450 годин на місяць на ручне планування маршрутів — логісти вигорають, а паливо дорожчає щодня

Минулого місяця ми намагалися синхронізувати доставку для 200 клієнтів через звичайні Google Таблиці та чати у Viber. Операційні менеджери витрачали по 5 годин щодня, щоб вручну звести потреби клієнтів із наявним автопарком. Використовували Notion для контролю залишків, але дані постійно запізнювалися на добу. Через помилки в розрахунках ми переплатили за паливо близько 45 000 гривень лише за один тиждень. Це був повний хаос, який ми намагалися розрулити телефонними дзвінками 24 на 7.

Найважче — це постійний людський фактор та стрес через нестиковки. Коли водій приїжджає на склад, а товар ще не готовий або його завантажили не в ту машину, починаються взаємні звинувачення. Менеджери були на межі звільнення, бо відчували себе просто передавачами інформації, а не аналітиками. Кожна помилка коштувала нам репутації перед великими клієнтами. Це виснажує морально, коли ти бачиш, як гроші компанії просто вилітають у трубу через банальну неуважність.

Системна проблема в тому, що наші інструменти не спілкуються між собою. Дані про митне оформлення в одній системі, залишки на складі в іншій, а логістика — у голові старшого диспетчера. У нас працює 70 людей, але кожен бачить лише свій шматок роботи. Відсутність єдиної автоматизованої системи змушує нас наймати більше людей для контролю інших людей. Ми просто масштабуємо неефективність, замість того, щоб впровадити сучасні алгоритми обробки даних.

Ми спробували найняти додаткового аналітика на зарплату 35 000 гривень та купили підписку на спеціалізований сервіс моніторингу за 12 000 гривень на місяць. Також я особисто намагався через ChatGPT створювати скрипти для обробки вивантажень з Excel. Це трохи полегшило зведення звітів наприкінці тижня. Загалом витратили на ці спроби близько 60 000 гривень за перший місяць впровадження. Проте це лише «залатало дірки», а не змінило підхід до роботи.

Рішення виявилося занадто залежним від конкретних людей. Якщо аналітик іде на лікарняний, уся система знову зупиняється і ми повертаємося до ручного керування. ChatGPT допомагає зі звітами, але команда не вміє ним користуватися системно для щоденних операцій. Ми витрачаємо великі гроші на зарплати людям, які виконують роботу, що її мав би робити один навчений AI-агент. Це не масштабується, бо з ростом кількості клієнтів нам доведеться знову роздувати штат.