Jak AI śledzi paczki InPost, DPD i GLS: statusy, zwroty i koszty wysyłki bez ręcznego przeklikiwania

AI podłączone do systemów kurierskich potrafi czytać statusy przesyłek w czasie rzeczywistym, wyłapywać paczki, które za długo stoją w jednym miejscu, i automatycznie informować klientów, zanim ci zdążą napisać maila z pytaniem. Działa to przez API InPostu, DPD, DHL, GLS oraz przez platformy brokerskie jak Furgonetka czy Apaczka. Nie jest to coś, co dopiero nadchodzi: wdrażamy takie integracje w polskich firmach handlowych i e-commerce już dziś.

Skąd AI bierze dane o wysyłkach?

Każdy z dużych kurierów w Polsce udostępnia API. InPost dzieli je na dwie części: ShipX do nadawania i zarządzania przesyłkami oraz tracking API do pobierania statusów. DPD, DHL i GLS działają podobnie, choć szczegóły dokumentacji różnią się między sobą. Jeśli firma nadaje przez brokera, Furgonetka i Apaczka mają własne API, które agreguje dane z wielu przewoźników w jednym miejscu.

Z tych połączeń AI może pobierać:

• numer listu przewozowego (w InPost to pole shipment_id albo tracking_number),
• aktualny status doręczenia, np. ready_to_pickup, delivered, not_delivered, return_in_progress,
• historię zdarzeń na przesyłce ze znacznikami czasu,
• koszty nadania (pole price w potwierdzeniu zlecenia),
• powód nieodebrania albo zwrotu, jeśli kurier go podaje.

U klientów korzystających z Furgonetki wyciągamy to samo, ale z jednego miejsca, niezależnie od tego, czy dana paczka jedzie DPD, DHL czy GLS. Daje to spójny obraz bez konieczności logowania się do pięciu różnych paneli. Dla firmy wysyłającej przez kilku przewoźników jednocześnie ta oszczędność czasu robi się odczuwalna już przy kilkudziesięciu zamówieniach tygodniowo.

Co AI robi ze statusem przesyłki, zanim klient zdąży zapytać?

Typowo wygląda to tak: klient zamawia produkt w poniedziałek, we wtorek dostaje potwierdzenie wysyłki z numerem śledzenia. W środę paczka trafia do paczkomatu. AI w tym momencie wyłapuje zmianę statusu na ready_to_pickup i automatycznie wysyła SMS albo maila: "Twoja paczka czeka w paczkomacie POZ-123 do piątku, nr śledzenia: XYZ456."

Ale to nie jest zwykły webhook od InPostu. AI może dodać kontekst: sprawdzić, które zamówienie odpowiada tej przesyłce, dociągnąć imię klienta z bazy, wstawić link do faktury albo krótkiej instrukcji obsługi produktu. Jeden komunikat, a klient nie musi dzwonić. Firmy obsługujące kilkaset zamówień miesięcznie szybko zauważają spadek liczby telefonów przychodzących z pytaniem "gdzie moja paczka".

Ważna rzecz: AI nie wysyła powiadomień "na ślepo". Przed wysyłką sprawdza, czy klient nie dostał już wiadomości od kuriera bezpośrednio (jeśli taka informacja jest dostępna przez API). Dzięki temu klient nie dostaje dwóch identycznych SMS-ów w odstępie pięciu minut.

Jak AI wyłapuje przesyłki utknięte i zwroty?

Cykliczne sprawdzanie statusów to fundament. AI pyta API kuriera o stan każdej aktywnej przesyłki, na przykład co godzinę albo co kilka godzin, zależnie od wolumenu i wymagań firmy. Jeśli paczka przez określony czas nie zmieniła statusu albo pojawiło się zdarzenie delivery_attempt_failed dwa razy z rzędu, AI oznacza przesyłkę jako problematyczną.

Co potem, zależy od skonfigurowanego przepływu. Najczęściej:

• AI tworzy zadanie dla obsługi klienta w systemie ticketowym, np. Zendesk albo Freshdesk, z pełnym opisem sytuacji i linkiem do przesyłki,
• albo wysyła alert na dedykowany kanał w Teams albo Slack z informacją: "Paczka nr XYZ od 36 godzin bez zmiany statusu, klient: Jan Kowalski, zamówienie: 18923",
• albo sam kontaktuje się z klientem z pytaniem, czy zmienił adres albo preferuje inny termin odbioru.

Przy zwrotach AI reaguje na statusy return_in_progress albo returned_to_sender. Może automatycznie uruchomić proces reklamacyjny w systemie sklepu albo przynajmniej przygotować notatkę dla magazynu: "Za ok. 48 godzin wróci towar z zamówienia 18923, powód zwrotu: odmowa odbioru."

U jednego klienta z branży odzieżowej wdrożyliśmy prosty przepływ: AI codziennie rano przygotowywał listę zwrotów spodziewanych w ciągu najbliższych 48 godzin. Magazyn wiedział z wyprzedzeniem, ile opakowań przybędzie i jakie produkty wróci sprawdzić. Wcześniej ta informacja docierała przypadkowo albo w ogóle za późno. Efekt był prosty: mniej chaosu przy przyjmowaniu zwrotów.

Parowanie kosztów wysyłki z zamówieniami: gdzie to naprawdę pomaga?

Firmy nadające przez brokera dostają zbiorczą fakturę raz na tydzień albo raz na miesiąc. Na tej fakturze jest lista przesyłek z numerami i kwotami. Problem polega na tym, że faktura trafia do księgowości, ale nikt nie sparował każdej pozycji z konkretnym zamówieniem sprzedażowym.

AI może to zrobić. Furgonetka i Apaczka eksportują dane rozliczeniowe w pliku CSV albo przez API. AI pobiera te dane, a potem mapuje każdy numer listu przewozowego na zamówienie w systemie sklepu albo ERP, używając tego numeru jako klucza łączącego. Wynik: wiemy dokładnie, ile kosztowała wysyłka zamówienia numer 18742. Wiemy też, przy których zamówieniach koszt wysyłki był wyraźnie wyższy od planowanego, bo paczka wróciła i pojechała ponownie.

To daje podstawę do decyzji, których wcześniej nie dało się podjąć na danych: czy darmowa dostawa od określonej kwoty koszyka faktycznie się spina z marżą, jakie metody dostawy generują największe koszty zwrotów, czy konkretna kategoria produktów po uwzględnieniu kosztów logistyki nadal zarabia. Bez parowania kosztów z zamówieniami te pytania są niepoliczalne.

Co AI może streścić dla osoby zarządzającej?

Zamiast przeglądać panel brokera albo kilka paneli kurierskich, kierownik logistyki albo właściciel może po prostu zapytać asystenta AI: "Ile mamy dziś otwartych przesyłek z problemem?" albo "Podsumuj zwroty z ostatnich dwóch tygodni i powiedz, jaki był dominujący powód."

AI sięga do danych zebranych przez API i odpowiada po polsku z konkretami: ile przesyłek jest w statusie wymagającym działania, które zamówienia czekają na ponowne nadanie, jakie powody nieodebrania powtarzają się najczęściej. To nie jest skomplikowane. Chodzi o to, żeby ta informacja była dostępna w ciągu kilku sekund, a nie po pół godziny klikania.

Raport dzienny o stanie przesyłek może też lądować automatycznie na kanale operacyjnym albo w skrzynce mailowej o konkretnej godzinie. Nie musi być ładnym PDF-em. Wystarczy lista faktów, która pozwala podjąć decyzje bez otwierania dodatkowych zakładek.

Od czego zaczynamy taką integrację?

Pierwsza rzecz to zinwentaryzowanie, przez co firma faktycznie nadaje przesyłki. Jeden przewoźnik bezpośrednio czy broker? Czy sklep albo system WMS przechowuje numery listów przewozowych przy zamówieniach? Od tego zależy, gdzie AI ma się podpiąć i ile połączeń trzeba zbudować.

Jeśli firma korzysta z Shopera, WooCommerce albo innej popularnej platformy e-commerce, numery śledzenia są już przypisane do zamówień. AI łączy się z API sklepu i API kuriera, paruje dane po numerze śledzenia i zaczyna działać. Jeśli wysyłki idą przez Furgonetką albo Apaczkę, integracja jest prostsza: dane z różnych przewoźników są już zagregowane w jednym API.

Najczęstszy błąd na starcie: firma chce od razu zautomatyzować wszystko naraz. Lepiej wybrać jeden konkretny problem, np. powiadomienia o statusie dla klientów albo alerty o przesyłkach utknietych, i zacząć od tego. Kiedy to działa i przynosi efekty widoczne w codziennej pracy, dodajemy kolejny element: parowanie kosztów albo automatyczne raportowanie zwrotów.

Czy masz w firmie jeden przepływ, który chciałbyś sprawdzić jako pierwszy? Zapraszamy na bezpłatny audyt, podczas którego przejrzymy, jak są teraz zorganizowane wysyłki i gdzie AI może realnie zaoszczędzić czas. Możesz też zobaczyć, jak podobne integracje wyglądały u innych firm w realnych wdrożeniach.