III КВАРТАЛ 2022Г. - 55 баллов 
При этом настройка сбора заявок через IT-системы ж/д оператора тоже может обернуться трудностями – как для грузоотправителя, так и для самого оператора: «Операторам нужно напоминать клиентам, чтобы они вовремя заводили свои заявки, где-то помогать им эти заявки заводить. То есть ручная работа остается. Для грузоотправителя проблема в том, что ему нужно подстраивать свои бизнес-процессы. Этого, например, не всегда хотят крупные грузоотправители, у них есть свои мощные системы, через которые им удобнее работать, но тогда встает вопрос сложной интеграции».
IT-сообщество совместно с клиентами пытается найти решения, которые могли бы улучшить коммуникацию при подобных ситуациях, отшлифовать сервис и взаимодействие. Часть из таких решений разрабатываются с применением искусственного интеллекта. Так, отметил Е. Шинкарев, их компания разработала логистический ИИ-агент для клиента, который ранее вел сбор данных из разных каналов вручную. ИИ-агент начал сам собирать данные и в структурированном виде класть их в базу, а также формировать оптимальные транспортные мультимодальные решения и собирать обратную связь. У логистов высвободилось больше времени, чтобы заниматься более серьезной работой: в данном случае планированием маршрутов, уточнил спикер.
Второй инструмент – цифровой советчик по объемам заадресовки вагонов, построенный на том, что с помощью него потребный парк соотносится с тем парком, который доступен для погрузки. «Когда мы спланировались, дальше вопрос идет о том, сколько в конкретные сутки подать вагонов? Всегда с прошлого месяца переходящие вагоны есть, календарный график погрузки меняется и не всегда это все актуализируется в ручном режиме. Если вагонов больше подсылается, то для ж/д оператора это понятные потери – замороженный парк. Грузоотправитель может получить штрафы за простой. Если же парка меньше подсылается, а есть сервисный договор, соответственно, штрафы для ж/д оператора, так как грузоотправитель не вывозит», – разъяснил эксперт необходимость подобных решений.
Он уточнил, что инструмент нацелен на работу на непрофицитном парке. По данным спикера, рекомендации, предложенные решением, у одного из клиентов позволили сократить объем парка, задействованного для погрузки на станции, примерно на 30%.
Эксперт уточнил, что на пути к «цифре» в данном случае все равно пришлось преодолевать недоверие к системе: «Чтобы даже на одной станции с грузоотправителем договориться, нужно было очень долго рассказывать, как это работает, объяснять, почему для него нет риска сокращения парка. Но там средний парк был порядка 120 полувагонов на станции, он был сокращен до 80». Отсутствие доверия к сервисам – в целом один из сдерживающих факторов для их внедрения сегодня.
