ЗАДАЧИ И ОЖИДАЕМЫЙ РЕЗУЛЬТАТ

В рамках Стратегии цифровой трансформации ОАО «РЖД» на 2026–2028 годы запланировано масштабное развитие CRM-системы грузового блока – автоматизированной системы «Управление взаимоотношениями с клиентами в области грузовых перевозок» (АС УВК). АС УВК обеспечивает скоординированную работу подразделений транспортного обслуживания, направленную на привлечение и удержание клиентов. В АС УВК функционирует шесть производственных подсистем, обеспечивающих автоматизацию ключевых процессов, начиная от поиска потенциальных клиентов и проведения продажи услуг и заканчивая подготовкой аналитики по эффективности взаимодействия и результатам продаж. Вся информация о действующих и потенциальных клиентах с историей их взаимоотношений с представителями компании хранится в цифровых паспортах клиентов.

В контуре АС УВК будет создана специализированная подсистема «Управление моделями искусственного интеллекта» для интеллектуальной поддержки принятия решений при планировании и продаже услуг. Этот проект сейчас ведут ОАО «РЖД», ООО «ИНТЭЛЛЕКС» и компания «Т1 ИИ». Причём сама разработка будет на базе отечественного технологического стека – 1С, PostgreSQL и Linux.

Интеллектуальный комплекс решает ряд ключевых задач: поиск потенциальных клиентов (анализ параметров деятельности более 10 млн юрлиц с определением приоритетности привлечения клиентов на железнодорожный транспорт), формирование персональных пакетов услуг под конкретную перевозку, выявление скрытых причин роста или падения спроса на услуги перевозки и предоставляемые дополнительные услуги, прогнозирование спроса с учётом сезонности, производства, а также внешних экономических факторов.

При этом ИИ возьмёт на себя всю аналитическую и подготовительную работу, то есть сформирует потенциальную базу клиентов, рассчитает сценарии и подготовит материалы для дальнейшей проработки коммерческих предложений. Это позволит специалистам ЦФТО максимально сфокусироваться на главном – живом взаимодействии с клиентом, усиливая качество переговоров и выстраивая долгосрочные партнёрские отношения.

«Сегодня объём информации, которую необходимо учитывать при работе с клиентами, существенно вырос. Автоматизация рутинных процессов анализа и прогнозирования даёт нам возможность не просто реагировать на запросы, а проактивно усиливать взаимодействие, превращая подготовленные алгоритмами данные в персонализированные предложения и укрепляя доверие клиентов к железнодорожному транспорту», – говорит заместитель начальника ЦФТО по стратегическому развитию Ольга Михайлова.

ПОИСК КЛИЕНТОВ И ПОДБОР СЕРВИСОВ

Прототип модуля поиска потенциальных клиентов уже разработан и успешно протестирован. Для его обучения сформирован массив данных почти из 100 тыс. компаний, включающий как действующих клиентов железных дорог, так и сторонние организации. В состав модуля входят алгоритмы машинного обучения для автоматической кластеризации и факторного анализа, способные выявлять неочевидные зависимости в финансовых, юридических и производственных данных действующих клиентов.

«Автоматизированно фор­мируется шесть целевых кластеров действующих клиентов – от крупнейших холдингов до индивидуальных предпринимателей. На этой основе модель более чем по 250 внешним показателям и факторам риска производит поиск похожих юридических лиц на открытом рынке», – объясняет ведущий технолог отдела повышения эффективности бизнес-процессов Управления развития транспортно-логистического блока ЦФТО ОАО «РЖД» Юрий Игнатов.

В интерфейсе сотрудника формируется ранжированный перечень перспективных компаний с коэффициентом соответствия грузоотправителя и оценкой вероятности привлечения грузов на железнодорожный транспорт, что существенно сокращает время аналитической работы маркетологов и специалистов по продаже услуг.

ПРОГНОЗИРОВАНИЕ СПРОСА И ПРЕДОТВРАЩЕНИЕ ОТТОКА

Ещё одной ключевой задачей подсистемы станет индивидуальное прогнозирование спроса на грузовые перевозки и дополнительные услуги на заданном горизонте времени. Подсистема сформирует детальные расчёты сезонных и циклических колебаний производства и выпуска продукции с увязкой с внешними экономическими факторами для конкретных грузоотправителей.

В основе решения лежат специализированные нейросетевые алгоритмы временных рядов (включая архитектуры LSTM и трансформеры TFT). Они не просто рассчитывают вероятные объёмы погрузки в заданном диапазоне, но и наглядно объясняют, какие именно факторы повлияли на итоговые цифры.

«Не менее важной задачей для нас является научиться видеть риск потери клиента ещё до того, как он примет решение об изменении логистической схемы. Если система своевременно покажет причины снижения спроса и поможет специалисту подобрать релевантные меры, у нас появляется возможность перейти от устранения последствий к предупреждению самой проблемы», – отмечает Ольга Михайлова.

Для проработки таких решений разворачивается трёх­уровневая аналитическая система, объединяющая классические алгоритмы машинного обучения, технологии распознавания речи и генеративные модели.

На первом этапе алгоритмы предиктивного анализа рассчитывают вероятность ухода грузов на альтернативные виды транспорта и ранжируют ключевые факторы риска. Далее система автоматически находит в базе успешные исторические примеры удержания аналогичных клиентов, а алгоритмы анализа речи и текста оценивают эмоциональную тональность звонков в Центр поддержки клиентов ОАО «РЖД». Затем фундаментальная модель ИИ сопоставляет все факторы и выдаёт клиентскому менеджеру персональные рекомендации и предложения.


АГЕНТСКИЕ ИИ-СИСТЕМЫ И АССИСТЕНТ ДЛЯ АС «ЭТРАН»

Интеллектуальный ассистент АС УВК проектируется как многокомпонентная система с модулями планирования сценариев, контекстной памятью и инструментами прямого взаимодействия с информационными ресурсами (базами АС «ЭТРАН», ЕК АСУФР, программными роботами, почтовыми серверами и открытыми источниками данных).

«Архитектуры генеративных моделей искусственного интеллекта сейчас переживают новый этап развития за счёт агентских систем, когда большая фундаментальная модель получает возможность самостоятельно планировать шаги и выполнять прикладные сценарии действий, – отметил Юрий Игнатов. – Функциональные требования к интеллектуальному ассистенту АС УВК уже подготовлены и будут разработаны после внедрения модулей поиска потенциальных клиентов, подбора услуг и факторного анализа в 2028 году».

Помимо этого, в ЦФТО ведётся проработка создания интеллектуального ассистента к системе «ЭТРАН», направленного на упрощение взаимодействия клиентов с ОАО «РЖД».

Теперь пользователю АС «ЭТРАН» не нужно будет изу­чать сложные инструкции или тратить часы на изучение нормативной базы и оформление документов. Клиенты смогут просто описать, что нужно перевезти, а система сама подготовит черновики документов, заполнит все необходимые поля автоматически. Оформление всех необходимых документов займёт минуты даже у тех, кто это делает впервые.

Это особенно важно для небольших компаний, у которых нет специалистов по логистике. Порог входа в железнодорожные перевозки станет намного ниже – клиенту не нужно быть экспертом по документам, чтобы начать отправлять грузы железнодорожным транспортом.

«Задача разрабатываемых ИИ-инструментов – привлечь новые объёмы перевозок высокодоходных грузов, сохранить и улучшить качество работы с нашими партнёрами, сделать проще и удобнее наше взаимодействие. Именно ради этого результата мы и развиваем наши технологии», – отмечает Ольга ­Михайлова.

Алексей Алеев