Безошибочный алгоритм и непредсказуемый человек
Может ли искусственный интеллект заменить опытного логиста? Почему алгоритмы помогают новичкам работать эффективнее, но опытные курьеры по-прежнему способны находить лучшие маршруты? Эти вопросы мы обсуждали на экспертной сессии E-Retail Week 2025, по итогам которой Logirus опубликовал большой материал.

Где алгоритмы уже приносят результат
На встрече я привёл несколько примеров применения ИИ в логистике и торговле.
В управлении запасами X5 Group алгоритмы анализируют множество факторов, влияющих на спрос: от сезонности и погоды до потребительских тенденций. По данным, которые я представил в ходе дискуссии, длительное развитие таких систем позволило добиться оптимизации на 15–20%.
Другой пример — маршрутизация в СДЭК. Алгоритмы помогают курьерам планировать до 60 остановок в день, одновременно сокращая пробег. В представленных мной примерах снижение пробега составляло 12%, а эффективность новых сотрудников, плохо знакомых с городом, могла увеличиваться в два-три раза.
Это уже не эксперименты ради технологий, а реальные задачи операционной эффективности.
Почему опытный курьер иногда лучше ИИ
При этом у алгоритмов остаются ограничения.
Я привёл пример курьеров, которые годами работают на одном участке. Они знают дворы, проходы, особенности подъезда к зданиям и объездные пути, не отражённые в цифровых картах.
За счёт этих знаний опытный сотрудник может выстроить маршрут эффективнее автоматической системы.
На мой взгляд, здесь нет противоречия. Алгоритм быстро обрабатывает большие объёмы данных, а человек дополняет их знаниями, которые ещё не удалось формализовать.
Поэтому наиболее перспективная модель — не конкуренция людей и ИИ, а их совместная работа.
Почему многим компаниям пока рано внедрять ИИ
Ещё одна тема, которую я поднял на дискуссии, — технологическая зрелость бизнеса.
Многие компании до сих пор ведут значительную часть операций в электронных таблицах, обмениваются данными через мессенджеры и не имеют единой информационной среды.
В таких условиях сложная модель искусственного интеллекта не решит фундаментальные проблемы управления.
Я предложил рассматривать развитие компании последовательно: от цифрового учёта через автоматизацию и интеграцию процессов — к использованию ИИ.
И на каждом этапе выбирать инструменты, соответствующие текущей зрелости бизнеса, а не моде на определённую технологию.
Где должен оставаться человек
В дискуссии мы также говорили об ответственности за решения.
Алгоритм способен предложить оптимальный маршрут, прогноз спроса или способ распределения ресурсов. Но за последствия ошибочного решения отвечает компания и её руководители.
Поэтому я считаю, что стратегические решения, управление рисками, долгосрочные отношения с партнёрами и руководство командами должны оставаться в зоне человеческой ответственности.
Главный вывод для меня: эффективность создаёт не искусственный интеллект сам по себе, а грамотное распределение задач между технологиями и людьми.
В оригинальной публикации Logirus собраны также мнения других участников дискуссии, примеры роботизации складов, автоматизации документооборота и новые управленческие вопросы, возникающие при внедрении ИИ.