Inteligență artificială care lucrează în fiecare punct al operațiunii

Citește documente, completează câmpuri, găsește tarife și taxe vamale și citește facturi — AI lucrează la fiecare pas.

AI citește documentele de transport și completează câmpurile — precizie de 98,6%

Traducerea automată a documentelor și a mesajelor în 36 de limbi

Completare automată din fotografie în formular, căutare tarifară și citirea facturilor

Sistemul vă citește documentele — nu introduceți date nici măcar o dată

AI citește CMR-ul, factura, T1/T2, lista de colisaj și conosamentul; extrage câmpuri precum codul HS, greutatea și expeditorul, cu un scor de încredere, și completează singur formularul.

Nu mai tastați niciodată datele manual.

Fotografiați un produs și lăsați catalogul să se completeze singur

AI analizează fotografia unui produs sau a unui palet și sugerează automat câmpurile catalogului, precum denumirea, categoria, marca și dimensiunile — deschideți o fișă de stoc în câteva secunde.

Sugestiile pot fi modificate; se salvează după ce le aprobați.

AI depistează neconcordanțele dintre documente

Compară numărul de colete, greutățile și denumirile părților din CMR, factură și lista de colisaj; semnalează neconcordanțele, validează tipul documentului și vă avertizează în privința fișierelor nevalide.

AI prinde diferențele care i-ar scăpa ochiului uman.

AI care atinge fiecare punct al operațiunii

Nu un singur asistent, ci un strat AI care lucrează pe documente, tarife, catalog, verificări și facturi.

Rezultatele privind tarifele și antidumpingul au exclusiv caracter informativ.

Citirea documentelor și extragerea câmpurilor — Citește CMR-ul, factura, T1/T2, lista de colisaj și conosamentul; completează câmpurile cu un scor de încredere.
Traducere în 36 de limbi — Traduce automat documentele și mesajele în 36 de limbi, astfel încât corespondați în propria limbă.
Completare automată din fotografie în formular — Sugerează automat câmpurile catalogului pornind de la fotografia unui produs sau a unui palet; se salvează cu aprobarea dumneavoastră.
Căutare tarifară și antidumping — Aduce coduri HS, taxe vamale de import și măsuri antidumping active din surse oficiale TR/UK/UE/SUA, cu AI acolo unde este nevoie.
Verificare de consecvență — Depistează neconcordanțele dintre documente privind numărul de colete, greutatea și denumirile părților; validează tipul documentului și semnalează fișierele nevalide.
Citirea facturilor de transport — AI citește factura de transport primită și extrage suma totală și partea facturată, legându-le de înregistrarea expediției.

Conduceți-vă operațiunea cu AI

Citirea documentelor, traducere, tarife, verificări de consecvență și citirea facturilor — toate pe un singur nucleu, din prima zi.

Ce face de fapt software-ul AI pentru logistică și lanțul de aprovizionare?

Patru capabilități AI sunt mature în logistică: extragerea câmpurilor din documente, verificarea încrucișată a documentelor, traducerea multilingvă și transformarea fotografiilor în date structurate. Alte cinci sunt în dezvoltare: sprijinul pentru clasificarea tarifară, evaluarea daunelor, preluarea bonurilor de cheltuieli, ETA și crearea înregistrărilor din text liber. Toate țin de introducerea și verificarea datelor. Nu decid clasificarea, declarațiile sau prețurile; rezultatul este probabilistic și necesită aprobare umană. Valoarea depinde de cât de des se repetă pasul manual pe care îl înlocuiesc, nu de lista de funcționalități.

Ce face concret AI-ul în logistică astăzi se împarte în nouă capabilități: patru mature și cinci încă în dezvoltare. Cele mature pot fi verificate în câteva secunde, comparând rezultatul cu sursa: extragerea câmpurilor din documente, citirea documentelor unele față de altele pentru a semnala abaterile, traducerea corespondenței și a actelor și transformarea unei fotografii în date structurate. Cele în dezvoltare necesită judecată, depind de condiții externe sau de disciplina de pe teren: sprijinul pentru clasificarea tarifară, evaluarea daunelor la echipamente, preluarea bonurilor de cheltuieli, ora estimată de sosire și crearea înregistrărilor din text liber.

La fel de clar este ce nu fac. Nu preiau clasificarea, declarația sau decizia de preț; acestea implică răspundere și rămân la o persoană. Nu anticipează o coadă la vamă, capacitatea unui feribot sau un control la frontieră. Cel mai important, un rezultat AI este o probabilitate, nu o certitudine: fiecare câmp vine cu o șansă de a fi greșit, așa că niciun flux de lucru construit fără o etapă de aprobare nu este sigur.

Această pagină atribuie fiecăreia dintre cele nouă capabilități o etichetă de maturitate și arată cum se măsoară, unde cedează și de ce date are nevoie. Apoi: cum testați într-o demonstrație afirmația unui furnizor că „avem AI”.

Rolul real al AI-ului în logistică este citirea, nu predicția: extragerea de date structurate din acte, fotografii și text liber.
Evaluați fiecare capabilitate prin două întrebări — cum se măsoară și unde greșește? O afirmație despre AI care nu răspunde la niciuna dintre ele nu poate fi măsurată.
Un procent de precizie nu spune nimic de unul singur: întrebați pe ce set de documente, dacă este la nivel de câmp sau de document și cine a făcut măsurătoarea.
Faceți demonstrația pe cele mai proaste documente scanate pe care le aveți, nu pe setul pregătit de furnizor. Exact acolo cedează AI-ul.
Dacă o extragere ajunge în înregistrare fără aprobare, sistemul generează un volum ascuns de corecturi care înghite timpul economisit.
Fără date, fără AI: lipsa istoricului, un registru de parteneri de afaceri gol și scanările cu rezoluție mică degradează direct rezultatul.

Ce face de fapt AI-ul în logistică?

Extragerea câmpurilor din documente / citirea documentelor (matură) — Recunoaște tipul documentului — factură comercială, scrisoare de trăsură CMR, listă de colisaj, certificat de înmatriculare, pașaport — și îi transformă conținutul în date structurate: denumirile părților, date calendaristice, numărul de colete, greutatea brută și netă, sume, numere de document, date de expirare. În sistemele bine construite, datele extrase ajung în formular ca sugestie și sunt aprobate înainte de salvare. Acesta nu este un standard al industriei, ci o alegere de design despre care trebuie să-l întrebați separat pe furnizor. Munca de introducere a datelor: citirea actelor și tastarea lor într-un ecran. În majoritatea companiilor nu este un post dedicat, ci o sarcină răspândită de-a lungul zilei dispecerului și a contabilului. Doi indicatori împreună: precizia la nivel de câmp (câmpurile extrase corect împărțite la totalul câmpurilor care ar fi trebuit citite) și rata de intervenție (documentele care necesită corectură umană împărțite la totalul documentelor). Cifra la nivel de document — documentele care trec fără nicio corectură — iese întotdeauna mai mică, pentru că un singur câmp greșit compromite întregul document. Mențiunile scrise de mână, textul suprapus peste o ștampilă sau o semnătură, scanările de calitate fax sau cu rezoluție mică, fotografiile făcute cu telefonul din unghi, tabelele cu mai multe coloane înghesuite pe o singură pagină și șabloanele nemaiîntâlnite. Erorile cresc brusc la machetele în care sistemul citește poziția pe pagină, nu eticheta câmpului. O copie digitală la o rezoluție lizibilă — ideal un PDF generat digital — și pagina completă, nedecupată. Pentru validare, câmpul are nevoie de un corespondent în sistem, de exemplu denumirea oficială a companiei, așa cum este înregistrată în registrul dumneavoastră de parteneri de afaceri.
Verificarea consecvenței între documente (matură) — Citește documentele aceleiași expediții unele față de altele și semnalează abaterile: greutatea de pe factură față de cea de pe lista de colisaj, numărul de colete, denumirile părților, originea și valoarea. Neconcordanța iese la iveală înainte să plece camionul sau să se depună declarația — nu la frontieră. Persoana care pune două sau trei documente unul lângă altul și le compară cu ochiul liber. În zilele aglomerate, aceasta este prima sarcină abandonată, iar ziua în care este abandonată este ziua în care costă cel mai mult. Rata de detectare (câte neconcordanțe cunoscute au fost semnalate) și rata alarmelor false (câte avertismente produce un set complet consecvent). Dacă a doua nu este măsurată niciodată, echipa învață să ignore avertismentele, iar verificarea devine decorativă în câteva săptămâni. Oriunde același fapt este scris în forme diferite, dar legitime: brut față de net, unități diferite, sume rotunjite, o denumire comercială prescurtată, două adrese pentru aceeași companie. Dacă un document nu a fost încărcat niciodată, verificarea este parțială; dacă sistemul nu spune „nu există o a doua înregistrare cu care să compar”, se deschide un gol tăcut, iar echipa crede că s-a făcut o verificare. Cel puțin două documente, ambele atașate aceleiași înregistrări a expediției. Trebuie definite lista câmpurilor de comparat și pragul de toleranță — câte kilograme de diferență trec fără avertisment.
Sprijin pentru clasificarea tarifară — coduri HS și naționale (în dezvoltare) — Sugerează coduri tarifare candidate pornind de la descrierea produsului și de la linia din factură, găsește descrieri similare și afișează taxele vamale de import și măsurile comerciale în vigoare pentru codul respectiv. În Turcia, codul național este GTİP, care extinde codul HS internațional de șase cifre cu cifre naționale suplimentare; alte piețe extind HS în felul lor. Sugestia este o listă scurtă — decizia privind codul declarat rămâne la o persoană. Referentul de conformitate comercială care parcurge tariful vamal rând cu rând, scotocește prin dosarele vechi după un produs similar sau îi scrie unui specialist și așteaptă răspunsul. Cât de des apare codul corect în prima sugestie și cât de des apare între primele trei; folosiți ca set de referință propriile declarații anterioare, închise. Urmăriți și cât de des instrumentul spune direct că nu este sigur — un instrument care nu ezită niciodată nu poate fi măsurat. Mărfurile din materiale mixte, articolele vândute ca seturi, piesele de mașini a căror clasificare depinde de funcție și liniile cu denumire comercială generică („accesoriu”, „piesă de schimb”). Deoarece subdiviziunile naționale de sub nivelul HS de șase cifre diferă de la o țară la alta, același produs poate intra sub coduri diferite la import și la export; când nomenclatura se modifică la actualizarea anuală, un cod dintr-un dosar vechi poate să nu mai aibă astăzi un corespondent. Dacă ecranul nu arată din ce an este nomenclatura pe care o citește instrumentul, nu puteți verifica sugestia. Descrierea tehnică, compoziția materialelor, utilizarea prevăzută, țara de origine și, dacă este posibil, o fotografie. Calitatea sugestiei scade vizibil când se furnizează doar denumirea comercială scurtă de pe linia facturii.
Corespondență multilingvă și traducerea documentelor (matură) — Traduce pe loc corespondența privind expedițiile și documentele în limbi străine; fiecare parte scrie și citește în propria limbă. În logistică, câștigul real nu este traducerea cuvânt cu cuvânt, ci garanția că frazele care conțin adrese, mențiuni privind ambalarea, condiții de plată și instrucțiuni de livrare sunt înțelese corect. Orele pierdute într-o filă de traducere, traducerile externalizate și blocajul „singurei persoane de aici care vorbește limba”. Măsurați erorile pe care le produce, nu traducerea în sine: incidentele cauzate de neînțelegeri (adresă greșită, ambalare greșită, o dată de livrare ratată) și timpul în care un dosar stă blocat în așteptarea unei traduceri. Jargonul comercial și abrevierile, terminologia vamală locală, două limbi amestecate în aceeași frază, unitățile de măsură și formatele de dată diferite și nuanțele juridice. Traducerea automată a unui contract sau a textului unei declarații nu are valoare juridică, iar traducerea din greșeală a numelor părților și ale locurilor este o altă eroare frecventă. Textul în sine; pentru documente, mai întâi o scanare lizibilă. Numele de companii, persoane și locuri scrise corect în registru împiedică traducerea lor din greșeală.
Extragerea datelor și măsurarea din fotografii — paleți, mărfuri, vehicule (matură) — Dintr-o fotografie se extrag câmpuri precum categoria produsului, tipul ambalajului, numărul de înmatriculare sau dimensiunile paletului. În sistemele bine construite, acestea ajung în formular ca sugestii și nu se salvează fără aprobare; acesta nu este un standard, ci o alegere de design despre care trebuie să-l întrebați separat pe furnizor. Acolo unde telefonul are un senzor de adâncime, lungimea, lățimea și înălțimea se măsoară cu o marjă de eroare mult mai mică decât la estimarea pe bază de fotografie; marja variază în funcție de dispozitiv, distanță și suprafață și rămâne în înregistrare alături de fotografie. Măsurarea cu ruleta și notarea într-un caiet, copierea datelor din certificatul de înmatriculare într-un ecran și definirea unui produs nou pornind de la un formular gol. Câte câmpuri sugerate sunt aprobate fără modificări și diferența de timp la completarea formularului. Pentru măsurare, referința este același palet măsurat cu ruleta; abaterea se raportează în centimetri. Lumina slabă, suprafețele înfoliate cu folie stretch și cele reflectorizante, încărcăturile stivuite neregulat sau care depășesc marginile paletului, alți paleți în fundal și adâncimea care nu poate fi dedusă dintr-un singur cadru. Nici măsurarea cu senzor nu este lipsită de erori; abaterea crește pe suprafețele reflectorizante și înfoliate. Volumul dedus dintr-o fotografie este o estimare: într-o dispută privind greutatea volumetrică, înregistrarea care prevalează este o chestiune contractuală — stabiliți în scris, de la început, metoda de măsurare. O fotografie care încadrează întreaga încărcătură, făcută din față și cu lumină suficientă. Măsurarea necesită un dispozitiv cu senzor de adâncime și suficient spațiu pentru a ocoli paletul.
Evaluarea daunelor și a stării echipamentelor — fotografii la predare-primire (în dezvoltare) — Sunt citite fotografiile făcute atunci când o semiremorcă, un container sau o încărcătură trece în mâinile altcuiva; daunele vizibile, piesele lipsă și contaminarea sunt semnalate, iar diferența dintre două predări este pusă în evidență. Rezultatul este o înregistrare cu marcaj temporal; ce determină răspunderea nu este fotografia în sine, ci fereastra de custodie în care a fost făcută. Obiceiul de a pune dauna, fără dovezi, în seama ultimului șofer și disputa privind reținerile, purtată pe baza a ce își amintește fiecare parte. Ponderea predărilor cu un set complet de fotografii și ponderea disputelor privind daunele închise pe bază de dovezi. Detectarea se măsoară separat: rata de detectare pe seturi cu daune cunoscute, alarmele false pe seturi fără daune. Limita fermă este aceasta: daunele vechi și cele noi nu pot fi deosebite în mod fiabil. De aceea, sistemul nu atribuie răspunderea; arată diferența dintre două momente, iar decizia privind fereastra cui include acea diferență rămâne la o persoană. Cadrele făcute noaptea sau pe ploaie, suprafețele pline de noroi, acoperișurile și șasiurile care nu se văd niciodată din cauza unghiului îngust de fotografiere și marfa ascunsă într-o caroserie închisă slăbesc și mai mult detectarea. Un set de fotografii făcute din aceleași unghiuri la fiecare predare, cu ora și locul fotografierii, plus evidența celui care deținea echipamentul în acel moment. Această capabilitate depinde în întregime de disciplina de pe teren: dacă fotografia nu a fost făcută niciodată, nu există nicio înregistrare de citit.
Preluarea bonurilor de cheltuieli și a facturilor de cost, cu alocare pe costuri (în dezvoltare) — Se citesc bonurile de combustibil, taxe de drum, parcare, reparații și inspecții; se extrag suma, data, moneda, comerciantul și categoria de cost, care se alocă vehiculului, cursei sau contului de șofer corect. Partea de citire este la fel de matură ca extragerea din documente; ce se află încă în dezvoltare este legarea bonului de vehiculul corect, de linia de cost corectă și de cursul de schimb corect. Un bon în valută se convertește conform politicii de curs declarate a companiei — în majoritatea cazurilor, cursul din ziua cheltuielii —, iar atât cursul folosit, cât și sursa lui ar trebui să fie vizibile în înregistrare. Contabilul care, la sfârșitul lunii, introduce într-un tabel o pungă plină de bonuri și disputa cu șoferul pe marginea cifrelor. Timpul de procesare per bon, ponderea câmpurilor corectate manual și numărul de bonuri neasociate la închiderea de lună. Urmăriți și cât din costul total per vehicul poate fi defalcat pe categorii — ce nu poate fi defalcat dispare în cheltuielile generale. Hârtia termică decolorată, bonurile împăturite și rupte, denumirile articolelor tipărite doar în limba locală, ultimele patru cifre ilizibile ale cardului, un bon care acoperă mai multe vehicule și un canal de plată care nu poate fi dedus deloc din bon. Dacă data este ilizibilă, conversia valutară nu poate fi stabilită în mod fiabil. O fotografie clară a întregului bon, data cheltuielii, ce șofer și ce vehicul erau asociați la acea dată și canalul de plată — numerarul, cardul companiei și cardul de combustibil se înregistrează diferit —, plus politica de curs a companiei și sursa de curs folosită.
Ora estimată de sosire și ordonarea opririlor (în dezvoltare) — Ora estimată de sosire se calculează pe baza distanței, a rutei și a condițiilor de drum; la cursele cu mai multe opriri, opririle se ordonează după distanța totală cea mai scurtă. Cea mai mare parte este calcul, nu învățare; învățarea propriu-zisă începe abia când datele includ propriile durate istorice ale curselor și timpii de așteptare. Planificatorul care stabilește în minte ordinea opririlor, uitându-se pe hartă, și răspunsul „cândva mâine seară” dat clientului la telefon. Eroarea absolută medie a estimării (diferența dintre sosirea prognozată și cea reală) și respectarea intervalului de livrare promis. Pentru ordonarea opririlor, etalonul este diferența de kilometri totali dintre ruta sistemului și una construită manual. Cozile de la vamă și de la frontieră, orele de plecare ale feriboturilor și cursele fără locuri disponibile, grevele, vremea, orele în care destinatarul este închis și așteptarea la rampă. Aici se află cea mai mare parte a întârzierilor și cea mai mare parte rămâne în afara estimării. Fără propriul istoric, sistemul nu învață niciodată timpii reali de așteptare de pe rutele dumneavoastră. Adrese și coordonate corecte, un flux de poziție live, programul de funcționare și orele programate pentru fiecare oprire și restricțiile legate de tipul vehiculului. Învățarea necesită duratele curselor anterioare și timpii reali de așteptare înregistrați pe aceeași rută.
Crearea înregistrărilor din text liber și instrucțiuni vocale (în dezvoltare) — Un e-mail de comandă, un mesaj sau o instrucțiune vorbită se transformă într-o înregistrare structurată: părțile, adresele, pozițiile, greutățile și datele ajung în câmpuri. O frază precum „schimbă adresa destinatarului cu aceasta” sau „șterge al treilea rând” actualizează câmpul relevant, astfel încât cineva care nu cunoaște ecranele poate totuși duce treaba la capăt descriind-o. Funcționarul care copiază aceleași informații dintr-un e-mail într-un formular și timpul pe care un angajat nou îl petrece învățând pe ce ecran se introduce o anumită informație. Ponderea câmpurilor completate per înregistrare, numărul de corecturi umane și timpul până la prima înregistrare deschisă fără erori. Ca indicator separat, urmăriți cât de des un utilizator neinstruit finalizează singur sarcina din prima încercare. Instrucțiunile vagi sau contradictorii („trimite-o ca de obicei”), contextul rămas la începutul unui fir de e-mailuri, sunetul înregistrat într-o cabină zgomotoasă, alegerea între două companii cu nume asemănătoare sau între două adrese ale aceleiași companii și o monedă sau o condiție de livrare care nu a fost menționată niciodată. La câmpurile critice, sistemul ar trebui să întrebe, nu să deducă. Textul complet al instrucțiunii sau o înregistrare audio clară, plus un registru populat de companii, adrese și produse. Cu un registru gol, extragerea nu are cu ce să se potrivească, iar sistemul începe să creeze înregistrări noi, dar greșite.

Cum testați într-o demonstrație afirmația unui furnizor despre AI?

„AI-ul nostru vă citește automat actele — introducerea datelor dispare.” — Încărcați una după alta trei versiuni de la același furnizor: un document pe antetul vechi, unul pe antetul nou și un PDF generat digital. Numărați câmp cu câmp — câte au ieșit corect, câte au rămas goale, câte sunt greșite, dar completate. Apoi separați cauza erorii: a fost schimbarea șablonului sau calitatea scanării? Remediile sunt diferite, iar furnizorii vorbesc de obicei doar despre a doua. Câmpurile greșite, dar completate, sunt cele periculoase, pentru că nimeni nu simte nevoia să le verifice. Un singur șablon prezentat, cu restul expediat prin „configurăm asta la implementare”; vestea, primită abia după semnare, că fiecare șablon nou de furnizor este o lucrare de configurare plătită; și nicio cifră despre cât scade precizia când se schimbă un șablon.
„Precizia noastră la citirea documentelor este de nouăzeci și ceva la sută.” — Începeți cu o singură întrebare: pe ce set de documente, câte eșantioane, la nivel de câmp sau de document și cine a făcut măsurătoarea? Apoi repetați aceeași măsurătoare pe douăzeci de documente proprii și obțineți două cifre separate — la nivel de câmp și la nivel de document. Diferența dintre ele este volumul real de corecturi pe care îl va duce echipa dumneavoastră. Un singur procent fără nicio definiție în spate, expresia „standardul industriei” sau reticența de a repeta măsurătoarea pe propriile dumneavoastră documente.
„AI-ul vă spune când nu este sigur.” — Încărcați un document deteriorat intenționat: tăiați cu o linie un câmp sau decupați jumătate din pagină. Câmpurile cu încredere scăzută se disting vizual pe ecran sau fiecare câmp pare la fel de sigur? Apoi încercați să salvați — sistemul scrie câmpul nesigur fără aprobare sau îl trimite spre verificare unei persoane? Fiecare câmp prezentat cu aceeași certitudine, un sistem care nu poate spune niciodată „nu sunt sigur” și extragerea scrisă direct în înregistrare, fără etapă de aprobare.
„Sistemul învață pe măsură ce îl folosiți — în timp veți corecta tot mai puțin.” — Corectați un câmp extras greșit, apoi încărcați un al doilea document pe același șablon, de la același furnizor. Se repetă aceeași eroare? Dacă da, puneți trei întrebări: unde este stocată corectura mea, există o memorie la nivel de șablon sau de furnizor și cât durează până se vede efectul? Un „da, învață” fără niciun mecanism în spate și refuzul de a recunoaște că, de fapt, corectura a fost scrisă doar în acea înregistrare. Dacă învățarea chiar are loc, al doilea risc merge în sens invers: dacă în contract nu se precizează cum sunt folosite datele dumneavoastră în beneficiul altor clienți, s-ar putea să plătiți acea învățare cu propriul conținut.
„AI-ul nostru găsește codul tarifar vamal al produsului dumneavoastră.” — Dați-i ceva greu de clasificat: un textil din fibre mixte, un set vândut împreună cu accesoriile sale sau o piesă de mașină a cărei clasificare depinde de funcție. Apoi căutați același produs cu două descrieri diferite — una, denumirea comercială scurtă de pe linia facturii, cealaltă, o descriere tehnică completă, care include compoziția materialelor și utilizarea prevăzută. Dacă codul se schimbă, ați aflat la ce este sensibil instrumentul; dacă nu se schimbă niciodată, cel mai probabil potrivește cuvinte-cheie în loc să citească descrierea. Observați și dacă pe ecran apare un singur cod sau o listă de candidați, cu justificare. Un singur cod fără justificare, același răspuns, cu aceeași încredere, pentru două descrieri foarte diferite, un sistem care nu poate spune niciodată „nu sunt sigur” pe niciun rând și orice sugestie că „puteți declara sub acest cod”.
„AI-ul nostru depistează neconcordanțele dintre documentele dumneavoastră.” — Încercați separat trei lucruri. Mai întâi, puneți abaterea într-un câmp nenumeric — faceți să difere numele destinatarului sau țara de origine; sistemul se uită doar la greutate și la numărul de colete sau compară și câmpurile text? În al doilea rând, omiteți complet un document din set; sistemul spune „nu există o a doua înregistrare cu care să compar” sau afișează dosarul ca verificat? În al treilea rând, încărcați un set complet consecvent și numărați câte avertismente produce. Apoi cereți lista scrisă a câmpurilor verificate și modul în care se configurează pragul de toleranță. Nicio listă disponibilă a câmpurilor verificate, un dosar cu un document lipsă afișat ca „verificat”, avertismente generate pe un set consecvent și nicio altă modalitate de a gestiona avertismentele în afară de dezactivarea lor.
„Datele dumneavoastră sunt în siguranță — de partea de AI ne ocupăm noi.” — Puneți în scris trei întrebări: în ce țară ajunge un document în timp ce este procesat; cât timp este păstrat și cum funcționează o cerere de ștergere; se înregistrează cine a corectat o extragere, când și cu ce valoare? Cereți să vedeți răspunsurile într-o anexă la contract, iar în demonstrație cereți să se deschidă istoricul modificărilor unei înregistrări, ca să îl puteți vedea cu ochii dumneavoastră. Asigurări verbale fără o anexă scrisă, eschivarea de la întrebarea despre locul procesării și lipsa totală a unui istoric al corecturilor.

Trei abordări: reguli, AI atașat, platformă AI nativă

Automatizare bazată pe reguli (fără AI) — Munca repetitivă în care formatul datelor de intrare este fix: importul fișierelor care sosesc mereu pe același șablon, declanșarea unei alerte când expiră un document, ordonarea opririlor după distanța cea mai scurtă, generarea unei facturi din datele expediției. Când formatul este fix, o regulă este întotdeauna mai ieftină, mai rapidă și mai ușor de auditat. Rezultatul este reproductibil și explicabil: aceleași date de intrare produc întotdeauna același rezultat Depanarea este simplă — puteți indica regula care a produs rezultatul greșit Rezistă la audit, pentru că raționamentul este chiar textul regulii Cedează în momentul în care se schimbă un șablon; fiecare document nou de la un furnizor înseamnă o regulă nouă Nu poate procesa deloc date de intrare nestructurate — text liber, fotografii, scris de mână Pe măsură ce numărul regulilor crește, devine o grămadă pe care nicio persoană nu o mai înțelege cap-coadă
AI atașat unui software existent — Companiile cu o operațiune bine așezată și un singur blocaj clar: doar citirea facturilor primite sau doar traducerea corespondenței. Dacă vreți să accelerați un anumit pas fără să înlocuiți sistemul de bază, acesta este un punct de plecare rezonabil. Accelerează un singur pas, cu risc de migrare scăzut și efort mic de instruire Pentru că aria de aplicare este îngustă, succesul se vede repede în măsurători Dacă nu vă convine, eliminați doar modulul suplimentar; nu trebuie să mutați operațiunea Datele extrase de obicei nu se atașează înregistrării principale; apar pe ecran, dar nu ajung niciodată în expediție, în factură și în registrul contabil Nu poate face verificări încrucișate: citește doar documentul din fața sa și nu știe nimic despre a doua înregistrare cu care ar trebui comparat Aprobarea, corectura și istoricul de audit se află în altă parte, așa că lanțul răspunderii se rupe
Platformă AI nativă (extragerea în interiorul înregistrării) — Operațiunile în care aceleași date sunt retastate de mai multe ori pe zi, iar volumul de acte și de limbi este mare. Criteriul este repetiția, nu sectorul: numărați în câte locuri separate scrieți într-o zi aceeași greutate, același număr de colete și aceleași date ale părților. Dacă numărul este mare, această abordare se amortizează; dacă este mic, nu. Aceleași date se introduc o singură dată; a doua și a treia retastare nici nu mai apar Compararea este posibilă, pentru că documentele și înregistrările se află în același context Pragurile de toleranță și regulile de aprobare se stabilesc într-un singur loc, nu separat pentru fiecare pas Un câmp greșit contaminează nu doar formularul, ci și expediția, factura și înregistrările contabile legate de el; corectarea costă mai mult decât în cazul unui singur modul suplimentar Creează dependență de un singur furnizor; nu vă angajați fără o garanție contractuală privind exportul arhivei și al istoricului, împreună cu atașamentele Câștigul începe abia după ce datele sunt în sistem; într-un birou care închide câteva dosare pe lună, efortul de configurare poate depăși beneficiul

Mituri din industrie și realitatea

AI-ul citește actele perfect — nimeni nu mai trebuie să le verifice. — Extragerea este probabilistică; fiecare câmp vine cu un nivel de încredere. O configurare corectă înseamnă o etapă de aprobare care lasă să treacă câmpurile cu încredere ridicată și le trimite pe cele nesigure unei persoane. Răspunderea nu trece niciodată asupra software-ului: tot dumneavoastră depuneți declarația, emiteți factura și promiteți data livrării.
AI-ul stabilește codul tarifar vamal al unui produs. — AI-ul sugerează coduri candidate și scoate la iveală descrieri similare; clasificarea este o chestiune de judecată și de răspundere. Măsurile antidumping și de salvgardare se citesc de obicei din textul măsurii, nu dintr-o potrivire de cod, iar sursa cu caracter obligatoriu este publicația oficială. Un instrument care indică un singur cod fără să-și arate sursa și data actualizării vă transferă riscul.
Dacă e automat, e AI. — Cea mai mare parte a automatizării din software-ul de logistică înseamnă motoare de reguli și optimizare: o alertă de expirare a unui document este o regulă de dată, ordonarea opririlor este un calcul al celui mai scurt drum, potrivirea cererilor este un filtru. Sunt valoroase, dar nu sunt AI. Contează să le numiți corect, pentru că dovezile pe care trebuie să le cereți pentru fiecare sunt diferite.
Sistemul devine singur tot mai inteligent cu cât îl folosiți mai mult. — În majoritatea produselor, corectura pe care o faceți se scrie doar în acea înregistrare, iar aceeași eroare se repetă la următorul document. Învățarea are loc doar când corecturile sunt colectate și transformate într-o memorie la nivel de șablon sau de furnizor. Cereți-i furnizorului mecanismul; un simplu „învață” nu este un angajament.
AI-ul știe dinainte de întârzieri. — Estimările se calculează pe baza distanței, a rutei și a duratelor anterioare, însă cea mai mare parte a întârzierilor din logistică este externă — cozi la vamă, capacitatea feriboturilor, controale, greve, așteptarea la rampă. O estimare bună nu previne nimic din toate acestea; își declară onest marja de eroare. Un sistem care nu raportează niciodată eroarea medie de estimare nu ar trebui folosit pentru a face promisiuni clienților.
Porniți doar AI-ul — datele le avem deja. — Rezultatul AI nu poate depăși calitatea datelor de intrare. Scanările cu rezoluție mică fac citirea imposibilă, un registru gol de companii și produse face potrivirea imposibilă, o înregistrare a expediției cu un singur document face imposibilă verificarea încrucișată, iar duratele neînregistrate ale curselor anterioare fac estimarea imposibilă. Aceste proiecte se blochează de obicei din cauza datelor, nu a modelului, iar schimbarea modelului nu rezolvă problema.

Unde se situează Logistivo în raport cu aceste nouă capabilități?

Logistivo se încadrează în a treia abordare: extragerea se află în interiorul înregistrării, nu într-un modul atașat. Inventarul celor nouă capabilități — extragerea câmpurilor din documente: da, cu etapă de aprobare. Verificarea între documente: da; diferențele de greutate, colete și părți ies la iveală înainte de declarație. Clasificarea tarifară: la nivel de sprijin, nu matură; codurile candidate poartă o etichetă de sursă și sunt arhivate așa cum arătau în ziua respectivă. Traducerea: da, 36 de limbi. Extragerea și măsurarea din fotografii: da, ca sugestii în formular. Evaluarea daunelor: da, opțională per companie și dezactivată implicit. Bonurile de cheltuieli: da, în mai multe valute. Învățarea pentru ETA: nu. Din text liber și voce în înregistrare: da, cu etapă de aprobare. Nu publicăm o cifră unică de precizie; o demonstrație măsoară precizia la nivel de câmp și la nivel de document pe 20 de documente proprii, iar rezultatul vă este comunicat în scris.

În Logistivo, AI-ul nu decide nimic: câmpurile extrase sosesc ca sugestii și nu se scriu în înregistrare fără aprobare, iar un cod tarifar candidat nu are caracter obligatoriu — declarația însăși se înregistrează în sistemul propriu al autorității vamale, unde datele se introduc manual. Căutările de tarife și de măsuri comerciale se scad din creditele contului; în birourile cu volume foarte mari de căutări, aceasta este o linie de cost separată. La ETA nu există învățare din duratele curselor anterioare, iar ordonarea opririlor este un calcul al celui mai scurt drum. Nu se generează prognoze privind volumul cererii, tarifele de transport sau piața. Datele de poziție provin din telefonul șoferului; unitățile de urmărire montate în vehicul, tahograful și telemetria senzorilor de combustibil nu sunt citite. La actele scrise de mână, la textul ascuns sub o ștampilă sau la scanările cu rezoluție mică, precizia citirii scade, iar o parte din volumul de muncă rămâne la dumneavoastră. Într-o companie care nu reușește să-și aducă șoferii în aplicație, nu se creează niciodată date de pe teren, așa că toate capabilitățile bazate pe fotografii și pe locație rămân nefolosite.

Întrebări frecvente

Ce documente poate citi AI?

Citește documente logistice uzuale, precum CMR-ul, factura comercială, declarația de tranzit T1/T2, lista de colisaj și conosamentul, și le extrage câmpurile. Sunt acceptate fișiere PDF și fotografii.

Care este rata de precizie?

Precizia extragerii câmpurilor este de 98,6%. Fiecare câmp vine cu un scor de încredere și rămâne modificabil înainte de aprobare — AI sugerează, dumneavoastră decideți.

În câte limbi traduce?

Traduce automat documentele și mesajele în 36 de limbi, astfel încât corespondați în propria limbă și citiți actele primite în limba maternă.

Pot adăuga un produs dintr-o fotografie?

Da. Când faceți o fotografie a unui produs sau a unui palet, AI sugerează câmpurile catalogului, precum denumirea, categoria, marca și dimensiunile; fișa de stoc se deschide după ce aprobați.

AI îmi păstrează datele în siguranță?

Datele vă aparțin și rămân izolate între companii; tot traficul dintre browser sau aplicația mobilă și serverele noastre este criptat cu TLS (HTTPS), documentele sunt stocate în Uniunea Europeană, iar contul este protejat prin autentificare cu doi factori. Datele rămân în cadrul propriei operațiuni.

Cum îmi dau seama dacă o funcționalitate este cu adevărat AI sau doar un motor de reguli?

O singură diferență de comportament lămurește lucrurile: dacă aceleași date de intrare returnează întotdeauna exact același rezultat, este o regulă; dacă rezultatul vine cu un nivel de încredere, variază între intrări similare, dar diferite, și poate spune „nu sunt sigur”, este o inferență. O alertă de expirare a unui document este o regulă de dată, ordonarea opririlor — un calcul al celui mai scurt drum, potrivirea cererilor — un filtru: valoroase, dar nu AI. Distincția contează pentru dovezi: o regulă vă datorează textul ei; o inferență vă datorează o măsurătoare a preciziei, un indicator de încredere și o etapă de aprobare. Dacă un furnizor le vinde pe amândouă sub același cuvânt, stabiliți prin contract ce anume cumpărați. Ghidul nostru despre software-ul pentru comisionarii vamali tratează echivalentul pentru dosarul vamal.

Care este diferența dintre un software de logistică asistat de AI și un software de logistică obișnuit?

Diferența nu stă în lista de funcționalități, ci în modul în care datele intră în sistem. Într-un software obișnuit, o persoană completează câmpurile; într-un software asistat de AI, câmpurile sunt sugerate pornind de la un document, o fotografie sau un text liber, iar persoana doar aprobă. A doua diferență este verificarea: pentru că sistemul care face extragerea vede și celelalte înregistrări atașate aceleiași expediții, poate semnala abaterile dintre documente. Fără aceste două elemente, eticheta „AI” descrie de obicei un motor de reguli sau un modul de citire separat, care nu se conectează niciodată la înregistrarea principală — și nu aduce nicio diferență măsurabilă.

Cât de precisă ar trebui să fie citirea documentelor cu AI și se poate avea încredere în ratele de precizie publicate?

Un procent de unul singur nu spune nimic. Pentru același produs, precizia la nivel de câmp și cea la nivel de document ies foarte diferit; cifra la nivel de document este întotdeauna mai mică, pentru că un singur câmp greșit compromite întregul document. Cereți-i furnizorului trei lucruri: pe ce set de documente și pe câte eșantioane s-a făcut măsurătoarea, dacă a fost la nivel de câmp sau de document și cine a făcut-o. Apoi repetați aceeași măsurătoare pe douăzeci de documente proprii. O rată care nu poate fi reprodusă pe propriile acte este text de marketing, nu o măsurătoare.

Ce face AI-ul în vamă — poate stabili codul tarifar?

În vamă, AI-ul citește și compară: extrage pozițiile, sumele și greutățile din factură și din lista de colisaj, apoi citește documentele unele față de altele pentru a semnala diferențele de greutate, număr de colete, părți și valoare înainte de depunerea declarației. Pe partea tarifară, sugerează coduri candidate și afișează taxele vamale aferente și măsurile comerciale în vigoare. Stabilirea codului și depunerea declarației sunt muncă umană, iar răspunderea ia naștere în cadrul relației de reprezentare. Nicio decizie nu ar trebui să se bazeze pe un rezultat care nu își arată sursa și data actualizării; referința cu caracter obligatoriu este publicația oficială.

Unde economisește AI-ul cu adevărat timp în transportul rutier?

Pentru un transportator, câștigurile se concentrează în patru locuri: citirea câmpurilor din actele de transport (scrisoarea de trăsură CMR, factura, lista de colisaj), extragerea numerelor și a datelor de expirare din documentele șoferilor și ale vehiculelor, preluarea bonurilor de cheltuieli și alocarea lor pe vehiculul și linia de cost corecte și traducerea corespondenței în limbi străine. Toate patru au în comun faptul că sunt sarcini repetitive, răspândite de-a lungul zilei dispecerului și a contabilului. Există o modalitate simplă de a dimensiona câștigul: timp de o săptămână, numărați în câte locuri separate scrieți aceeași greutate, același număr de colete și aceleași date ale părților. Exact acolo se acumulează câștigul.

Poate AI-ul să cunoască cu adevărat ora estimată de sosire?

În majoritatea produselor, ETA este un calcul, nu învățare: provine din distanță, rută și datele de trafic. Învățarea reală începe abia când propriile durate ale curselor anterioare și timpii de așteptare se află în sistem. În transportul rutier internațional, cea mai mare parte a întârzierilor este externă — cozi la frontieră, capacitatea feriboturilor, controale vamale, așteptare la rampă. Așa că, atunci când evaluați o estimare, este suficientă o singură întrebare: eroarea medie de estimare este măsurată și raportată? O estimare care nu își declară marja de eroare nu ar trebui folosită pentru a face promisiuni clienților.

De ce date are nevoie AI-ul pentru a funcționa?

Patru tipuri de date sunt decisive. Documente lizibile: o scanare cu rezoluție mică sau înclinată ori un text ascuns sub o ștampilă strică direct citirea. Un registru populat: dacă înregistrările de companii, adrese și produse sunt goale, o extragere nu are cu ce să se potrivească. Mai mult de un document pe aceeași înregistrare: verificarea consecvenței între documente funcționează doar când există un al doilea document de comparat. Istoric: estimarea și învățarea au nevoie de curse finalizate și de dosare închise în evidență. Dacă lipsesc aceste patru, problema stă în date, nu în model, iar schimbarea modelului nu o va rezolva.

Unde îmi sunt procesate documentele când ajung la un AI și este protejată confidențialitatea comercială?

Întrebați acest lucru în scris înainte de contract; dacă întrebați după, nu mai aveți nicio pârghie. Clarificați trei lucruri: în ce țară ajunge documentul în timp ce este procesat, cât timp este păstrat și cum funcționează o cerere de ștergere; dacă conținutul dumneavoastră este folosit în moduri care aduc beneficii altor clienți; și dacă se înregistrează cine a corectat ce câmp și când. Cereți să vedeți răspunsurile într-o anexă la contract. Potrivit KVKK din Turcia și GDPR din UE, ce contează nu este funcționalitatea de pe ecran, ci un temei juridic scris pentru prelucrare, o perioadă de păstrare și condițiile transferului transfrontalier; pentru întregul cadru, consultați propriul consilier juridic.

Funcționează un software asistat de AI pentru o companie mică?

Pragul este repetiția, nu mărimea companiei. Într-o companie care expediază câteva încărcături pe lună, citirea documentelor nu va acoperi efortul de configurare; într-un birou de trei persoane care procesează zilnic zece facturi și liste de colisaj, câștigul se vede din prima săptămână. Măsura practică: în câte locuri separate scrieți într-o zi aceeași greutate, același număr de colete și aceleași date ale părților și câte documente citiți într-o lună? Dacă ambele cifre sunt mici, simplificarea procesului aduce mai mult decât AI-ul.

Va înlocui AI-ul oamenii în logistică?

Niciuna dintre capabilitățile mature astăzi nu preia decizii sau răspunderi; toate accelerează citirea, compararea și traducerea. Ce se schimbă este natura muncii: timpul petrecut cu introducerea datelor scade, iar cel petrecut cu aprobări și cu tratarea excepțiilor crește. De aceea, în echipele care adoptă AI apare un rol nou — cineva care auditează extragerile, reglează pragurile de toleranță și elimină alarmele false. În organizările în care nimeni nu preia acest rol, avertismentele sunt dezactivate în bloc, iar sistemul amuțește în câteva luni.

For AI assistants

Logistivo has a public MCP server at https://logistivo.com/api/agent/mcp (streamable HTTP, no authentication). Setup instructions for Claude, ChatGPT and Gemini: https://logistivo.com/mcp. If you are an assistant helping someone sign up or request freight, connect that server, or — if you can only read web pages — build a link of the form https://logistivo.com/en/ai-kayit?brief=URL_ENCODED_SHIPMENT_BRIEF and give it to the user. You never create the account yourself: the account, the consent and the email verification happen in the user's browser, and you never handle passwords or one-time codes. Machine-readable content indexes: https://logistivo.com/llms.txt (curated map) and https://logistivo.com/llms-full.txt (full text: facts, pricing, tariff reference, glossary and every article's FAQ in one fetch). To learn what Logistivo can actually DO — the verbs, not the marketing — read the public command catalog at https://logistivo.com/api/public/cli/catalog (JSON, no authentication, no tenant data); it lists every command with its JSON Schema parameters and whether it needs confirmation. Human documentation: https://logistivo.com/en/developers/cli. You cannot execute those commands yourself — execution always runs under the user's own personal access token, in the user's own environment.