Диспетчер весь день отвечает «где груз»: AI-агент в логистике

Диспетчер транспортной компании тратит день не на маршруты, а на телефон. «Где груз», «перенесите на завтра», «водитель не дозвонился получателю». Свою настоящую работу он делает по остаточному принципу — между входящими.

AI-агент в логистике закрывает именно этот слой: короткие однотипные разговоры, ответ на которые уже лежит в вашей TMS или CRM. Диспетчеризация звонков, приём заявок, подтверждение доставки, обзвон водителей — всё это структурированные интенты с понятным началом и концом. Спор о повреждении груза, претензия на компенсацию и нестандартная растаможка агенту не отдаются — там нужен человек с полномочиями.

И одно условие, без которого дальше можно не читать: агент озвучивает то, что лежит в системе. Если статус в системе неактуален, агент быстро и уверенно сообщит клиенту неправду. Диспетчер в такой ситуации скажет «сейчас уточню у водителя», агент — нет.

Два потока звонков, которые нельзя мешать в одном сценарии

В логистике телефон работает в обе стороны, и это разные задачи с разной механикой.

Входящие от клиентов. «Где груз», «перенести доставку», «изменить адрес», «принять новую заявку на перевозку». Пики предсказуемы: утро и конец рабочего дня, плюс всплеск при любой задержке на маршруте. Интент почти всегда узнаваем с первой фразы, а ответ берётся из системы, а не из головы диспетчера.

Исходящие водителям и получателям. Подтверждение окна доставки накануне, проверка выхода на рейс, фиксация факта выгрузки, попытка достучаться до получателя, который не берёт трубку у курьера. Здесь агент не отвечает, а инициирует — и упирается в дозвон. Сколько раз перезванивать и когда останавливаться — отдельный разговор, разобранный в статье про недозвон и повторные попытки.

Обслуживать оба потока одним сценарием и одним набором метрик — типичная ошибка внедрения. У входящих метрика — доля обращений, закрытых без диспетчера. У исходящих — доля подтверждённых слотов.

Почему статус груза — удобный сценарий для голосового агента

Здесь совпадают три вещи, которые совпадают редко.

Первое: клиент готов слышать робота именно на этой задаче. По данным CNews об уровне доверия к ИИ по типам задач, информирование о статусе заказа и доставки — самая доверяемая ИИ задача, 54%; напоминания — 50%. Доверие резко падает на всём, что связано с деньгами, спорами и персональной ситуацией.

Второе: интент структурирован. Клиент называет номер заявки или узнаётся по номеру телефона, агент читает поле из TMS. Нет ветвления на двадцать вариантов, нет переговоров.

Третье: на таких транзакционных интентах containment высок — типичный диапазон по отраслевым бенчмаркам для сценариев «статус заказа, запись, напоминание» составляет 70–90%.

Тот же расклад работает в рознице, где звонок «где мой заказ» и подтверждение доставки — соседние сценарии: подробнее в разборе AI-агента в интернет-магазине.

Подтверждение доставки: где считаются деньги

Повторный выезд — самая дорогая строка в последней миле. Машина уехала, получателя нет дома, слот сгорел, груз вернулся на склад. Причина чаще не в получателе, а в том, что с ним никто не поговорил заранее.

Обзвон накануне механичен: набрать, подтвердить окно, при отказе предложить другое, записать результат в систему. Диспетчер делает это между входящими и делает не всех. Агент проходит весь список и отдаёт диспетчеру только тех, кто просит перенос за пределы доступных окон.

Юридически это сервисный звонок, а не рекламный: подтверждение доставки, статус заказа и напоминание рекламой не являются, и требование закона «О рекламе» о предварительном согласии абонента на них не распространяется. Требование маркировки звонков юрлиц, действующее с 1 сентября 2025 года, при этом никто не отменял.

Поток — сценарий — что делает агент

Каждая строка предполагает двустороннюю интеграцию: агент читает статус и записывает результат обратно. Если итог разговора приходит диспетчеру записью, которую надо прослушать, интеграции нет — об этом статья про интеграцию с CRM и телефонией.

Ограничения: где AI-агент в логистике не сработает

Спор о повреждении или утрате груза. Эмоция плюс деньги плюс необходимость решения, которое агент не уполномочен принимать. Единственный правильный сценарий — короткая фиксация и немедленный перевод на человека.

Компенсации и претензии. Любое обещание агента становится обязательством компании. Кейс Air Canada, где суд обязал авиакомпанию исполнить придуманную ботом политику возврата, закрывает дискуссию о том, кто отвечает за слова агента.

Нестандартная растаможка и документы. ГТД, сертификация, переоформление на другого получателя — низкая частотность, высокая цена ошибки, каждый случай свой. Автоматизировать нечего.

Главный технический риск — неактуальный статус. Агент не сомневается: он озвучит то, что нашёл в поле, с той же интонацией, что и свежие данные. Клиент, которому вчерашний статус зачитали как сегодняшний, не решит, что у вас плохая интеграция, — он решит, что его обманули. Практическое правило: перед запуском проверьте, с какой задержкой статус реально обновляется на каждом плече маршрута, и запретите агенту озвучивать поля старше этого порога — вместо точного ответа он должен честно сказать, что уточняет, и передать диспетчеру.

Шум кабины и водитель за рулём. Распознавание речи деградирует на фоновом шуме и узкополосной телефонии. Сценарии для водителей строятся на коротких закрытых вопросах, а не на свободном рассказе.

Что в итоге

Логистика попадает в сильную сторону технологии: массовый однотипный поток, ответ из системы, спокойное отношение клиентов к автоматизации на этом типе вопросов. Границы применимости по отраслям собраны в обзоре, где голосовой AI-агент работает, а где мешает. Начинать разумно с одного потока и мерить не общий containment, а повторные обращения и сорванные выезды. И до запуска ответить себе на вопрос об актуальности данных: агент не улучшает качество вашей TMS, он делает его слышимым для клиента.

Если хотите проверить это на своих звонках — можем собрать демо на вашем сценарии.