Exceed WMS: рейсы, отгрузка и остатки с ИИ-агентом

Компания вела склад в Exceed WMS: приёмка, размещение по местам хранения, отбор под заказы, сборка волн, отгрузка и инвентаризация жили в системе управления складом (WMS, Warehouse Management System — система управления складом). Учёт был настроен, справочники велись, задания уходили на терминалы сбора данных, а руководитель склада получал отчётность по потокам. Но между системой и решением оставался ручной участок: заказы на отгрузку приходили из учётной системы (ERP, Enterprise Resource Planning — управление ресурсами предприятия), окна доставки согласовывались в переписке с перевозчиком, комплектность проверялась выборочно, а расхождение остатков всплывало при инвентаризации. Именно на этом участке — где данные уже есть, а решения принимаются руками — и работает ИИ-агент: программа, которая по заданному правилу сама читает данные и выполняет шаги.

Речь не о замене системы управления складом 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: собирает рейсы под окна отгрузки, проверяет комплектность каждой строки заказа, сверяет остатки между складом, учётом и кабинетом клиента. Система остаётся центром учёта складских операций; агент не подменяет её, а возвращает результат в тот же контур — в список на разбор, в черновик задания на пересборку, в письмо клиенту.

Ниже — какие процессы живут в системе и где её границы; какие данные она отдаёт агенту; что агент делает с рейсами, отгрузкой и остатками; какие риски это снимает и сколько часов возвращает. Отдельно — что остаётся за человеком и что агенту запрещено.

Коротко

Exceed WMS закрывает учёт и исполнение складских операций, но не принимает решений по исключениям. ИИ-агент читает её данные в режиме только чтения, собирает рейсы под окна отгрузки, проверяет комплектность строк заказа, сверяет остатки и готовит черновик разбора. Решение и подпись остаются за логистом. Типовой расчёт: 190 часов ручной работы в месяц превращаются в 48.

Содержание

• Какие процессы живут в системе управления складом
• Смежные разборы по складу и перевозкам
• Где заканчиваются возможности системы
• Какие данные система отдаёт агенту
• Что делает ИИ-агент: рейсы, отгрузка, остатки
• 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 живут в системе управления складом

Система управления складом — это программный контур, который ведёт товар от ворот до ворот: что привезли, куда положили, чем отобрали, в какую машину погрузили и что осталось. В разбираемом контуре Exceed WMS отвечает за восемь групп процессов, и у каждой есть свой учётный след — то есть данные, к которым можно подключиться.

• приёмка и размещение — фиксация партии, срок годности, серия, контроль количества по документу поставщика и адресация в ячейку по правилам товарного соседства;
• хранение и топология — зоны, ячейки, правила размещения; от того, как уложен товар, зависит время отбора и число перемещений;
• отбор и комплектация — задания на терминалы сбора данных, отбор по заказу или волной, контроль считанного кода маркировки;
• сборка и упаковка — контроль комплектности на участке упаковки, вес и габариты места, укладка на паллету;
• рейсы и отгрузка — формирование рейса, распределение заказов по машинам и окнам доставки, погрузка, оформление товарно-транспортных документов;
• инвентаризация — выборочная и полная, с остановкой зоны или без неё;
• маркировка — проверка кодов, агрегация упаковок, обработка отказов;
• ответственное хранение — учёт операций по чужому товару и подготовка данных для начислений поклажедателю.

Снаружи система связана с учётным контуром: заказы на отгрузку приходят из 1С:ERP, остатки сверяются с бухгалтерским учётом, документы уходят в ЭДО, часть заказов приходит из кабинетов сетей и маркетплейсов. Иными словами, у системы уже есть всё, чтобы склад работал по правилам. Вопрос в том, кто разбирает то, что в правила не попало.

Смежные разборы по складу и перевозкам

Если ваш контур устроен иначе — начните с материала про свою систему или процесс. Склад не заканчивается воротами: доставка обычно живёт в отдельной системе класса TMS (Transportation Management System — управление перевозками), и её стоит разобрать отдельно.

• 1С:WMS: управление складом и что автоматизирует ИИ-агент — та же логика на платформе 1С.
• LEAD WMS: приёмка, отгрузка и прогноз спроса — разбор для дистрибьютора с ответственным хранением.
• Solvo.WMS: склад, приёмка и прогноз спроса — для площадок с высокой долей штучной сборки.
• AXELOT WMS X5: приёмка и прогноз спроса — крупный распределительный центр.
• ИИ на складе: расхождения по остаткам — что делать, когда цифры не сходятся.
• Прогнозирование спроса в 1С и WMS — как увидеть дефицит и неликвид заранее.
• АвтоГРАФ: заказы, отгрузка и склад с ИИ-агентом — телематика: треки, топливо и температура в связке с заказами.
• 1С:TMS: управление перевозками — рейсы, приёмка и окна доставки после склада.
• ИИ в логистике: где нейросеть окупается — обзорная рамка по складу и доставке.

Где заканчиваются возможности системы

Границы здесь не в качестве продукта, а в природе учётной системы. Она отвечает на вопрос «что произошло и что делать по регламенту», но не отвечает на вопрос «почему так вышло и что делать сейчас». На практике это выглядит так:

• правила задаёт человек. Если ситуация не описана — не хватило двух коробок, пересорт между похожими артикулами, товар пришёл без части позиций — операция уходит в ручной разбор;
• окно отгрузки живёт вне системы. Сеть даёт интервал на приёмку, перевозчик подтверждает машину в переписке; система знает состав заказа, но не знает, что машина приедет на два часа позже;
• комплектность проверяется выборочно. Сканирование показывает, что отобрано, но не отвечает на вопрос «а то ли отобрано» — пересорт выявляется у клиента;
• расхождение остатков между контурами. Склад, учётная система и кабинет клиента показывают разное количество по одной позиции; искать причину — ручная работа по журналу операций;
• спор с клиентом или поклажедателем. Претензию по недостаче нужно закрыть фактами: когда приняли, что зафиксировали, кто подписал;
• отчётность есть, вывода нет. Отчётов в системе много, но руководитель всё равно просит аналитика собрать сводку по рейсам и срокам в таблице.

Именно на этих шести участках появляется агент: он не отменяет правила, а читает данные системы и внешние документы, а результат возвращает туда, где с ним уже работают люди.

Какие данные система отдаёт агенту

Подключение не требует доработки продукта: у системы есть программный интерфейс, а если вендор не открывает его по конкретному складу — читается копия базы. Агенту достаточно ограниченного набора данных, и почти всё это система уже ведёт:

• остатки в разрезе склада, зоны, ячейки, партии и серии;
• журнал операций: что, когда и кем сделано, включая отмены и корректировки;
• заказы на отгрузку со строками, плановой датой и окном доставки;
• задания на отбор, комплектацию и погрузку с фактом выполнения и временем на операцию;
• сформированные рейсы: машина, водитель, точки, порядок объезда;
• факты расхождений: количество по документу и по факту, брак, недопоставка, пересорт;
• статусы кодов маркировки и результаты агрегации;
• нормативы времени на операцию — база для расчёта часов и стоимости.

Доступ настраивается отдельной учётной записью только на чтение. Это принципиально: агент не должен иметь возможности провести документ, изменить остаток или отменить задание — иначе одна ошибка в разборе станет ошибкой в учёте.

Что делает ИИ-агент: рейсы, отгрузка, остатки

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

1. Собирает рейсы под окна отгрузки. Берёт заказы с плановой датой, окна приёмки у сетей, ограничения по машинам и габаритам, историю фактического времени погрузки — и предлагает распределение заказов по рейсам. Диспетчер видит, какие заказы не влезают в окно, и решает: добавить машину, сдвинуть точку или предупредить клиента заранее.
2. Проверяет комплектность до погрузки. Сопоставляет строки заказа с фактически отобранным и упакованным, ловит пересорт по похожим артикулам и недобор по количеству. Проблемные места попадают в отдельный список с указанием ячейки и задания, а не выясняются у клиента.
3. Ведёт контроль сроков и предупреждает о срыве. Смотрит заказы с фиксированным окном, поднимает те, что не успевают к отгрузке, и показывает причину: не хватило товара, не собрана волна, не подтверждена машина.
4. Готовит черновик разбора расхождения. Собирает цепочку «документ → движение → остаток», указывает, на каком шаге цифры разошлись, и формирует черновик объяснения для клиента или акта для поставщика. Подписывает человек.
5. Сверяет остатки между контурами. Сравнивает склад, учётную систему и кабинет клиента по позициям, где расхождение повторяется, и отделяет разовые ошибки от системных — например, когда товар списывается по одной партии, а принимается по другой.
6. Разбирает «зависший» товар на доке. Находит партии, которые стоят собранными дольше нормы из-за переносов рейсов, и предлагает действия: вернуть в зону хранения, перераспределить между заказами, отгрузить первым рейсом.
7. Ведёт журнал «сигнал → владелец → действие → результат». Каждый разбор получает владельца и срок; через неделю видно, что закрыто, а что вернулось. Это же журнал становится базой для замеров эффекта.

Какие риски это снимает

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

Срыв окна отгрузки и неустойка по договору

Сеть принимает товар в своё окно; опоздание — это неустойка по договору поставки, а систематические опоздания заканчиваются снижением рейтинга поставщика и потерей полки. На маркетплейсе просроченная отгрузка оборачивается штрафом и падением карточки в выдаче, а восстановление позиций занимает недели. Агент видит заказ, который не успевает в окно, за день до отгрузки, а не в момент, когда машина уже стоит под погрузкой.

Лишние рейсы и недогруз

Когда заказы распределяются вручную, машина уходит полупустой, а на следующий день нужен второй рейс по тому же направлению. Плата за транспорт считается по машине и километру, а не по загрузке, поэтому каждая лишняя поездка — прямые деньги. Второй сценарий — простой под погрузкой: машина пришла в окно, а заказ не собран; сверхнормативное ожидание перевозчик выставляет отдельным счётом. По оценке Strategy Partners, в России системы управления складом используют 60% компаний и лишь 20% внедряют роботизацию, а искусственный интеллект называют приоритетом на ближайшие 2–3 года 29% компаний отрасли — то есть инструмент уже востребован, но встроен в процессы далеко не везде.

Расхождения в остатках и документы для налоговой

Ошибка в остатках — это не только «не нашли коробку». Это недостоверные данные учёта, из которых собирается отчётность. За грубое нарушение правил учёта объектов налогообложения статья 120 Налогового кодекса предусматривает штраф 10 000 рублей при нарушении в одном налоговом периоде, 30 000 рублей — в течение более одного периода и 20% суммы неуплаченного налога, но не менее 40 000 рублей, если нарушение привело к занижению базы (текст статьи 120 НК РФ). С 1 апреля 2025 года действует ФСБУ 28/2023 «Инвентаризация»: результаты должны подтверждаться документально, а расхождения — объясняться, а не просто списываться.

Спор с клиентом без доказательной базы

Клиент заявляет недостачу по отгрузке. Если факты приёмки, комплектации и погрузки собираются вручную, спор идёт по памяти и заканчивается скидкой или компенсацией за счёт склада. Агент оставляет след по каждому шагу: что отобрали, что упаковали, что погрузили, кто подтвердил. Это же доказательство работает и в обратную сторону — когда претензия необоснованна.

Порча и просрочка на доке

Товар, собранный под рейс, который перенесли, стоит в зоне отгрузки. Часть позиций — со сроком годности, часть требует условий хранения; сутки на доке иногда стоят целой партии. Агент видит такие партии по времени нахождения вне зоны хранения и поднимает их раньше, чем это заметит кладовщик.

Зависимость от конкретного диспетчера

Пока правила сборки рейсов живут в голове одного человека, его отпуск — риск для всей отгрузки. Агент фиксирует правило в виде проверки и оставляет след в журнале, поэтому разбор перестаёт быть личным навыком. По данным обследования Росстата по методологии ИСИЭЗ НИУ ВШЭ (2024 год, свыше 15 тысяч крупных и средних организаций), 66% компаний, применяющих ИИ, используют его для обработки визуальных данных и 50% — для интеллектуальной поддержки решений, при этом в логистике и транспорте ИИ востребован реже, чем в продажах и производстве, а 58% называют барьером высокие затраты. Именно поэтому начинать стоит с одного участка, где эффект виден за месяц.

Сколько часов это возвращает

Часы — уже следствие снятых рисков, но их тоже нужно считать: именно они показывают, окупается ли проект. Ниже типовой расчёт для склада с 4 200 строками отгрузки в месяц, 700 рейсами и 640 расхождениями по остаткам и комплектности. Цифры — модель, а не результат конкретного клиента.

Показатель	Вручную	С агентом
Сборка рейсов и распределение 700 рейсов	64 ч	16 ч
Контроль комплектности 4 200 строк	52 ч	14 ч
Разбор 640 расхождений по остаткам	48 ч	12 ч
Сводки и ответы клиентам по рейсам	26 ч	6 ч
Итого в месяц	190 ч	48 ч
Стоимость при 850 ₽/час	161 500 ₽	40 800 ₽

Арифметика открытая: 190 часов ручной работы при стоимости часа 850 рублей — это 161 500 рублей в месяц. С агентом остаётся 48 часов и 40 800 рублей: человек проверяет разбор, а не собирает его. Экономия — 142 часа и около 120 700 рублей на одном складе. На трёх складах того же контура это уже 426 часов и порядка 362 100 рублей в месяц, при этом фонд оплаты не сокращается: высвобожденное время уходит на отгрузку в пик и работу с претензиями.

Второй слой эффекта деньгами напрямую не измеряется, но виден в отчётности: меньше переносов рейсов, меньше возвратов из сетей, меньше компенсаций по претензиям. По исследованию MIT и Mecalux (ноябрь 2025, 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. Именно эти строки обычно и закрывают стоимость проекта.

Что остаётся за человеком

• Решение по спорной отгрузке. Отправить с расхождением, дособрать или перенести окно — решает руководитель склада или логист.
• Пересборка рейса. Предложение агента — вариант; окончательное распределение машин и точек утверждает диспетчер.
• Подпись и претензия. Акт, письмо клиенту и претензию поставщику готовит агент, подписывает и отправляет человек.
• Коммерческие условия. Тарифы, скидки и штрафные санкции остаются вне агента.
• Технология склада. Изменение топологии, зон и правил размещения — проектная работа, а не автоматический вывод.

Безопасность: что агенту запрещено

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

• не проводит документы и не меняет остатки — только готовит черновики;
• не отменяет задания и не корректирует журнал операций;
• не отправляет письма клиентам и перевозчикам без подтверждения человека;
• не имеет доступа к банковским реквизитам и платёжным документам;
• работает под отдельной учётной записью с правами только на чтение, все его действия попадают в лог;
• на каждый вывод даёт ссылку на источник: строку заказа, задание, операцию в журнале.

Такая схема стоит дороже, чем «дать агенту полный доступ», но именно она позволяет пройти проверку службы безопасности и не превратить автоматизацию в новую точку риска.

Как это выглядит на практике

В похожем контуре — оптовый поставщик с распределительным центром и двумя складами ответственного хранения — работа начиналась не с остатков, а с отгрузки. Первый месяц ушёл на то, чтобы агент читал заказы и сопоставлял их с фактической комплектностью: до этого пересорт искали выборочно, по одной-две отгрузки в день, а остальное всплывало у клиента. После запуска проверка стала ежедневной, а разбор расхождений уходил клиенту в тот же день, пока машина ещё не уехала.

Вторым шагом подключили сборку рейсов: заказы с фиксированным окном попали в отдельный список, и вопрос «что не успевает» перестал задаваться в день отгрузки. Сверку остатков подключили третьей — после того как в системе накопился размеченный журнал движений: без истории и причин корректировок любая модель даёт красивые, но бесполезные числа. Такой порядок — отгрузка, рейсы, остатки — занимает около трёх месяцев и не требует остановки склада. Измеренного эффекта «до и после» в этом контуре нет: замеры велись по числу разборов, а не по деньгам, и выдавать их за результат мы не будем.

Как внедрить поэтапно

1. Выбрать один процесс и один склад. Начинать с отгрузки: там быстрее всего виден результат и меньше всего зависимостей.
2. Собрать данные за 3–6 месяцев. Заказы, задания, рейсы, факты расхождений. Без истории агент работает как калькулятор, а не как помощник.
3. Описать правило разбора. Что считается расхождением, какие допуски, кто владелец решения. Правило фиксируется письменно — оно же станет проверкой.
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 переносов, доля возвратов, объём корректировок остатков. Без замера «до» эффект потом нечем подтвердить.
6. Расширять по одному процессу. Рейсы, затем остатки и «зависший» товар. Каждый шаг — со своим замером и своим владельцем.

Что в итоге

Система управления складом остаётся тем, чем была: центром учёта и исполнения операций. Агент добавляет слой, которого в ней нет по природе, — разбор исключений и подготовку решения по рейсам, отгрузке и остаткам. Первыми снимаются риски: срыв окна и неустойка, лишние рейсы и простой под погрузкой, расхождения в остатках с последствиями для отчётности, спор с клиентом без фактов, порча на доке и зависимость от одного диспетчера. Деньги и часы идут следом: около 142 часов и 120 700 рублей на складе в месяц по типовому расчёту, на трёх складах — порядка 362 100 рублей.

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

Источники

• Суммарная выручка участников рейтинга крупнейших поставщиков систем управления складом за 2024 год превысила 5,2 млрд рублей, компании прибавили в среднем 27%, а в 2025 году рынок ждёт охлаждение спроса: «Российский рынок WMS: точки роста» — TAdviser, декабрь 2025.
• В России системы управления складом используют 60% компаний, 20% внедряют роботизацию; искусственный интеллект называют приоритетом на 2–3 года 29% компаний отрасли транспорта и логистики, генеративный ИИ уже внедряют 6% и ещё 16% планируют; мировой рынок ИИ в логистике оценивается в 12 млрд долларов с прогнозом до 549 млрд к 2033 году: «Технологические тренды в логистике», 2025 — Strategy Partners.
• Обследование Росстата по методологии ИСИЭЗ НИУ ВШЭ охватило свыше 15 тысяч крупных и средних организаций за 2024 год: 66% пользователей ИИ применяют обработку визуальных данных, 50% — интеллектуальную поддержку решений; в логистике и транспорте ИИ востребован реже, чем в продажах и производстве; 58% называют барьером высокие затраты: «Применение искусственного интеллекта в российских компаниях» — ИСИЭЗ НИУ ВШЭ, 2025.
• Опрос более 2 000 руководителей логистики в 21 стране: ИИ встроен в 60% складов, более 9 из 10 складов используют ИИ или продвинутую автоматизацию, на ИИ и машинное обучение идёт 11–30% складского технологического бюджета, типичная окупаемость — 2–3 года: исследование MIT и Mecalux об ИИ на складах — MIT Center for Transportation & Logistics 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.
• Статья 120 Налогового кодекса: штраф 10 000 рублей при нарушении в одном налоговом периоде, 30 000 рублей — в течение более одного периода, 20% суммы неуплаченного налога, но не менее 40 000 рублей, если нарушение привело к занижению базы: текст статьи — КонсультантПлюс.
• ФСБУ 28/2023 «Инвентаризация» (приказ Минфина России от 13.01.2023 № 4н) применяется с 1 апреля 2025 года и требует документального подтверждения результатов и объяснения расхождений: текст стандарта — КонсультантПлюс.