Logirus · Экспертный комментарий

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.


Уставший механик и робот у двигателя грузовика

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.