ИИ для диспетчера: четыре уровня применения

Большинство диспетчеров используют ИИ на первом уровне: спросили, как сформулировать сообщение экипажу, скопировали ответ, закрыли вкладку. Дело не в том, что нейросеть не разбирается в диспетчерской работе — дело в том, что вы каждый раз объясняете заново, какой у вас парк, маршруты и регламент смены. Всего уровней четыре, и разница между ними — не в вопросах, а в том, сколько контекста о вашей работе нейросеть держит.

Уровень 1. Спросил и закрыл

Разовый вопрос без контекста: как коротко и понятно сформулировать инструкцию экипажу, как описать происшествие для отчёта. Скопировали ответ, закрыли вкладку — завтра объясняете заново. Именно отсюда растёт вывод «для работы бесполезно»: на этом уровне ИИ действительно почти не экономит время.

Уровень 2. Заготовки под свою переписку

Готовые запросы под то, что вы пишете каждый день. Подставили номер машины и ситуацию — получили сообщение в своём тоне, а не шаблонное «просим обратить внимание».

Напиши короткое сообщение экипажу о смене маршрута из-за
перекрытия дороги на участке [указать]: новый маршрут через
[указать], ожидаемая задержка 15 минут. Тон спокойный, без
лишних деталей, только суть для быстрого прочтения.

Другие задачи этого уровня: уведомление клиенту о задержке, запрос статуса у нескольких экипажей одновременно, инструкция новому водителю по порядку связи со сменой.

Уровень 3. Ассистент, который знает ваш парк и маршруты

Здесь появляется контекст, который не нужно объяснять каждый раз. Один раз загрузили схему маршрутов, состав парка и регламент смены — дальше нейросеть помогает собирать сводки в ваших терминах, а не в общих. В Claude это делается через раздел Проекты, в ChatGPT — через свой GPT с загруженными файлами.

Собери сводку по смене на основе данных ниже: количество
рейсов, задержки с указанием причин, происшествия. Данные
по каждой машине — в приложенном файле. Формат — как в
предыдущих сводках, таблицей по машинам.

Уровень 4. Разбор пачками — рабочее место

Вы отдаёте не вопрос, а стопку данных: журнал смены, сообщения от нескольких экипажей, отметки о задержках. Нейросеть сводит всё в таблицу, находит повторяющиеся причины задержек и отмечает, где не хватает данных для отчёта. Проверяете вы.

Ниже журнал смены и сообщения от трёх экипажей за день.
Собери сводную таблицу: машина, количество рейсов, задержки
с причинами, происшествия. Отдельно отметь повторяющиеся
причины задержек за последнюю неделю.

Цифры и причины задержек проверяются вручную: арифметику нейросеть считает уверенно, но не всегда верно, а причину задержки видит только из текста сообщения, без доступа к реальной обстановке на маршруте.

Ещё задачи, где диспетчеры экономят время

Подготовка инструкции для новой смены по шаблону. Структура повторяется, меняются только детали конкретного участка:

На основе расшифровки моего рассказа о порядке действий
при поломке машины на маршруте оформи инструкцию для нового
диспетчера: шаги по порядку, кому звонить первым, что
фиксировать в журнале.

Разбор повторяющихся жалоб клиентов. Свести жалобы в структуру: что случилось, на каком маршруте, в какую смену — и увидеть закономерность, если один и тот же сбой повторяется у разных клиентов на одном участке.

Черновик отчёта по итогам смены для руководителя. Собрать из журнала смены короткую сводку с основными показателями и происшествиями, не переписывая вручную одно и то же каждый день в свободной форме.

Мониторинг изменений в регламенте работы парка. Когда нужно сравнить старую и новую версию инструкции и понять, что изменилось, не перечитывая документ целиком с нуля.

Сводка по загрузке экипажей за неделю. Собрать из разрозненных данных картину, кто из экипажей перегружен рейсами, а у кого есть резерв, чтобы распределять смены равномернее.

Передача смены по шаблону. В конце смены диспетчеру нужно быстро и без упущений передать коллеге, что осталось на контроле: незакрытые рейсы, машины на ремонте, договорённости с клиентами по переносу времени. Черновик такой передачи собирается из разрозненных заметок за смену за пару минут вместо пересказа по памяти.

Сравнение показателей смен за разные дни. Когда нужно понять, почему одна смена отработала с меньшим числом задержек, чем другая, нейросеть помогает свести цифры двух периодов в одну таблицу и предложить версии причин разницы, которые затем проверяются по факту с начальником смены.

Таблица: чему доверять, что проверять

ChatGPT или Claude: короткая связка

Быстрый диалог на ходу и короткое сообщение экипажу — сильные стороны ChatGPT. Разбор сводки по смене с несколькими источниками данных, хранение регламентов в Проектах — сильнее у Claude. Практичная связка: написать сообщение на ходу — ChatGPT, собрать сводку по итогам смены — Claude. Оба бесплатны на старте.

Четыре красные линии

1. Решение в аварийной ситуации принимается диспетчером, а не черновиком. Задержка на формулировку ответа в реальной аварийной ситуации недопустима.
2. Персональные данные водителей и клиентов не уходят в публичный чат. Это данные, которые нельзя передавать без обезличивания.
3. Каждая цифра в сводке пересчитывается. Нейросеть ошибается уверенно, ровным тоном, без сигналов сомнения.
4. Сообщение клиенту о задержке читается целиком перед отправкой — даже когда формулировка кажется привычной.

Как закрепить это в работе смены

Один удачный запрос не меняет привычки смены — их меняет повторяемость и то, что происходит после первого успеха.

Первое: библиотека готовых формулировок для типовых ситуаций ведётся одним человеком, а не растёт стихийно у каждого диспетчера по отдельности. Без ответственного за неё файл превращается в свалку черновиков, где сложно найти нужный шаблон через месяц.

Второе: каждая сводка по смене проходит тот же контроль, что и работа нового сотрудника — старший диспетчер смотрит перед передачей руководителю, особенно первые недели, пока не понятно, где именно модель типично ошибается на ваших маршрутах.

Третье: схема маршрутов и состав парка, загруженные в раздел Проекты, обновляются при каждом изменении — новая машина, закрытый участок дороги. Устаревшие данные хуже, чем их отсутствие: модель будет уверенно предлагать маршрут, который уже не актуален.

Четвёртое: договоритесь в смене, какие данные точно нельзя вставлять в чат ни при каких обстоятельствах — персональные данные водителей и клиентов, точные координаты в реальном времени. Это должно быть написано, а не подразумеваться.

Что сделать сегодня за полчаса

1. Откройте журнал последней завершённой смены.
2. Продиктуйте, как вы обычно формулируете сводку для руководителя.
3. Попросите собрать из этого шаблон-заготовку на будущее.
4. Прогоните через нейросеть разбор одной смены и сверьте итоги с журналом вручную.

Где ИИ ошибается

Арифметика в сводках. На просьбу «посчитай среднюю задержку» модель может выдать связное объяснение с неверным числом. Считает журнал или человек, ИИ поясняет уже посчитанное.

Реальная обстановка на маршруте. Модель не видит дорогу и груз — она работает только с тем, что написано в сообщении экипажа, и не заменяет связь с водителем в реальном времени.

Контекст конкретного парка. Без загруженной схемы маршрутов и состава машин нейросеть отвечает общими словами про диспетчеризацию, даже если вопрос был конкретным.

Уверенность при неполных данных от экипажей. Когда сообщения от разных машин приходят в неполном виде, модель может достроить недостающие детали по аналогии вместо того, чтобы прямо сказать, что для отчёта не хватает данных.

Что дальше

Похожая логика уровней применения — в статьях ИИ для логиста и ИИ для водителя. Обучение ИИ для склада и логистики в компании — в статье обучение ИИ для склада и логистики. Как подключить нейросеть к Telegram-боту — в статье как подключить нейросеть к Telegram-боту.

Ярослав Сажнев — преподаватель ИИ в РАНХиГС, внедрение ИИ в компании. Подробнее об авторе