AI logistikos ir transporto versle Lietuvoje: kur atsiperka

AI logistikos ir transporto versle, tai dirbtinio intelekto taikymas pasikartojantiems, dažniausiai popierizmo ar koordinavimo intensyviems procesams: dokumentų apdorojimui, maršrutų planavimui, klientų informavimui apie krovinio statusą. Sektorius tradiciškai remiasi dideliu kiekiu struktūrinės, bet skirtingais formatais pateikiamos informacijos, tai kaip tik tokia aplinka, kur AI duoda greitą, apčiuopiamą rezultatą.

Pagal 2025 m. Eurostato duomenis, 20,0 proc. ES įmonių jau naudoja AI technologijas versle, o Lietuvoje šis rodiklis per metus išaugo net 12,5 procentinio punkto: vienas sparčiausių augimų tarp ES šalių (Eurostat, 2025 m. gruodžio 11 d.). Logistikos ir transporto sektorius, kuriame dokumentų ir koordinavimo apimtis didelė, yra vienas iš tų, kur šis augimas jaučiamas ypač konkrečiai: vežėjai ir ekspeditoriai vis dažniau ieško būdų sumažinti rankinio duomenų suvedimo naštą.

Kur AI duoda greičiausią rezultatą

Ne visi logistikos procesai vienodai tinka automatizuoti pirmiausia. Praktika rodo, kad geriausi pradiniai kandidatai yra procesai su aiškia, pasikartojančia struktūra ir žema klaidos kaina, jei rezultatas peržiūrimas žmogaus.

• Dokumentų duomenų išrinkimas. CMR važtaraščiai, sąskaitos, muitinės deklaracijos dažnai ateina skirtingais formatais iš skirtingų partnerių. AI įrankis, kuris nuskaito šiuos dokumentus ir automatiškai užpildo reikiamus laukus sistemoje, sutaupo valandas rankinio darbo per savaitę vidutinio dydžio ekspedicijos įmonėje.
• Klientų informavimas apie statusą. Automatinis, bet personalizuotas pranešimas klientui apie krovinio buvimo vietą ar numatomą pristatymo laiką sumažina įeinančių skambučių ir el. laiškų, kuriuose klausiama „kur mano krovinys", skaičių.
• Pirminis maršruto ar krovinio priskyrimo planas. AI gali pasiūlyti pirminį variantą, remdamasis atstumu, krovinio tipu ir turima transporto priemonių informacija, o dispečeris jį peržiūri ir koreguoja pagal realią situaciją: ne pakeičia dispečerio sprendimą, o sutrumpina laiką iki pirmo varianto.

Kur reikia daugiau atsargumo

Kai kurie procesai atrodo patrauklūs automatizuoti, bet reikalauja daugiau atsargumo dėl didesnės klaidos kainos arba sudėtingesnės sprendimų logikos.

• Kainų derybos su vežėjais. Čia sprendimas dažnai priklauso nuo santykių, sezoniškumo ir nestandartinių sąlygų, kurias sunku formalizuoti taisyklėmis. AI gali padėti paruošti pradinę analizę ar palyginimą, bet galutinis sprendimas turėtų likti žmogui.
• Kritinės situacijos (gedimai, vėlavimai dėl force majeure). Šiose situacijose reikalingas greitas, kontekstą suprantantis sprendimas, o klaidos kaina (prarastas klientas, papildomos išlaidos) yra didelė: automatizuoti verta tik pranešimų dalį, ne patį sprendimą.

Praktinis pirmas žingsnis mažai ar vidutinei logistikos įmonei

Rekomenduojame pradėti ne nuo didelio, viską apimančio projekto, o nuo vieno, aiškiai apibrėžto proceso: dažniausiai dokumentų apdorojimo, nes jis atitinka visus tris kriterijus: pasikartoja, yra tekstinis ar struktūrizuotas, o klaidą lengva pastebėti peržiūros metu.

Pirmas pilotas gali atrodyti taip: vienas dokumentų tipas (pvz., CMR važtaraščiai), vienas ar du dispečeriai, keturios savaitės bandymo. Po piloto palyginkite laiką, sugaištą dokumentui apdoroti prieš ir po, bei klaidų ar taisymų skaičių. Jei rezultatas geras, procesą galima plėsti kitiems dokumentų tipams ar visai komandai.

Ilgesniu laikotarpiu, kai keli procesai jau automatizuoti atskirai, verta svarstyti gilesnę integraciją su TMS ar ERP sistema, kad duomenys tarp procesų keliautų automatiškai, be pakartotinio suvedimo.

Verta paminėti ir žmogiškąjį veiksnį, kurį lengva pamiršti planuojant technologinį diegimą. Logistikos sektoriuje dispečeriai ir ekspeditoriai dažnai turi ilgametę patirtį, kuri leidžia jiems intuityviai nujausti problemas, kurių jokia sistema formaliai nefiksuoja: pavyzdžiui, kuris vežėjas linkęs vėluoti tam tikru metų laiku arba kuris klientas reikalauja ypatingo dėmesio. Sėkmingas AI diegimas šioje srityje neignoruoja šios patirties, o ją papildo: automatizuoja rutininę dokumentų ir pranešimų dalį, tuo pačiu paliekant erdvės patyrusio žmogaus sprendimui tose situacijose, kur formalūs duomenys nepasako visos istorijos. Įmonės, kurios komandai pristato AI kaip įrankį, atlaisvinantį laiką sudėtingesniems sprendimams, o ne kaip grėsmę jų darbui, dažniausiai sulaukia žymiai greitesnio ir sklandesnio priėmimo nei tos, kurios diegimą pristato tik kaip kaštų mažinimo priemonę.

Kiek realiai sutaupoma: skaičiavimas ant popieriaus lapo

Prieš svarstant įrankius verta pasidaryti paprastą skaičiavimą, kurį galima patikrinti savo duomenimis.

Tarkime, ekspedicijos įmonė per mėnesį apdoroja 400 CMR važtaraščių. Vieno dokumento duomenų suvedimas rankomis, įskaitant paiešką pašte, tikrinimą ir taisymus, užima apie šešias minutes. Tai 40 valandų per mėnesį, beveik visas etatas vienai savaitei. Su nuskaitymo įrankiu, kai žmogus tik peržiūri ir patvirtina išrinktus laukus, vienam dokumentui lieka maždaug dvi minutės, taigi apie 13 valandų per mėnesį. Sutaupoma apie 27 valandas.

Kad skaičius taptų pinigais, padauginkite iš savo darbo valandos savikainos. Jei ji 15 eurų, tai apie 400 eurų per mėnesį. Įrankis ir jo priežiūra tokioje apimtyje dažniausiai kainuoja mažiau, todėl atsiperka per pirmą ar antrą mėnesį. Jei jūsų apimtis ne 400, o 40 dokumentų per mėnesį, ta pati aritmetika pasako priešingai: sutaupote keturias valandas, o diegimui ir mokymuisi sugaišite daugiau. Tai normalus rezultatas, ir jis reiškia, kad pradėti reikia nuo kito proceso arba dar palaukti.

Skaičiuojant sąžiningai reikia pridėti ir vienkartines sąnaudas: paruošimą, komandos apmokymą ir pirmų savaičių sulėtėjimą, kol žmonės pripranta. Platesnę metodiką aprašome tekste apie automatizavimo ROI skaičiavimą, o atvejus, kai atsakymas neigiamas, tekste apie tai, kada automatizavimas neapsimoka.

Keturių savaičių pilotas žingsnis po žingsnio

1. Pirma savaitė: apimties matavimas. Suskaičiuokite, kiek dokumentų per savaitę pereina per komandą ir kiek laiko realiai užima vienas. Nespėliokite, pamatuokite bent tris dienas, nes spėjimai šioje vietoje klysta abiem kryptimis.
2. Antra savaitė: vienas dokumento tipas. Pasirinkite tą, kurio daugiausia, dažniausiai CMR arba tiekėjų sąskaitas. Paruoškite 30 iki 50 realių pavyzdžių, įskaitant blogos kokybės skenus, nes būtent jie parodys tikrąjį įrankio lygį.
3. Trečia savaitė: du žmonės, lygiagretus darbas. Vienas dispečeris dirba su įrankiu, kitas kaip įprastai. Fiksuojamas laikas dokumentui ir taisymų skaičius. Lygiagretus palyginimas atsakys į klausimą greičiau nei bet kokia demonstracija.
4. Ketvirta savaitė: sprendimas. Palyginkite skaičius su pirmos savaitės matavimu. Jei laikas dokumentui sutrumpėjo bent trečdaliu, o taisymų dalis stabili, plėskite kitiems dokumentų tipams. Jei ne, išsiaiškinkite priežastį prieš pirkdami daugiau.
5. Penkta savaitė ir toliau: savininkas. Paskirkite žmogų, kuris seka rezultatą ir renka pastabas. Be jo po dviejų mėnesių niekas nežinos, ar sprendimas dar veikia, ar komanda tyliai grįžo prie senos tvarkos.

Šis ritmas tinka ir kitiems procesams, ne tik dokumentams. Bendrą pilotinio projekto logiką aprašome atskirai.

Dažniausios klaidos šiame sektoriuje

• Pilotas su tvarkingais dokumentais. Įrankis testuojamas su švariais PDF failais, o realybėje ateina telefonu fotografuoti važtaraščiai. Į bandymų imtį būtinai įtraukite blogiausius pavyzdžius.
• Automatinis suvedimas be peržiūros. Klaidingas svoris ar adresas sistemoje kainuoja brangiau nei sutaupytos minutės. Pirmus kelis mėnesius rezultatą tvirtina žmogus.
• Pradedama nuo maršrutų optimizavimo. Tai patraukliausiai skambantis, bet sunkiausias procesas, priklausantis nuo daugybės vietinių sąlygų. Dokumentai duoda rezultatą greičiau ir pigiau.
• Klientų duomenys keliauja į atsitiktinius įrankius. Krovinių ir gavėjų duomenys yra asmens ir komercinė informacija. Prieš įkeliant dokumentus į bet kokį įrankį reikia žinoti, kur jie saugomi. Pagrindus aprašome tekste apie duomenų saugumą naudojant AI.
• Perkama licencija visai komandai iš karto. Dvi licencijos pilotui pasako beveik tą patį, ką dvidešimt, tik kainuoja dešimt kartų mažiau.

Viena vieta ir dvidešimties žmonių ekspedicija

Mažoje įmonėje, kur dokumentus tvarko savininkas arba vienas vadybininkas, viskas priklauso nuo apimties. Iki maždaug šimto dokumentų per mėnesį dažniausiai užtenka paprasto nuskaitymo įrankio be jokios integracijos: rezultatas nukopijuojamas į sistemą ranka, ir to visiškai pakanka.

Dešimties ar dvidešimties žmonių komandoje pagrindinė nauda ateina ne iš greičio, o iš vienodumo. Kai penki dispečeriai suveda duomenis kiekvienas savaip, klaidos randamos vėlai, dažniausiai jau sąskaitose. Bendras įrankis su vienodais laukais šią problemą pašalina, bet reikalauja aiškių taisyklių ir vieno atsakingo žmogaus. Nuo šio dydžio prasminga ir integracija su TMS, nes rankinis kopijavimas tarp sistemų suvalgo dalį sutaupyto laiko.

Jei norite įvertinti, kurie jūsų logistikos įmonės procesai labiausiai tinkami AI automatizavimui, procesų automatizavimo komanda gali padėti tai nustatyti, o sudėtingesnėms integracijoms su TMS ar ERP sistemomis AI sprendimų komanda gali sukurti individualų jungtį. Komandai, kuri tik pradeda naudoti AI kasdieniame darbe, AI mokymai padeda greičiau perprasti, kaip AI naudoti dispečerio ar ekspeditoriaus darbe.

---

Jei norite išsiaiškinti, nuo kurio proceso pradėti AI diegimą jūsų logistikos ar transporto įmonėje, susisiekite: aptarsime jūsų konkrečius procesus ir kur automatizavimas atsipirks greičiausiai.