Генеративный помощник MeRA готовит ответы на часть из около 52 000 писем клиентов, которые UPS получает в день: время обработки письма в пилоте снизилось на 50%.
Генеративный помощник MeRA готовит ответы на часть из около 52 000 писем клиентов, которые UPS получает в день: время обработки письма в пилоте снизилось на 50%.
Часть из 52 000 писем в день получает черновик от ИИ: нейросотрудник разбирает почту транспортной компании.
Алгоритмы формируют больше двух третей маршрутов, цифровая модель «Тераплан» моделирует авто, ж/д и авиаперевозки: сроки доставки сократились на 23%.
Компания расширила применение ИИ в логистике: алгоритмы участвуют в формировании больше двух третей маршрутов, а платформа моделирования оценивает влияние каждого решения на сроки и загрузку сети. Сроки доставки сократились на 23%; следующий этап, элементы Zero Touch, когда решения принимаются без участия человека.
Маршрут и расписание строит алгоритм, человек утверждает: та же логика у ИИ-агента диспетчера.
Чат-бот с ИИ отслеживает заказы, согласует дату и адрес доставки и определяет тему запроса: 60–75% письменных обращений без оператора.
Чат-бот с ИИ отслеживает заказы, согласует дату и адрес доставки и определяет тему запроса: 60–75% письменных обращений без оператора, экономия около 500 000 ₽ в месяц при 40 000 диалогов, оценка качества 4,67 из 5.
Две трети письменных обращений без оператора еще в 2021 году: сегодня это стартовый уровень ИИ-агента поддержки.
20 мая 2026 года на ЦИПР-2026 заместитель генерального директора «Почты России» Дмитрий Чудинов рассказал, где ИИ уже дает компании измеримый эффект. В июне на CNews FORUM он добавил цифру по чат-поддержке: 70% обращений закрываются автономно. Разбираем кейс и то, что из него применимо в транспортной компании.
По словам Чудинова, дорожная карта охватывает международные отправления, клиентский сервис и ИТ-поддержку, внутреннюю разработку, стандартизацию, работу с данными и аналитику. В международных отправлениях клиенты раньше тратили по 40–60 минут на таможенную декларацию: подбирали коды ТН ВЭД и переводили описания товаров на английский. Теперь генеративная модель подбирает 10-значные коды, переводит описания и подсказывает ограничения на ввоз.
Точность определения кодов ТН ВЭД достигла 94,7%, качество смыслового перевода держится на уровне 98%, конверсия в отправку выросла на 10%. По словам Чудинова, эти показатели полностью окупают капитальные затраты проекта.