Автоматизация оптовой торговли обычно начинается не там, где о ней принято рассказывать. Не со склада, не с CRM и не с сайта — а с почтового ящика. Опт живёт в почте: прайсы, инвойсы, подтверждения заказов, сертификаты и транспортные документы приходят письмами от десятков поставщиков, и каждый бренд присылает их в своём формате. Пока входящие разбирает человек, скорость всей компании упирается в пропускную способность одного почтового ящика и в память одного менеджера. В этой статье покажем, как ИИ-оператор берёт на себя эту рутину: сортирует письма по поставщикам и типам документов, ведёт память по ценам и превращает инвойс в черновик платежа, который подтверждает человек. Опираться будем на практику импорта грузовых автозапчастей с десятками брендов.
Почему почта — узкое место оптовой компании
В опте и дистрибуции почта — не вспомогательный канал, а операционная система бизнеса. Через неё проходят обновления прайсов, счета, подтверждения заказов, претензии, сертификаты, уведомления об отгрузках. Десятки поставщиков означают десятки форматов: у одного инвойс в Excel, у другого — PDF, у третьего — скан с печатью, который без распознавания вообще не читается.
Пока компания маленькая, с потоком справляется один человек. С ростом числа брендов и заказов поток растёт быстрее, чем штат, — и наступает момент, когда почта становится главным ограничителем оборота. Проблема при этом не в объёме писем как таковом, а в том, что их разбор держится на конкретных людях. Менеджер по закупкам работает живым маршрутизатором: открыть письмо, понять, от кого оно, скачать вложение, переложить в нужную папку, перенести цифры в таблицу. Когда человек в отпуске или перегружен, письма копятся, и важное тонет среди рассылок. Оферта с дедлайном, на которую не ответили вовремя, — это упущенные условия закупки; незамеченное подтверждение заказа — разрыв в цепочке поставки. О том, как именно теряются письма и во что это обходится компании, мы подробно писали в разборе потерянных писем поставщиков.
Разбор входящих: с чего начинается автоматизация оптовой торговли
Первый слой автоматизации — научить систему читать входящие вместо человека. ИИ-оператор подключается к существующему ящику по IMAP: переезжать на новую почту не нужно, переписка остаётся на вашей стороне. Дальше каждое письмо разбирается по двум осям: от какого поставщика оно пришло и какой тип документа содержит — прайс, инвойс, подтверждение заказа, сертификат, коммерческое предложение.
Вложения извлекаются и раскладываются в структуру «бренд — тип документа». Вместо ленты из сотен непрочитанных писем менеджер получает упорядоченный архив, где инвойсы конкретного бренда лежат рядом, а не рассыпаны по месяцам переписки. Сканы и фотографии документов проходят через OCR, поэтому бумажный инвойс с печатью становится таким же рабочим документом, как аккуратный Excel. Если часть документов приходит не почтой, а появляется в папках на рабочем компьютере, их подхватывает агент на ПК и передаёт на сервер. Канал поступления перестаёт иметь значение: документ в любом случае оказывается там, где его найдут.
Учёт поставщиков в опте: память, которая не обнуляется
Рассортировать письма — половина дела. Вторая половина — накопить из них знание. ИИ-оператор ведёт память по каждому поставщику: какие документы приходили, какие цены действовали в какой период, какие сертификаты выданы и когда они истекают. Это и есть учёт поставщиков в опте в практическом смысле — не карточка контрагента с реквизитами, а живая история отношений с брендом.
Масштаб здесь имеет значение. В крупном импорте автозапчастей память держит закупочные цены по сотням тысяч позиций от десятков брендов. Такой массив не удержит в голове ни один закупщик, и ни одна таблица не переживёт годы ручного ведения без ошибок. Когда цены накапливаются автоматически из входящих инвойсов и прайсов, появляется база для вопросов, на которые раньше отвечали «по ощущениям»: как менялась закупочная цена позиции, у какого бренда она сейчас выгоднее, где поставщик тихо поднял прайс между заказами. Как устроен такой учёт и что он даёт марже, разбираем отдельно в статье про учёт закупочных цен.
Инвойс — черновик платежа: где проходит граница доверия
Самый чувствительный участок — деньги. Здесь принцип жёсткий: искусственный интеллект не проводит платежи. Распознанный инвойс превращается в черновик платежа детерминированным кодом — без генеративной модели в том контуре, где считаются суммы. А подтверждает платёж всегда человек: смотрит на реквизиты, сумму, назначение — и решает.
Такое разделение — не осторожность ради осторожности, а архитектурный выбор. Языковая модель хороша там, где нужно понять письмо, классифицировать документ, вытащить смысл из неструктурированного текста. Но в финансовой операции вероятностная ошибка недопустима, поэтому денежный контур собран из проверяемого кода, а последнее слово остаётся за владельцем бюджета. Экономия времени при этом никуда не девается: менеджер не перенабирает платёжку руками, а проверяет готовый черновик. Чем «оператор», который делает работу, отличается от «ассистента», который лишь подсказывает, — тема отдельного сравнения ИИ-ассистента и ИИ-оператора.
Алерты в Telegram: система сама говорит, когда нужен человек
Автоматический разбор почты снимает рутину, но остаётся вопрос: как не пропустить момент, когда вмешаться должен человек? Для этого ИИ-оператор шлёт алерты в Telegram по событиям, которые действительно требуют внимания:
- пришёл инвойс — можно готовить оплату;
- в письме — оферта с дедлайном, по которой нужно успеть решить;
- сертификат поставщика скоро истекает;
- письмо поставщику долго остаётся без ответа;
- что-то в системе упало — и парное сообщение, когда поднялось: никто не остаётся в неведении.
Второй контур — дедлайн-движок. В него заносятся договоры, декларации, страховки, медицинские книжки, сроки годности — всё, что имеет дату окончания. Система напоминает заранее — за несколько недель, за неделю и накануне срока. Логика простая: о дедлайне, про который напомнили несколько раз, невозможно «внезапно» вспомнить в последний день. Важно и то, куда приходят уведомления: не в ещё одну систему, которую нужно не забывать открывать, а в Telegram — туда, где руководитель и так проводит день.
Автоматизация дистрибуции: пульс компании и рекомендация заказа
Когда входящие разобраны, а события не теряются, следующий уровень — видеть картину целиком. «Пульс компании» показывает грузы по этапам: что заказано, что подтверждено поставщиком, что в пути, что на таможне. Для дистрибуции, где одновременно едут поставки от разных брендов, это заменяет утренний обход менеджеров с вопросом «где наш контейнер». Руководитель видит состояние закупок и логистики без совещаний и без запросов «скиньте статус в чат» — данные собираются из тех же писем, которые система уже разобрала.
Задачи, которые рождаются из писем и событий, попадают на канбан-доску — по каждой видно, откуда она возникла и кто отвечает. А на данных о продажах и остатках работает рекомендация заказа: она учитывает сезонность, ABC-классификацию позиций и текущее наличие, чтобы предложить, что и в каком объёме заказывать у поставщика. Это не «ИИ решает за вас» — это черновик заказа, обоснованный цифрами, который закупщик корректирует и утверждает. Принцип тот же, что и с платежами: машина готовит, человек решает.
Кейс: импорт грузовых автозапчастей
Флагманский сценарий вырос из реальной практики — импорта грузовых автозапчастей в Казахстан, с логистикой и таможенными процедурами ЕАЭС. Это опт в жёсткой форме: десятки брендов реального импорта, и каждый присылает прайсы, инвойсы, подтверждения и сертификаты по-своему.
На этом кейсе отработаны все механики из статьи. Почта разбирается по брендам и типам документов автоматически. Память накопила историю закупочных цен на сотни тысяч позиций. Инвойсы превращаются в черновики платежей, которые подтверждает человек. Telegram сообщает об офертах с дедлайнами и истекающих сертификатах — для ВЭД, где сертификат происхождения влияет на таможенную ставку, это не мелочь. Дедлайн-движок следит за сроками деклараций и страховок. Мы сознательно не приводим здесь процентов «роста эффективности» — таких замеров у нас нет. Честный вывод из кейса другой: рутина, на которой держался отдел закупок, воспроизводимо переносится на ИИ-оператора, а люди остаются там, где нужны решения.
С чего начать: пресеты под сегмент, OCR и обмен с 1С
Внедрение не требует перестраивать процессы с нуля. Есть онбординг-пресеты под типовые сегменты: импорт и ВЭД, розница с Kaspi и Wildberries, услуги, HoReCa, логистика. Пресет задаёт стартовую конфигурацию — какие типы документов ждать, какие дедлайны отслеживать, какие алерты включить, — а дальше система донастраивается под ваших конкретных поставщиков и ваши правила.
Технически для старта нужен доступ к почте по IMAP. Сканы обрабатывает OCR, документы с рабочих компьютеров подхватывает агент на ПК, с 1С настроен базовый обмен — данные не запираются в ещё одной изолированной системе. Разумная стратегия внедрения — начать с одного процесса, который болит сильнее всего: чаще всего это разбор входящих или контроль сертификатов и дедлайнов. Так эффект видно на ваших собственных письмах уже в первые дни, а расширять охват на остальные процессы можно постепенно, по мере доверия к системе. Это честнее, чем «большой проект внедрения» на полгода: каждый следующий шаг делается тогда, когда предыдущий уже приносит пользу.
Что дальше
Если ваш опт живёт в почте — прайсы, инвойсы и подтверждения от десятков брендов, — посмотрите, как это выглядит вживую: запросите демо, и мы покажем разбор на примере реальных писем. Прикинуть выгоду в часах и деньгах поможет калькулятор экономии, а короткие ответы про безопасность, доступы и порядок внедрения собраны в FAQ. Автоматизация начинается не с большого проекта, а с одного подключённого почтового ящика.