ИИ-диспетчер для автопарка
Транспортная компания, 85 грузовиков, 300 рейсов/день. Оптимизация маршрутов и экономия топлива.
Клиент и контекст
Транспортная компания осуществляет доставки по Северо-Западу России. Парк из 85 грузовиков (от Газелей до фур), 120 водителей, диспетчерская из 5 человек. Средний пробег — 12 000 км/день, оборот — 180 млн ₽/год.
Проблема
Диспетчеры вручную распределяли заказы между машинами, используя Excel и телефон. Не учитывались пробки, часы пик, тип груза, график водителя. Результат — пустые пробеги, перерасход топлива, срывы сроков доставки.
- ❌ 23% пробега — пустые перегоны (без груза)
- ❌ Перерасход топлива — 15% выше нормы
- ❌ 18% доставок с опозданием, штрафы от клиентов
- ❌ Диспетчеры перегружены, ошибки при распределении заказов
Решение
Мы создали AI-систему диспетчеризации на базе алгоритмов маршрутизации (VRP + ML для прогноза пробок). Интеграция с GPS-трекерами, Яндекс.Картами, 1С и CRM. Автоматическое распределение заказов каждые 15 минут.
Smart routing — ИИ строит оптимальные маршруты с учётом пробок, веса груза, времени разгрузки Auto-dispatch — автоматическое распределение заказов по машинам каждые 15 минут Прогноз пробок — ML-модель предсказывает заторы за 2 часа и перестраивает маршрут Мониторинг в реальном времени — дашборд с местоположением всех машин, отклонениями от графика Учёт водителей — контроль режима труда и отдыха, интеграция с тахографами
Результаты за 6 месяцев
Сроки внедрения
Интеграция с GPS и 1С — 2 недели. Обучение ML-модели на исторических данных — 1 неделя. Pilot на 20 машинах — 2 недели. Полный запуск — 1 неделя. Итого: 6 недель до полноценной работы системы.
Хотите сэкономить 18% на топливе?
Настроим ИИ-диспетчера, который оптимизирует маршруты автоматически.