Едва 22,2% от организациите в сектора са внедрили ИИ осезаемо и в голям мащаб, изтъкна Николай Божилов, председател на Съвета на директорите на Юнимастърс, по време на 14-ата Логистична Бизнес Конференция. По думите му, за да се използват възможностите на AI, компаниите трябва да преразгледат начина, по който организират работата си, обработват информацията и вземат решения.

Експоненциална технология ни връхлита като цунами. Няма как да се снишим и да я пропуснем, заяви Николай Божилов в своя обзор за изкуствения интелект и въздействието му върху транспортната индустрия в световен план. Големите езикови модели се създават в среда на изключително силна конкуренция, а от инвестициите в тази технология и успешното привличане на таланти, които да я развиват, зависи геополитическото надмощие на държавите. Божилов припомни, че за изкуствен интелект се говори още от 50-те години на миналия век. Дълго време развитието му е сравнително бавно, но сега технологията навлиза в своя фаза на експоненциален растеж заради огромните ресурси, които се влагат в нея. Допълнителен фактор за този скок са и горещите военни конфликти, в които все по-често се използват автономни системи.

Далеч от мащабни внедрявания

Въпреки този глобален устрем широкото приложение на изкуствения интелект в управлението на веригите на доставки остава ограничено. Този извод се потвърждава и от съвместния анализ на базираната във Великобритания изследователска група The Loadstar и компанията за изкуствен интелект в логистиката Raft. Тяхното проучване обхваща над 200 ръководители и специалисти във веригите на доставки. Съгласно доклада едва 22,2% от анкетираните организации са внедрили изкуствен интелект в значим мащаб. Други 43,2% продължават да експериментират или изобщо не са започнали работа по внедряването му.

Сред основните пречки са сложната интеграция със съществуващите системи, недостатъчното качество на данните, съпротивата в организациите и неясната възвръщаемост на инвестициите. Например 62,8% от участниците в проучването посочват, че не са измервали възвръщаемостта на инвестициите (ROI) в AI или не са сигурни как да я измерят.

Според Божилов друга съществена бариера пред разгръщането на технологията е размерът на средствата, които транспортните и логистичните компании отделят за информационни технологии. Според изнесени от него данни инвестициите в IT инфраструктура и услуги в много от големите играчи в сектора варират едва между 2% и 4% от приходите им. По време на бума на дигиталните спедитори този дял нарасна до около 5–10%, но впоследствие отново намаля в част от организациите.

Законът на Коуз е мъртъв

С подобен бюджет е трудно да се развиват и прилагат нови технологии в голям мащаб. Проблемът не се изчерпва само с размера на вложенията за AI интеграции. Значение има и начинът, по който е устроена самата компания. Според Роналд Коуз (удостоен с Нобелова награда за икономика през 1991 г., бел. ред.) и неговия труд The Nature of the Firm компаниите съществуват, защото в определени случаи организирането на дадена дейност вътре в предприятието е по-изгодно от закупуването ѝ от външен доставчик. Координацията, управлението и експертният опит позволяват да се постигне себестойност, която оставя място за печалба.

В ерата на изкуствения интелект и експоненциалния ръст обаче постулатът на Коуз е напълно несъответстващ на действителността, подчерта Божилов.

Защо външните процеси вече излизат далеч по-евтино

С навлизането на новите технологии изпълнението на определени задачи извън организацията може да се окаже далеч по-евтино, отколкото извършването им чрез вътрешните структури. Причината се крие в тежките разходи за координация – множеството отдели, ръководители, координатори и административни звена, през които преминава една задача.

В лекцията си Божилов цитира оценка на Singularity University (базирана в САЩ организация, фокусирана върху новите технологии и бъдещето на бизнеса), според която около 74% от корпоративните разходи „потъват“ именно в изпълнението на дейности по въпросната координация.

В този контекст механичното добавяне на изкуствен интелект към съществуващата организационна схема не гарантира по-висока ефективност. Ако старите работни процеси останат непроменени, новата технология само ще увеличи сложността, вместо да освободи време и ресурси.

Бизнес метаболизъм

Затова внедряването на изкуствен интелект задължително трябва да бъде съпроводено с преразглеждане на отговорностите, начина на обмен на информация и правилата за вземане на решения. Компаниите трябва да се адаптират със скорост, съответстваща на промените в технологиите и на пазара. „Когато вътрешният метаболизъм на компанията е по-бавен от този на заобикалящата я среда, изчезването ѝ е само въпрос на време“ – тази емблематична сентенция принадлежи на Джак Уелч (Jack Welch), един от най-известните американски корпоративни лидери и дългогодишен главен изпълнителен директор (CEO) на General Electric (GE).

Какво се случва с AI в корабоплаването

„Метаболизмът“ се ускорява дори за морския транспорт, традиционно смятан за консервативен отрасъл. Водещите корабни компании вече разработват и прилагат решения с изкуствен интелект. Сред добрите примери в индустрията, представени от Божилов, е CMA CGM, чиито вложения в различни лаборатории за развитие на AI достигат близо 1 млрд. щ.д. Компанията развива сериозна технологична екосистема с участието на Mistral, Google, Poolside и Dataiku. Групата вече има 55 внедрени AI проекта, а нейните над 40 хиляди служители се възползват от новите технологии за ежедневни оптимизации. Част от тази екосистема е и ZEBOX – платформа, която свързва стартиращи технологични компании с големи предприятия и подпомага превръщането на новите разработки в приложими бизнес решения.

Примерът на CMA CGM бързо е последван и от останалите глобални линии:

• Maersk бе сред първите компании, които предоставиха чрез информационната си инфраструктура директен достъп до данни за тарифи и разписания на корабите.
• Hapag-Lloyd разработи чатбота Marina AI – вътрешен инструмент, който подобрява ефективността на над 8000 служители. Чрез него те могат да задават въпроси и да получават необходимата информация веднага, без да влизат в различни системи и да правят отделни справки.
• Ocean Network Express (ONE) създаде специализираната компания QUAVEO съвместно с японската MTI Ltd. Официалното ѝ представяне бе на 7 януари 2026 година, а основната ѝ задача – разработването на приложения на изкуствения интелект за морския транспорт и логистиката.
• MSC, често определяна като „потайния“, но силно фокусиран върху технологиите гигант (secretive but AI-focused), също поставя сериозен акцент върху изкуствения интелект, макар на този етап да разкрива ограничена публична информация за технологичната си стратегия.

Тектоничният трус на сушата: Спедиция и AI

На този фон логично възниква въпросът, какво е въздействието на AI върху спедицията и защо се твърди, че тази технология ще предизвика тектонична промяна в индустрията. Според цитирани от Божилов данни глобалният пазар на спедиторски услуги се очаква да достигне 213,4 млрд. евро през 2026 година (за сравнение, през 2025-а глобалният пазар на спедиторски услуги е достигнал стойност 208,1 млрд. евро според данни на Transport Intelligence/Ti, бел. ред.).

Въпреки мащаба си секторът работи с ниски нетни маржове – приблизително между 3% и 8%, като в същото време разходите за персонал и координация заемат значителен дял от общите харчове.

В много от компаниите системите за управление на транспорта (TMS) поне за момента изпълняват ролята на обикновени електронни дневници. Тоест, регистрират събития и съхраняват информация за вече отминали процеси, но невинаги могат да предвиждат отклоненията и да предлагат подходяща реакция, когато нещо се обърка. Таблата за управление (dashboards) и аналитичните инструменти осигуряват по-добра видимост, но сами по себе си не решават дълбоките проблеми с координацията и изпълнението.

При традиционния модел значителна част от работата остава изцяло ръчна. Например самото запитване за транспортна оферта може да изисква отговор в рамките на период от 12 часа до 3 дни, а периодът от получаването на поръчката до събирането на плащането (Order-to-Cash gap) може да варира между 30 и 60 дни. „Това са така наречените функционални силози – те съществуват във всяка една компания. Има по-голяма аналитичност, обаче нищо не се случва, ако не промениш тотално модела на работа и не превърнеш информацията, която събираш от околната среда, в нещо, което ти дава възможност да управляваш проактивно процесите“, изтъкна Божилов.

Какво правят AI агентите

В логистиката проблемите възникват по няколко пъти на ден. При сегашната структура това включва огромно количество комуникация и постоянно прехвърляне на казусите нагоре-надолу по йерархията, докато се намери решение.

Именно тук се откроява голямата роля на AI агентите. Системите, изградени изначално около изкуствения интелект (т.нар. AI-native TMS), предлагат коренно различен подход. Вместо само да регистрират вече случилото се, те анализират текущите данни в реално време, прогнозират вероятни отклонения и предлагат или директно предприемат действия въз основа на предварително определени правила.

Възможните приложения на тези агенти обхващат широк спектър дейности:

• В логистиката и планирането. Динамично чертане на маршрути според трафика, времето и натовареността на товарните рампи; откриване на вероятни закъснения часове по-рано; своевременна промяна на маршрута или повторно възлагане на превоза; напълно автоматизирана обработка на електронни писма, PDF файлове и документи за потвърждение на доставката.
• В търговската дейност. Изкуственият интелект подпомага светкавичната обработка на тарифи и спот цени, както и експресното изготвяне на оферти. Някои съвременни инструменти дават възможност за подготовка на оферта в рамките на едва две до три минути.
• Във финансовата дейност. Автоматизацията обхваща попълването на фактури и отнасянето на разходите. По този начин към служителите се насочват предимно икономически казуси, които изискват специфична допълнителна проверка.

Организационна сингулярност

В заключителната част на лекцията си основателят на Юнисмастърс разгледа тезите за т.нар. организационна сингулярност. Терминът описва хипотетичния бъдещ момент, когато изкуственият интелект ще надмине изцяло човешкия ум по възможности и самоусъвършенстване. Това е критичната точка, в която машините започват да се самообучават и подобряват с такава скорост, че човешкият интелект вече не може да предвиди или разбере последващото технологично развитие. В корпоративния свят това означава модел на организации, където оперативните дейности, координацията и вземането на решения се изземват в значителна степен от автономни AI системи, способни да се развиват сами въз основа на натрупания опит. Или с други думи организационната сингулярност описва момента, в който едно предприятие се преустройва така, че данните, решенията, изпълнението и организационното „учене“ функционират в непрекъснат, самоподсилващ се цикъл.

Различни специалисти дават своите прогнози кога реално ще настъпи този момент. Според някои учени това ще се случи през 2034 година. Напоследък обаче се чуват и по-смели изказвания (включително от личности като Илон Мъск), че тези фундаментални промени ще станат факт още през 2030 година.

За утвърждаването на подобен автономен модел обаче са необходими няколко задължителни компонента:

1. Свързани и чисти данни.
2. Ясни правила и ограничения за системите.
3. Специализирани AI агенти с конкретни задачи.
4. Пълна интеграция със съществуващите софтуери.
5. Постоянен контрол върху резултатите.

Изключително важна част от тази архитектура остава механизмът за човешка намеса (т.нар. human-in-the-loop), включително възможността системата да бъде спряна веднага при риск от грешки или щети за клиентите.

Концентрацията се увеличава

Необходимостта от бърза дигитализация се засилва и от факта, че през последните две десетилетия организациите в транспортния сектор са запазили до голяма степен традиционната си тромава структура, докато пазарът се променя драстично. Междувременно концентрацията в бранша се е увеличила сериозно. В лекцията си Божилов посочи интригуваща статистика:

ако преди около 10 години 25-те най-големи компании са контролирали общо около 40% от бизнеса, то днес само първите 5 гиганта държат 52,9% от глобалния пазар. 

За да оцелеят и да се възползват от новите технологии в тази силно конкурентна среда, компаниите трябва да променят структурата на работните си процеси.

Пътна карта за трансформация към организация, изградена около AI:

• Изградете плоска организация, ориентирана към резултатите, в която малки екипи с ясна отговорност заменят функционалните силози и отговарят за резултатите за клиента от начало до край. Работата с AI трябва да е задача на всеки.
• Организирайте работните процеси около резултатите – например от оферта до резервация, от резервация до изпращане, от отклонение до разрешаване и т.н.
• Създайте споделена платформа за AI с възможности за многократна употреба.
• Ключов фактор за успех са непрекъснатото ежедневно участие на хората в експериментирането, изграждането и оптимизирането на работните процеси; отказът от стари навици; усвояването на нови техники за AI и обучението на агенти и колеги.
• Въведете нов подход към разработването: от Agile към AI-Native – от спринтове към непрекъснат поток, от големи екипи към малки специализирани групи, от писане на код към координиране на агенти.
• Откъде да започнете? Изберете един работен процес извън производствения поток. Помолете AI да опише подхода стъпка по стъпка.
• Използвайте цифров двойник. Изградете новия работен процес с агентен AI и участие на човек в цикъла (HITL) или над цикъла (HATL).

Човешкият фактор и технологичните бариери

Внедряването на AI не може да се разглежда единствено като изолиран IT проект, възложен на съответния отдел. То засяга организацията като цяло и изисква пълна ангажираност както от висшето ръководство, така и от хората, които изпълняват ежедневните задачи на терен.

Разбира се, подобна дълбока промяна има своите обективни ограничения. Изкуственият интелект зависи изцяло от качеството на подадените му данни, а алгоритмите невинаги могат да отчетат реалния човешки и физически контекст – като специфичните отношения с дългогодишни клиенти, личните предпочитания на водачите или непредвидените физически ограничения при изпълнението на превоза. Интеграцията на AI със старите ERP системи и останалата съществуваща инфраструктура също често е сложна, бавна и скъпа. Поради това автономните решения задължително трябва да работят с ясни правила, пълна възможност за одит и сигурни механизми за човешки контрол.

Механичното добавяне на нова технология към стария начин на работа е напълно безсмислено. Крайният резултат зависи единствено от готовността на компанията да преразгледа из основи организацията си и да предостави на изкуствения интелект подходящи данни, ясни задачи и строго определени граници на действие.

„В края на това десетилетие ще има два типа компании – тези, които използват напълно изкуствения интелект, и тези, които вече не са в бизнеса“, гласи емблематичният цитат на предприемача Питър Х. Диамандис, с който Божилов завърши своята лекция.

Ралица РУСИНОВА