкостей, пробег по одометру;
• работа навесного и прицепного оборудования — включалось ли оборудование, сколько работало, был ли прицеп;
• отчётность — отчёты по пробегу, стоянкам, топливу, температуре за смену, рейс или период.

По данным производителя, оборудование и ПО применяются в грузоперевозках, на пассажирском транспорте, в строительстве, сельском хозяйстве, при перевозке нефтепродуктов и в добыче полезных ископаемых (онлайн-мониторинг транспорта АвтоГРАФ). Логика везде одна: система отвечает на вопрос «что происходило с машиной», а не «что делать с заказом».

Смежные разборы по перевозкам и складу

Если ваш контур устроен иначе — смотрите разбор под свою систему или процесс. Телематика заканчивается там, где начинается управление перевозками (TMS, Transportation Management System — система управления перевозками) и складом (WMS, Warehouse Management System — система управления складом).

• 1С: управление перевозками и ИИ-агент для рейсов — когда маршруты и заявки живут в отдельной системе.
• 1С: управление складом — что автоматизирует ИИ-агент — отбор, комплектация и отгрузка на платформе 1С.
• ИИ на складе: расхождения по остаткам — что делать, когда цифры в учёте не сходятся.
• Прогнозирование спроса в 1С и WMS — как увидеть дефицит и неликвид заранее.
• Exceed WMS: рейсы, отгрузка и остатки — та же логика на складе распределительного центра.
• Умная логистика: склад, приёмка и прогноз спроса — обзорная рамка по цепочке поставок.
• ИИ в логистике: где нейросеть окупается — общий разбор по складу и доставке.

Где заканчиваются возможности системы

Границы здесь не в качестве оборудования, а в природе телематики: она фиксирует физику перемещения, но не знает договора. На практике это выглядит так:

• рейс не связан с заявкой. Система видит, что машина была на объекте с 9:20 до 12:40, но не знает, что по этой заявке окно было до 11:00 и что в машине было 14 позиций заказа;
• простой не имеет виновного. Два часа стоянки в геозоне получателя выглядят одинаково, ждал ли водитель свободные ворота, не была готова заявка на складе или получатель не принимал товар по качеству;
• километраж не сверяется со счётом. Трек показывает фактический пробег, а перевозчик выставляет счёт по заявленному; расхождение находят при сверке актов, иногда через месяц;
• топливо считается по норме, а не по рейсу. Сливы видны, но вопрос «этот перерасход объясняется объездом или это слив» требует сопоставления с маршрутом и загрузкой;
• температура есть, доказательства нет. Данные датчика хранятся в системе, но к претензии по порче нужно собрать хронологию: когда загрузили, какая была температура, когда выгрузили и кто принял;
• отчётов много, вывода нет. Руководитель получает выгрузки по стоянкам и пробегу, но сводку «где мы теряем окна и деньги» всё равно собирает аналитик в таблице.

Именно на этих шести участках появляется агент: он не отменяет телематику, а читает её данные вместе с заказами и складом, а результат возвращает туда, где с ним уже работают люди.

Какие данные система отдаёт агенту

Подключение не требует ни замены контроллеров, ни нового тарифа: у системы есть выгрузка данных и программный интерфейс (Application Programming Interface — программный интерфейс, через который одна система читает данные другой), а если вендор не открывает его по конкретному парку — читается копия базы. Агенту достаточно ограниченного набора, и почти всё это уже собирается:

• треки и события: движение, стоянка, вход и выход из геозоны, время в пути;
• пробег по одометру и по треку, моточасы, время работы двигателя;
• показания датчиков уровня топлива, заправки, сливы, расчётный и фактический расход;
• температура в кузове за рейс с историей значений;
• события стиля вождения и превышений, привязанные к времени и месту;
• коды ошибок и параметры по CAN-шине — по тем машинам, где стоит считыватель;
• справочник машин, прицепов, водителей и закреплённых маршрутов;
• из учётной системы — заказы со строками, окна доставки, плановая дата, адреса и время готовности заказа на складе.

Доступ настраивается отдельной учётной записью только на чтение. Это принципиально: агент не должен иметь возможности изменить трек, отредактировать событие или закрыть рейс — иначе данные перестают быть доказательством, а спор с клиентом превращается в спор о том, кто правил журнал.

Что делает ИИ-агент: заказы, отгрузка, склад

Сценарии идут в том порядке, в котором их обычно запускают: от самого частого и дорогого к более тонкому.

1. Собирает рейс из заказов и проверяет окно. Берёт заказы с плановой датой и окном приёмки, адреса и фактическое время в геозонах за прошлые месяцы — и показывает, какие рейсы не влезают в окно, если ехать по текущему плану. Диспетчер видит проблему за день, а не в момент, когда машина стоит у закрытых ворот.
2. Считает простой и делит его по сторонам. По геозонам склада и получателя агент размечает время: сколько машина ждала погрузки, сколько ехала, сколько стояла на выгрузке. Если заказ не был готов к приезду машины, это видно по времени комплектации, а не по объяснению кладовщика.
3. Сверяет фактический маршрут с заявленным. Показывает лишние круги, объезды и отклонения от согласованного маршрута, сопоставляет пробег по треку со счётом перевозчика и помечает рейсы, где расхождение выше допуска.
4. Сопоставляет топливо с маршрутом. Расход по датчику сравнивается с нормой для конкретной машины, загрузки и маршрута; слив отделяется от перерасхода, который объясняется пробкой, объездом или работой рефрижератора.
5. Собирает доказательную базу по температуре. Для рефрижераторных рейсов формирует хронологию: загрузка, значения температуры в пути, выгрузка, приёмка. Это основание и для ответа на претензию, и для внутреннего разбора, если режим был нарушен.
6. Готовит черновик разбора претензии. Собирает цепочку «заявка → рейс → события → документы» и формирует текст: что произошло, на каком основании, чего мы не признаём. Подписывает и отправляет человек.
7. Ведёт журнал «сигнал → владелец → действие → результат». Каждый разбор получает владельца и срок; через неделю видно, что закрыто, а что вернулось. Этот же журнал становится базой для замера эффекта.

Какие риски это снимает

Эффект здесь считается не в сэкономленных минутах, а в сценариях, которые не случились. Начнём с них.

Срыв окна доставки и неустойка по договору

Сеть принимает товар в свой интервал и за опоздание выставляет неустойку по договору поставки; систематические опоздания заканчиваются снижением рейтинга и потерей полки, а на маркетплейсе — штрафом и падением карточки. Телематика покажет опоздание уже после факта. Агент видит рейс, который не влезает в окно, за день и предлагает вариант: перекинуть часть заказа на другую машину, сдвинуть точку, предупредить получателя заранее.

Спор о простое, который платит наша сторона

Простой под погрузкой и выгрузкой почти всегда кто-то оплачивает. Без размеченной хронологии спор идёт по памяти: перевозчик говорит, что машина пришла в срок и ждала ворота, склад — что заявка была готова, получатель — что его не предупредили. Агент раскладывает стоянку на интервалы с привязкой к геозоне и событиям, поэтому разговор идёт по фактам, а не по версиям. Это самая частая точка, где возвращаются деньги: сверхнормативное ожидание выставляют отдельным счётом.

Перерасход и слив топлива без доказательств

Топливо — статья, где легко и ошибиться, и несправедливо обвинить. Один и тот же перерасход может быть следствием пробки, объезда, работы холодильной установки или слива. Если разбор делает человек по отчёту, решение часто принимается по репутации водителя. Агент сопоставляет расход с маршрутом, загрузкой и режимом работы оборудования — и на каждое отклонение даёт ссылку на конкретный участок трека. Водитель перестаёт быть единственным подозреваемым, а компания перестаёт платить за то, чего не было.

Порча груза и претензия, которую нечем закрыть

Претензия по порче рефрижераторной партии — самый дорогой спор в доставке продуктов: стоимость партии может превышать стоимость рейса в десятки раз. Если данных о температуре нет или они не собраны в хронологию, спор заканчивается компенсацией. Агент собирает историю температуры по рейсу и прикладывает к ответу. Это же работает в обратную сторону: когда режим не нарушался, претензия закрывается фактами, а не скидкой.

Штрафы на весовом контроле и перегруз

Перегруз фиксируется на посту весового контроля, и платит тот, кто выпустил машину. Загрузку определяет склад, а не водитель, и без данных о фактической массе и о том, как грузили, разбор идёт «по среднему». Агент сверяет загрузку рейса с ограничениями по массе и осям, которые заданы в справочнике, и поднимает рейс до выезда, а не после поста. Суммы штрафов зависят от статьи и региона, поэтому в расчёт мы их не закладываем — считаем только устранённые простои и переделки.

Зависимость от конкретного диспетчера

Пока правила сборки рейсов живут в голове одного человека, его отпуск — риск для всей доставки. Агент фиксирует правило в виде проверки и оставляет след в журнале, поэтому разбор перестаёт быть личным навыком. По обследованию Росстата, которое ИСИЭЗ НИУ ВШЭ разобрал в 2025 году (свыше 15 тысяч крупных и средних организаций, данные за 2024 год), главным барьером внедрения ИИ остаются высокие затраты — об этом говорят 58% респондентов, а 48% компаний заявили об отсутствии потребности в таких технологиях (разбор обследования). Именно поэтому начинать стоит с одного участка, где эффект виден за месяц, а не с «цифровой трансформации» целиком.

Сколько часов это возвращает

Часы — уже следствие снятых рисков, но их тоже нужно считать: именно они показывают, окупается ли проект. Ниже типовой расчёт для парка из 68 машин, 720 рейсов в месяц, 480 размеченных простоев и 60 претензий. Цифры — модель, а не результат конкретного клиента.

Показатель	Вручную	С агентом
Сборка и проверка 720 рейсов под окна	58 ч	14 ч
Разметка 480 простоев по сторонам	40 ч	10 ч
Сверка километража и топлива по 720 рейсам	36 ч	9 ч
Разбор 60 претензий и ответов клиентам	30 ч	8 ч
Сводки руководителю и перевозчикам	20 ч	5 ч
Итого в месяц	184 ч	46 ч
Стоимость при 900 ₽/час	165 600 ₽	41 400 ₽

Арифметика открытая: 184 часа ручной работы при стоимости часа 900 рублей — это 165 600 рублей в месяц. С агентом остаётся 46 часов и 41 400 рублей: человек проверяет разбор, а не собирает его. Экономия — 138 часов и около 124 200 рублей на одном парке. Если у компании три площадки с похожим потоком, это уже 414 часов и порядка 372 600 рублей в месяц, при этом фонд оплаты не сокращается: высвобожденное время уходит на работу с окнами сетей и на разбор сложных претензий.

Второй слой эффекта деньгами напрямую не измеряется, но виден в отчётности: меньше сорванных окон, меньше компенсаций по порче, меньше списанного топлива, меньше оплаченных простоев. По исследованию MIT и Mecalux (ноябрь 2025 года, опрос более 2 000 руководителей логистики в 21 стране) ИИ уже встроен в процессы 60% складов, на ИИ и машинное обучение идёт 11–30% складского технологического бюджета, а типичная окупаемость — 2–3 года (исследование MIT и Mecalux). В логистике стоимость ошибки выше, чем стоимость часа: сорванное окно стоит дороже, чем весь разбор.

Что остаётся за человеком

• Решение по рейсу. Перекинуть заказ, добавить машину, сдвинуть точку или предупредить клиента — решает диспетчер или руководитель транспортной службы.
• Вывод по водителю. Разбор перерасхода и стиля вождения — основание для разговора, а не приговор: решение принимает руководитель, а не агент.
• Претензия и ответ. Текст и хронологию готовит агент, подписывает и отправляет человек, он же отвечает перед клиентом и перевозчиком.
• Коммерческие условия. Тарифы, скидки, неустойки и договорные допуски остаются вне агента.
• Техническое состояние парка. Решение о ремонте, замене машины или перенастройке датчиков — работа инженера, а не вывод модели.

Безопасность: что агенту запрещено

Границы прописываются до запуска, а не по факту инцидента. В рабочем контуре агент:

• не изменяет треки, события и показания датчиков — только читает;
• не закрывает рейсы и не проводит документы в учётной системе — формирует черновики;
• не отправляет письма клиентам, перевозчикам и водителям без подтверждения человека;
• не принимает кадровых решений: вывод по водителю — материал для разговора, не приказ;
• работает под отдельной учётной записью с правами только на чтение, все его действия попадают в лог;
• на каждый вывод даёт ссылку на источник: участок трека, событие, строку заказа или отчёт.

Такая схема стоит дороже, чем «дать агенту полный доступ», но именно она позволяет пройти проверку службы безопасности и не превратить телематику из доказательства в спорный источник.

Как это выглядит на практике

В похожих контурах — сеть точек с собственным распределением потоков и дистрибьютор с доставкой в розницу — работа начиналась не с топлива и не с температуры, а с рейсов и окон. Первый месяц уходил на то, чтобы агент читал заказы и сопоставлял их с фактическим временем в геозонах: до этого опоздания разбирали по звонкам, а виновного определяли по тому, кто первым поднял трубку. После запуска ежедневный список «рейсы вне окна» стал обычной утренней сводкой, и вопрос «почему опоздали» перестал задаваться на следующий день после претензии.

Вторым шагом подключали простой: разметку «склад — дорога — получатель» с привязкой к готовности заказа. Третьим — топливо и температуру: для этого нужна история за три–шесть месяцев и заполненный справочник норм по машинам, иначе агент выдаёт красивые, но бесполезные числа. Такой порядок — рейсы, простой, топливо и температура — занимает около трёх месяцев и не требует остановки доставки. Измеренного эффекта «до и после» в этих контурах нет: замеры велись по числу разборов, а не по деньгам, и выдавать их за результат клиента мы не будем.

Как внедрить поэтапно

1. Выбрать один процесс и один участок парка. Начинать с рейсов и окон: там быстрее всего виден результат и меньше всего зависимостей.
2. Собрать данные за 3–6 месяцев. Треки, стоянки, топливо, заказы и время готовности заказа на складе. Без истории агент работает как калькулятор.
3. Описать правило разбора. Что считается простоем, какой допуск по окну, какие расхождения по пробегу и топливу признаются нормой, кто владелец решения.
4. Подключить агента в режиме только чтения. Результат — черновик в отдельном списке, а не запись в системе. Первые две недели человек проверяет каждый разбор.
5. Снять метрику «до». Часы на сборку рейсов, число сорванных окон, доля компенсаций, объём списанного топлива. Без замера «до» эффект потом нечем подтвердить.
6. Расширять по одному процессу. Рейсы, затем простои, затем топливо и температура. Каждый шаг — со своим замером и своим владельцем.

Что в итоге

Телематика остаётся тем, чем была: источником фактов о машине, топливе и грузе. Агент добавляет слой, которого в ней нет по природе, — связку этих фактов с заказом и подготовку решения по рейсу, простою и претензии. Первыми снимаются риски: сорванное окно и неустойка, спор о простое, перерасход и слив без доказательств, претензия по порче, которую нечем закрыть, штраф на весовом контроле и зависимость от одного диспетчера. Деньги и часы идут следом: около 138 часов и 124 200 рублей на парке в месяц по типовому расчёту, на трёх площадках — порядка 372 600 рублей.

Если хотите понять, где именно ваш парк теряет часы между телематикой и решением по заказу, начните с бесплатного разбора стратегии внедрения ИИ: на нём видно, какие данные уже есть, что закрывается за месяц, а что требует проекта.

Источники

• Оборудование и ПО АвтоГРАФ: навигационные контроллеры, датчики уровня топлива, периферия, онлайн-мониторинг транспорта; применение в грузоперевозках, на пассажирском транспорте, в строительстве, сельском хозяйстве, при перевозке нефтепродуктов и в добыче: онлайн-мониторинг транспорта — сайт производителя АвтоГРАФ (ГК «Техноком»).
• Обследование Росстата, разобранное ИСИЭЗ НИУ ВШЭ в 2025 году, охватило свыше 15 тысяч крупных и средних организаций — пользователей ИИ (данные за 2024 год): 58% называют барьером высокие затраты, 48% заявили об отсутствии потребности в технологиях ИИ, 56% привлекают сторонние компетенции для разработки или доработки ПО и 53% покупают готовое коммерческое ПО: «Применение искусственного интеллекта в российских компаниях» — ИСИЭЗ НИУ ВШЭ, 2025.
• Опрос более 2 000 руководителей логистики в 21 стране: ИИ встроен в процессы 60% складов, на ИИ и машинное обучение идёт 11–30% складского технологического бюджета, типичная окупаемость — 2–3 года, 92% респондентов внедряют или планируют проекты с ИИ: исследование MIT и Mecalux об ИИ на складах — MIT Intelligent Logistics Systems Lab и Mecalux, ноябрь 2025.
• Приемлемый уровень точности учётных записей на складе — 95–100%, у развитых складов 98–99%; низкая точность напрямую повышает издержки на пересчёт и подмену товара: Inventory record accuracy — Mecalux.