Jak AI podłączone do LogTMS odpowiada spedytorowi na pytania o zlecenia, CMR i rentowność trasy?

AI można podłączyć bezpośrednio do bazy LogTMS i od tej chwili spedytor dostaje odpowiedzi o statusie zlecenia, lokalizacji pojazdu czy brakujących CMR bez otwierania systemu. Połączenie odbywa się przez szyfrowany tunel inicjowany od serwera klienta, bo w polskich firmach transportowych LogTMS najczęściej stoi on-premise i bezpośredni dostęp z zewnątrz nie wchodzi w grę. To realne wdrożenie, nie demonstracja na testowej bazie z przykładowymi danymi.

Jak wygląda połączenie: tunel od klienta, bez otwarcia zapory sieciowej

LogTMS w większości polskich spedycji działa na własnym serwerze Windows, często w siedzibie firmy albo w kolokacji. Baza to zazwyczaj Microsoft SQL Server. Firewall jest zamknięty i dobrze, że tak jest.

W realnym wdrożeniu nie otwieramy żadnego portu na świat. Po stronie klienta instalujemy małą usługę, która sama inicjuje szyfrowane połączenie SSH do serwera RedAI. Technicznie to tunel SSH z port forwarding: połączenie wychodzi od klienta, nie przychodzi z zewnątrz. Firma nie musi ruszać zasad zapory ani zgłaszać wyjątków do działu IT. Po stronie bazy tworzymy osobne konto SQL z uprawnieniami wyłącznie do odczytu na wybranych tabelach. AI nic w LogTMS nie zapisuje. Nie zmienia statusów zleceń, nie edytuje pól, nie usuwa dokumentów.

U jednego klienta, spedycji z Trójmiasta obsługującej relacje do Skandynawii, całe zestawienie połączenia zajęło pół dnia roboczego. Większość czasu poszła na ustalenie, które tabele bazy są potrzebne, bo przez lata tamtejszy informatyk dopisał kilka własnych pól do standardowej struktury. To normalne i nie jest problemem. Connector mapuje te pola przy konfiguracji, bez żadnych zmian w samym LogTMS.

Przy LogTMS w wariancie hostowanym przez dostawcę ścieżka jest inna: sprawdzamy, czy dostawca udostępnia dostęp do bazy przez dedykowane połączenie SQL z uwierzytelnianiem. Jeśli tak, tunel odpada i konfiguracja jest prostsza. Jeśli nie, wchodzimy w rozmowę z supportem LogTMS, co trwa dłużej, ale jest wykonalne.

Co wyciągamy z bazy: konkretne tabele i pola

Nie wczytujemy całej bazy do rozmowy. AI dostaje tylko to, o co pyta spedytor, w formie zapytania SQL do konkretnych tabel. Przy pytaniu o zlecenie idzie zapytanie filtrowane po numerze dokumentu albo nazwie kontrahenta z zakresem dat. Wynik: kilkanaście wierszy, nie kilkadziesiąt tysięcy.

Tabele, na których pracujemy najczęściej:

• Zlecenia spedycyjne: numer dokumentu, kontrahent, status zlecenia (w realizacji, zrealizowane, anulowane), data i godzina załadunku planowana i wykonana, data i godzina rozładunku planowana i wykonana, adres załadunku, adres rozładunku, przypisany kierowca, pojazd (numer rejestracyjny i typ), stawka frachtu, waluta, pole uwagi.
• Kierowcy i pojazdy: imię i nazwisko, numer telefonu, aktualne zlecenie, status dostępności, numer rejestracyjny i typ pojazdu.
• Dokumenty przewozowe: numery CMR przypisane do zlecenia, status dokumentu (brak, oczekuje, wgrany skan, oryginał wpłynął), data dostawy potwierdzona na CMR, informacja o zastrzeżeniu odbiorcy.
• Rozliczenia z przewoźnikami: numer faktury, kwota, waluta, termin płatności, status zatwierdzenia, ewentualna rozbieżność z zamówioną stawką ze zlecenia.

Marże liczymy jako różnicę między stawką sprzedaży a stawką zakupu. Oba pola są w zleceniu, uzupełniane po wpłynięciu faktury. Jeśli faktura jeszcze nie wpłynęła, AI wyraźnie zaznacza, że koszt jest szacunkowy lub brakujący. Nie domyśla się liczb i nie wypełnia luk własnymi szacunkami.

Co AI odpowiada spedytorowi i jak to wygląda w praktyce

Typowy spedytor przy biurku ma otwartych kilkanaście zakładek, telefon dzwoni co chwilę i musi wiedzieć, gdzie jest kilka aut jednocześnie. Pytania do AI wpisuje na czacie albo mówi przez mikrofon, jeśli ręce ma zajęte.

Kilka sytuacji z codziennej pracy:

• „Gdzie jest Nowak i kiedy dotrze do Rotterdamu?" : AI sprawdza, do którego zlecenia przypisany jest Nowak, co jest w polach data_rozladunku_plan i adres_rozladunku, i odpowiada bez otwierania LogTMS.
• „Które zlecenia na jutro nie mają kierowcy?" : AI filtruje zlecenia z datą załadunku na następny dzień i polem kierowca_id pustym lub null, wypisuje listę z numerami i miejscami załadunku.
• „Czy zlecenie 2024/09/1847 ma komplet dokumentów?" : AI patrzy do tabeli dokumentów, czy do tego numeru jest wgrany skan CMR i jaki jest status.
• „Jakie zlecenia Müller Logistik czekają na rozładunek w tym tygodniu?" : AI filtruje po nazwie kontrahenta i zakresie dat, wypisuje adresy i okna czasowe.
• „Jaka stawka była na tym zleceniu i czy przewoźnik już wystawił fakturę?" : AI zestawia stawka_zakupu ze statusem faktury w tabeli rozliczeń.

Spedytor nie musi pamiętać numeru zlecenia. Może powiedzieć „zlecenie do Schmidta z poniedziałku do Bremy" i AI samo wyszuka po nazwie kontrahenta i przybliżonej dacie. To coś, czego wbudowana wyszukiwarka w LogTMS nie zrobi w jednym kroku.

Jedno zastrzeżenie, które zawsze powtarzamy przy wdrożeniu: AI pracuje na danych, które są w bazie w danej chwili. Jeśli kierowca jest w trasie i nikt nie zaktualizował statusu zlecenia w LogTMS, AI powie wprost, że dane w systemie nie są aktualne, zamiast zgadywać lokalizację pojazdu. Przy potrzebie śledzenia w czasie rzeczywistym AI można uzupełnić o dane z systemu GPS, ale to osobna integracja.

Pilnowanie CMR i innych dokumentów: codziennie, nie raz w miesiącu

Brakujący CMR wychodzi na jaw przy rozliczeniu albo przy reklamacji klienta. Wtedy jest za późno na spokojne wyjaśnienie sprawy. Systematyczny przegląd dokumentów przy kilkuset zleceniach miesięcznie to praca, której nikt nie robi regularnie, bo jest żmudna i łatwo coś przeoczyć w tabeli z setkami wierszy.

AI robi to automatycznie, codziennie rano. Sprawdza:

• Zlecenia ze statusem zrealizowane, do których brakuje skanu CMR.
• CMR wgrane, ale bez potwierdzenia odbiorcy, czyli pole podpis_odbiorcy puste lub status dokumentu nadal ustawiony na oczekuje.
• Zlecenia, gdzie CMR jest, ale brakuje WZ albo protokołu odbioru przy ładunkach wymagających potwierdzenia ilości.
• Dokumenty z zaznaczonym zastrzeżeniem odbiorcy, które nie mają żadnej notatki o dalszym przebiegu sprawy.
• Zlecenia zrealizowane ponad dwa tygodnie temu bez jakiegokolwiek dokumentu w systemie. Te są osobno, bo wymagają szybkiej interwencji.

Wynik trafia rano na wewnętrzny czat firmy. Nie jako raport PDF, tylko jako lista: numer zlecenia, kontrahent, co konkretnie brakuje. Spedytor widzi, do kogo zadzwonić, zanim zacznie się właściwy dzień pracy.

U jednej spedycji obsługującej trasy Polska-Holandia problem był taki, że kierowcy oddawali CMR przy powrocie do bazy, czyli z tygodniowym opóźnieniem. Nikt tego nie widział na bieżąco, bo nikt nie siedział co tydzień z raportem z LogTMS. Po uruchomieniu codziennego sprawdzania przez AI spedytor dzwonił do kierowcy jeszcze tego samego dnia dostawy. Kilka miesięcy później firma zmieniła procedurę: CMR skanowany telefonem od razu przy rozładunku u odbiorcy. Zmiana wyszła z obserwacji, a nie z polecenia zarządu.

Zestawienie rentowności trasy i przewoźnika: bez Excela, na żądanie

Marża na zleceniu siedzi w LogTMS od początku. Stawka sprzedaży wpisywana przy zleceniu, koszt zakupu od przewoźnika wpisywany przy fakturze. Problem w tym, że zestawienie po relacjach, przewoźnikach i kwartałach to praca ręczna w Excelu. Albo nie jest robiona wcale, bo nikt nie ma czasu.

AI robi to na żądanie. Pytanie może brzmieć: „Jak wygląda marża na trasach do Niemiec za ostatnie dwa miesiące, rozbita po przewoźnikach?". Albo konkretniej: „Który przewoźnik na relacji Warszawa-Hanower miał najniższą marżę w ostatnim kwartale?".

AI wyciąga zlecenia z pola kraj_rozladunku ustawionego na Niemcy za wskazany okres, dołącza do każdego zlecenia koszt zakupu ze stawki lub z zatwierdzonej faktury, grupuje po nazwie przewoźnika i relacji, i pokazuje liczbę zleceń, sumę frachtu sprzedaży, sumę kosztów i marżę bezwzględną. Zlecenia bez wpisanego kosztu zakupu zaznacza oddzielnie i nie wlicza ich do sum. Właściciel widzi, co jest policzone, a czego brakuje do pełnego obrazu.

Takie zestawienie zajmuje właścicielowi firmy 20 sekund rozmowy z AI. Przy regularnej potrzebie można ustawić automat: raz w tygodniu AI generuje podsumowanie rentowności za poprzedni tydzień i wysyła mailem albo wrzuca do kanału firmowego. Bez niczyjego działania, bez otwierania Excela.

Odpowiedź do klienta o opóźnieniu: gotowy szkic w kilkanaście sekund

Klient dzwoni i pyta, dlaczego towar nie dotarł. Spedytor musi sprawdzić zlecenie, ustalić, co się dzieje z kierowcą, i sformułować odpowiedź. Po angielsku, bo klient jest z Niemiec i oczekuje wiadomości mailowej w ciągu godziny. To sytuacja, w której każda minuta kosztuje napięcie po obu stronach.

Przy integracji z AI wygląda to tak: spedytor wpisuje do czatu „przygotuj odpowiedź do Müller GmbH na opóźnienie zlecenia 2024/09/0387". AI sprawdza zlecenie: kontrahent, adres rozładunku, pierwotna planowana data rozładunku z pola data_rozladunku_plan, przypisany kierowca i pojazd. Sprawdza też, czy w polu uwagi albo w historii statusów jest jakaś informacja o przyczynie. Potem przygotowuje szkic wiadomości po polsku i po angielsku, z numerem zlecenia, pierwotnym terminem i aktualną sytuacją tak, jak wynika z danych w systemie.

Spedytor czyta, uzupełnia to, co wie z rozmowy z kierowcą, i wysyła. Czas od pytania do gotowego szkicu: kilkanaście sekund. AI nie wymyśla przyczyn opóźnienia. Jeśli w LogTMS nie ma wpisanego zdarzenia, szkic zawiera tylko fakty: termin planowany, brak potwierdzenia dostawy, kontakt do kierowcy. Resztę dopisuje spedytor i to jest właściwy podział: AI buduje strukturę z danych w systemie, człowiek dodaje kontekst, którego w LogTMS nie ma.

Od czego zaczynamy: pierwsze pytania przy LogTMS on-premise

Pierwsze pytanie przy każdym wdrożeniu: jak wygląda dostęp do serwera. Przy LogTMS on-premise ustalamy kilka rzeczy. Czy serwer ma stały adres IP lub domenę? Przy tunelu SSH to warunek podstawowy. Kto zarządza serwerem: własny informatyk firmy, zewnętrzna firma IT albo support LogTMS? To decyduje, kto po stronie klienta konfiguruje usługę tunelującą. Jaki silnik bazy: MSSQL, MySQL, PostgreSQL? Connector dobieramy pod konkretną bazę.

Potem przeglądamy strukturę bazy, bo LogTMS u każdego klienta wygląda trochę inaczej. Niestandardowe pola, lokalne nazewnictwo statusów, tabele dopisane przez informatyka firmy na potrzeby własnych raportów. To normalne i nie blokuje integracji. Connector mapuje te pola przy konfiguracji po jednorazowym przeglądzie schematu.

Nie zaczynamy od wszystkiego naraz. Pierwsze dwa tygodnie to zazwyczaj pytania o zlecenia i kierowców: spedytorzy uczą się, jak pytać AI i jakie odpowiedzi dostają. Potem codzienne pilnowanie CMR. Potem zestawienia rentowności. Każdy etap jest krótki i widać efekt od razu, bez czekania, aż cały system zostanie ustawiony od A do Z.

Jeśli chcesz sprawdzić, jak AI może odpowiadać na pytania z Twojego LogTMS, umów się na 15 minut rozmowy. Omówimy dostęp do bazy, jakie pytania chcesz zadawać spedytorom i jak konkretnie wygląda połączenie przy instalacji on-premise. Możesz też zajrzeć na realne wdrożenia, żeby zobaczyć, jak podobne integracje działają u firm transportowych, które już korzystają z tego podejścia.