Урумчи, Синьцзян, у подножия Тянь-Шаня — аванпост открытия Китая на запад. B2B-логистическая компания Xier International работает здесь почти 20 лет, специализируясь на международных грузоперевозках, таможенном оформлении и зарубежных складах по маршрутам в пять стран Центральной Азии и Европу. В начале 2025 года, обратившись к нам, компания поставила простую задачу: можно ли с помощью ИИ повысить операционную эффективность?

Это не технический проект «внедрить систему». Это бизнес-задача «решить реальные проблемы с помощью ИИ».

01 Почему AI-трансформация B2B-логистики сложнее, чем кажется?

B2B-логистика — тяжёлый труд. Много маршрутов, сложных этапов, документов, языков и нештатных ситуаций. Стандартный контейнер от Хоргоса до Алматы: таможенные документы могут быть на казахском, русском, китайском и английском — четыре языка, таможня, карантин, железная дорога, пограничные пункты. Задержка на любом этапе замедляет всю цепочку.

Ключевые проблемы Xier International можно свести к трём:

• Медленное таможенное оформление: одна декларация — ручная сверка HS-кодов, проверка документов, ввод в систему — занимает 2–3 рабочих дня. В пик сезона — неделя.
• Сложность отслеживания: после выезда груза из страны на зарубежном участке нет данных в реальном времени. Клиент спрашивает «где груз?» — клиентский сервис только отправляет email и ждёт ответа от железной дороги, цикл реакции 4–6 часов, низкий опыт клиента, высокий уровень жалоб.
• Высокая нагрузка на клиентский сервис: более 86% обращений повторяющиеся (тарифы и сроки, требования к декларации, списки документов), но каждое требует ручного ответа. В пике трёх операторов недостаточно, в нерабочее время — полный разрыв связи.

Эти три проблемы — по сути асимметрия информации + концентрация повторяющегося труда + отсутствие круглосуточной реакции. И именно эти проблемы ИИ решает лучше всего.

02 Три шага: ИИ перестраивает таможенное оформление, отслеживание и клиентский сервис

Шаг 1: Интеллектуальное таможенное оформление — от «люди ждут документы» к «документы ждут людей»

Традиционный процесс таможенного оформления — последовательный: грузоотправитель подаёт документы → клиентский сервис первичная проверка → декларант сверяет → ввод в систему → ожидание проверки. Каждый этап продвигается вручную, между этапами информация передаётся по email или WeChat — низкая эффективность, ошибки, разрывы данных.

AI-модуль таможенного оформления, разработанный нами для Xier, имеет ключевую логику параллельность + автоматизация:

• Интеллектуальное распознавание документов: загрузка инвойсов, упаковочных листов, сертификатов происхождения — ИИ автоматически извлекает ключевые поля (наименование, количество, HS-код, заявленная стоимость), формирует структурированную таблицу данных. Ручной труд — только проверка и подтверждение.
• Интеллектуальная рекомендация HS-кодов: по описанию товара ИИ подбирает наиболее подходящий HS-код из базы таможни и указывает уровень достоверности, снижая вероятность возврата декларации из-за ошибки в коде.
• Предварительная проверка соответствия: на основе базы актуальных таможенных правил пяти стран Центральной Азии ИИ перед отправкой автоматически проверяет типичные нарушения (заниженная стоимость, отсутствие документов, истёкшие лицензии) и заранее предупреждает, сокращая возвраты.

Результат: время обработки таможенных документов сократилось со среднего 3 рабочих дней до 4 часов, количество ошибок снизилось на 62%. Что ещё важнее — декларанты освободились от повторяющегося ввода данных и получили возможность заниматься сложными случаями.

Шаг 2: Система отслеживания перевозок — превращаем «чёрный ящик» в прозрачность

Крупнейшая информационная чёрная дыра в международной логистике — это груз после пересечения китайской границы. На территории Казахстана, в пути по российской железной дороге грузы Xier находятся в «режиме потери связи». Клиент спрашивает — остаётся только «я уточню для вас».

Мы интегрировали три источника данных для построения AI-отслеживания:

• API-интеграция с зарубежными партнёрами: налажены интерфейсы с Казахстанскими железными дорогами, таможней Алматы и зарубежными складскими сервисами для получения статуса груза в реальном времени.
• AI-распознавание нештатных событий: при нормальной транспортировке у каждого узла есть нормативный интервал времени. ИИ отслеживает аномальные задержки и автоматически запускает предупреждение с пометкой «возможна аномалия», отправляя уведомление клиентскому сервису для превентивного вмешательства.
• Мультиязычные интеллектуальные уведомления: система автоматически генерирует уведомления клиентам на китайском, русском и казахском языках — клиент в любой стране получает обновления статуса груза.

Результат: время реакции на запрос клиента сократилось с 4–6 часов до 15 минут. Обнаружение нештатных ситуаций сместилось с «узнали после жалобы клиента» на «система предупредила — сообщили заранее». Удовлетворённость клиентов значительно выросла.

Шаг 3: Интеллектуальный клиентский сервис — повторяющийся труд ИИ, человеческое внимание — клиенту

Мы разработали для клиентского сервиса Xier механизм «многоуровневой фильтрации»:

• Первый уровень (ИИ): автоматический ответ на частые вопросы — тарифы и сроки, списки документов, требования к декларации. База знаний ИИ включает все продуктовые маршруты Xier, условия обслуживания и FAQ.
• Второй уровень (ИИ + человек): сложные вопросы — ИИ предварительно анализирует намерение клиента и генерирует черновик ответа, оператор только проверяет и отправляет. Эффективность в 3 раза выше.
• Третий уровень (человек): жалобы VIP-клиентов, переговоры по контрактам, крупные заказы — исключительно ручная обработка для сохранения теплоты сервиса.

Данные первой недели работы AI-клиентского сервиса:

03 Трёхмесячная ретроспектива: сколько вложили, сколько получили?

В Q1–Q2 2025 года три AI-модуля Xier International были последовательно запущены. Через три месяца мы провели полную ретроспективу:

Экономия достигнута в основном за счёт трёх факторов: штат клиентского сервиса сокращён с 3 до 1 человека (фокус на сложных вопросах), повышение эффективности декларирования снизило количество срочных заказов, снижение доли возвратов таможенных деклараций сэкономило на повторном оформлении. Что ещё важнее — рост удовлетворённости клиентов привёл к увеличению коэффициента продления контрактов, что напрямую отражается в выручке.

04 Что могут перенять другие B2B-логистические компании?

Кейс Xier — это не история о «магии ИИ», а прагматичный путь «ИИ на острие». Несколько воспроизводимых выводов:

① Сначала диагностика, потом выбор точки

ИИ — не панацея. Сначала выявите повторяющийся труд и частые проблемы в бизнес-процессах, посчитайте «сколько времени/денег сэкономит ИИ на этом этапе», и только потом решайте, с чего начать. Не внедряйте ИИ ради ИИ.

② База знаний — инфраструктура, стройте до запуска ИИ

В опыте Xier больше всего времени заняла не разработка AI-модулей, а структурирование базы знаний из накопленного таможенного опыта,сценариев клиентского сервиса и отраслевой экспертизы. Качество базы знаний напрямую определяет потолок эффективности ИИ. Сэкономите на этом этапе — результат ИИ гарантированно будет неудовлетворительным.

③ Запускайте поэтапно, не всё сразу

Подход Xier: сначала AI-клиентский сервис (быстрый эффект, минимальное внутреннее сопротивление), после проверки — AI-таможня (нужно участие бизнес-подразделений), последней — система отслеживания (нужна интеграция с внешними источниками данных). На каждом этапе — измеримые критерии приемки; без достижения — следующий шаг не начинается.

④ Руководитель сначала сам, потом вся команда

Операционный директор Xier сначала сам обработал несколько клиентских обращений через AI-клиентский сервис, почувствовал «действительно экономит время», и только потом начал обучение и внедрение в команде. Нисходящее внедрение ИИ обычно в 3 раза быстрее восходящего.