Это Суинчик. Если у вас один ИИ-помощник пытается одновременно считать маршруты, проверять остатки на складе, вычитывать ТТН и собирать отчёт для руководителя — он, скорее всего, делает всё это средне. Слишком разные задачи, слишком разные документы, слишком разный «тон». В реальной логистической компании так и не работают: есть диспетчер, есть кладовщик, есть человек на документах и есть аналитик. У каждого своя зона ответственности.
Точно так же можно собрать и команду ИИ-агентов. Это и есть мультиагентный подход: не один универсальный бот, а несколько узких специалистов, каждый со своей ролью, своими инструкциями и своей базой знаний, которых вы по очереди (или связкой) подключаете под одну задачу. В этом гайде разберём без академизма, как это устроено в СуперИнтеллекте, как собрать таких агентов и как заставить их работать сообща.
Что такое мультиагентный подход простыми словами
Представьте, что вы наняли четырёх стажёров. Первому дали в руки только тарифы перевозчиков и карту, и сказали: «ты диспетчер, твоя задача — маршруты и ставки». Второму выдали выгрузку остатков и сказали: «ты по складу». Третьему — папку с шаблонами ТТН и CMR: «ты на документах». Четвёртому — таблицы с прошлыми отгрузками: «ты считаешь цифры и делаешь отчёты». Каждый знает свой участок глубоко и не лезет в чужой.
ИИ-агент в СуперИнтеллекте — это ровно такой настроенный помощник: вы задаёте ему роль, инструкции, тон и подключаете навыки (веб-поиск, запуск кода, генерация документов) и базу знаний под его задачу. Один агент = один специалист. Когда специалистов несколько и они работают над общей целью — это и есть мультиагентная система.
Зачем дробить, если можно один «умный» промпт? Потому что узкий агент с правильной базой знаний почти всегда точнее универсального. Диспетчеру не нужно знать правила оформления CMR — ему это только мешает. А агент по документам не должен фантазировать про ставки фрахта. Разделение ролей убирает «кашу» в голове модели и делает ответы предсказуемыми. В исследованиях именно специализированные мультиагентные связки показывают лучшую управляемость, чем один монолитный ассистент.
Команда из четырёх агентов: кто за что отвечает
Базовая связка для логистической компании выглядит так: Диспетчер, Склад, Документы и Аналитик. Это не догма — у вас может быть агент по ВЭД, агент по претензиям, агент по тендерам. Но эта четвёрка закрывает большинство ежедневных задач. Вот как распределяются роли.
| Агент | Роль и зона ответственности | Что подключаем (база знаний / навыки) |
|---|---|---|
| Диспетчер | Маршруты, ставки, выбор перевозчика, расчёт сроков, черновики заявок на биржу | Тарифы перевозчиков, прайсы, регламент выбора, навык запуска кода и веб-поиск; интеграция ATI.SU |
| Склад | Остатки, прогноз спроса, точка заказа, размещение, инвентаризация | Выгрузки остатков (Excel/CSV), номенклатура, регламент склада; интеграция МойСклад |
| Документы | ТТН, CMR, счета, акты, проверка комплектности пакета, сверка данных | Шаблоны и образцы документов, контракты, чек-листы; навык генерации документов |
| Аналитик | Отчёты, KPI, графики, разбор отклонений, сводки для руководителя | Таблицы отгрузок и затрат; режим «ИИ-агент» (запуск кода → таблицы, графики, Excel) |
Обратите внимание: у каждого агента своя база знаний. Диспетчеру не нужны шаблоны актов, аналитику не нужны прайсы перевозчиков. Чем чище контекст у агента, тем точнее он отвечает. Как собирать и наполнять базы знаний под каждую роль — подробно в мастер-классе по базам знаний, а общую логику настройки агентов разбираем в мастер-классе по ИИ-агентам.
Агент-Диспетчер
Роль: подобрать перевозчика и маршрут, прикинуть ставку и срок, подготовить черновик заявки. В базу знаний загружаем тарифы, регламент выбора перевозчика и список приоритетных партнёров. Подключаем веб-поиск (узнать актуальные ограничения на трассах) и режим запуска кода (посчитать варианты).
Фраза агенту
Ты диспетчер транспортной компании. Подбери 3 варианта перевозки для груза:
Маршрут Москва → Новосибирск, 20 тонн, тент, забор 18 июня.
Используй тарифы из базы знаний. По каждому варианту: перевозчик, ориентировочная ставка, срок, риски. Отметь, какой вариант рекомендуешь и почему.Агент-Склад
Роль: следить за остатками, считать точку заказа и прогноз спроса, готовить рекомендации по пополнению. В базу знаний — свежие выгрузки остатков и продаж (Excel/CSV), номенклатуру, регламент. Этот агент особенно хорош в связке с режимом запуска кода: по выгрузке он построит график расхода и посчитает, когда заказывать. Подробно про складские сценарии — в гайде ИИ для склада: прогноз спроса и запасы.
Фраза агенту
Ты складской аналитик. Вот выгрузка остатков и продаж за 90 дней (во вложении).
Найди 10 позиций с риском дефицита в ближайшие 2 недели, посчитай точку заказа и рекомендуемый объём пополнения. Сделай таблицу и короткий вывод.Агент-Документы
Роль: проверять и готовить транспортные и сопроводительные документы, сверять данные, ловить расхождения. В базу знаний — шаблоны ТТН, CMR, актов, образцы контрактов и чек-листы комплектности. Этот агент закрывает рутину, на которой обычно теряют время и деньги. Полный разбор — в гайде Автоматизация логистических документов.
Фраза агенту
Ты специалист по транспортным документам. Проверь пакет по отгрузке №4471 (сканы во вложении):
— все ли документы из чек-листа на месте;
— совпадают ли вес, количество мест и реквизиты между ТТН и счётом;
— что нужно исправить до отправки. Выдай список замечаний.Агент-Аналитик
Роль: собирать отчёты, считать KPI, строить графики и объяснять отклонения простым языком. В базу знаний — таблицы отгрузок, затрат, претензий. Этот агент живёт в режиме «ИИ-агент»: он запускает код, чтобы посчитать цифры, построить графики и выгрузить готовый Excel-отчёт.
Фраза агенту
Ты аналитик логистики. По таблице отгрузок за май (во вложении) собери сводку для руководителя:
он-тайм доставка, средняя стоимость доставки на тонну, топ-5 проблемных направлений, динамика по неделям. Построй графики и собери всё в Excel-файл.Как агенты работают вместе: оркестрация без магии
«Мультиагентность» звучит сложно, но на практике это просто способы передать результат одного агента следующему. В СуперИнтеллекте есть три рабочих варианта оркестрации — от самого простого к самому продвинутому. Никакого автономного «роя ботов, который сам всё решает» — вы остаётесь дирижёром.
- Эстафета вручную — вы запускаете агентов по очереди и переносите результат: спросили Диспетчера про маршрут → скопировали итог → дали Аналитику посчитать рентабельность. Просто, прозрачно, контролируемо. С этого стоит начинать.
- Общая база знаний — агенты пишут результаты в один документ (например, «Журнал отгрузки недели»), который лежит в общей базе знаний. Следующий агент читает оттуда. Так данные не теряются между ролями.
- Агент-координатор — один «старший» агент, которому вы ставите общую задачу. По инструкции он разбивает её на шаги и подсказывает, какой специалист и что должен сделать, собирая итог. Координатор не запускает других агентов автоматически — он структурирует работу, а вы её проводите по шагам.
Сценарий 1: «Возьмём ли мы эту заявку?»
Классическая связка из двух агентов. Пришла заявка на перевозку — нужно быстро понять, выгодно ли её брать. Сначала Диспетчер подбирает варианты и ставку, потом Аналитик считает рентабельность с учётом ваших затрат.
- Диспетчер подбирает перевозчика, ставку и срок по маршруту заявки.
- Вы передаёте его итог Аналитику вместе с вашей продажной ценой.
- Аналитик считает маржу, сравнивает с целевой рентабельностью и даёт вердикт: брать, торговаться или отказаться.
Фраза агенту
Аналитику:
Клиент готов заплатить 95 000 ₽ за перевозку Москва → Новосибирск, 20 т.
Диспетчер нашёл вариант за 78 000 ₽ закупки, срок 3 дня.
Посчитай маржу с учётом наших накладных расходов 8% и скажи, выгодно ли брать заявку.Сценарий 2: подготовка отгрузки от и до
Здесь работают все четыре агента по эстафете. Цель — провести отгрузку от проверки наличия до готового пакета документов и отчёта.
| Шаг | Агент | Что делает |
|---|---|---|
| Склад | Проверяет, есть ли товар под заказ, и резерв по выгрузке остатков |
| Диспетчер | Подбирает перевозчика и срок, готовит черновик заявки |
| Документы | Готовит и проверяет ТТН, счёт, проверяет комплектность пакета |
| Аналитик | Считает себестоимость отгрузки и добавляет её в недельный отчёт |
Между шагами вы переносите результат — или, если настроили общую базу знаний, агенты читают данные из общего «Журнала отгрузки». Каждый шаг остаётся под вашим контролем: вы видите, что предложил агент, и решаете, идти дальше или поправить.
Сценарий 3: разбор сорванной доставки
Доставка опоздала, клиент недоволен — нужно быстро понять, что пошло не так, и подготовить ответ. Связка из трёх агентов: Аналитик ищет причину в данных, Документы готовят официальный ответ, Диспетчер предлагает, как не повторить.
Фраза агенту
Аналитику:
По отгрузке №4471 была задержка на 2 дня. Подними данные по этому рейсу из базы знаний:
когда забрали, где были задержки, какой перевозчик. Сформулируй вероятную причину и предложи, что показать клиенту.Дальше итог Аналитика уходит агенту Документы — подготовить корректный ответ клиенту и, если нужно, претензию перевозчику, — а агенту Диспетчер — предложить, как перестроить выбор перевозчика на этом направлении. Реальные кейсы того, как ИИ помогает разбирать инциденты в российской логистике, мы собрали в подборке 5 кейсов.
Подключение за 3 шага
- Создайте агентов по ролям. Для каждого — отдельный ИИ-агент: задайте роль, инструкции и тон. Начните с двух (Диспетчер и Аналитик), остальных добавите позже.
- Наполните базы знаний. Каждому агенту загрузите только его документы: Диспетчеру — тарифы, Складу — выгрузки остатков, Документам — шаблоны, Аналитику — таблицы отгрузок.
- Свяжите их эстафетой. Прогоните реальную задачу через двух агентов вручную, передавая результат. Понравится — добавьте общую базу знаний и агента-координатора.
Границы: чего мультиагентная система не делает сама
Важно честно сказать про данные. У СуперИнтеллекта нет прямых «коробочных» подключений к 1С, TMS, WMS, ERP, телематике или GPS-трекерам — нельзя просто «подключить вашу WMS», и агент не читает датчики в реальном времени. Рабочая схема: данные из этих систем вы выгружаете в базу знаний (Excel, CSV, отчёт, скан) → агент их анализирует. Если у сервиса есть открытый API — возможно подключение по вебхуку или через MCP.
И про метрики: цифры вроде «−15–30% логистических затрат» или «−60% времени на документы» — это отраслевые оценки и результаты исследований, а не обещание лично вам. Реальный эффект зависит от ваших процессов, качества данных в базах знаний и того, насколько аккуратно вы выстроите связку агентов.
Связки с платформой
- Базы знаний (RAG) — фундамент мультиагентной системы: у каждого агента своя, чистая база под его роль. Подробнее — мастер-класс по базам знаний.
- Режим «ИИ-агент» (запуск кода) — для Склада и Аналитика: расчёты, графики, готовые Excel-отчёты прямо из загруженных данных.
- MediaLab — превратить сводку Аналитика в наглядную инфографику или схему маршрута для презентации руководству.
- Интеграция ATI.SU — Диспетчер может работать с биржей грузоперевозок: смотреть и готовить заявки, действия — по подтверждению. См. ATI.SU и ИИ-агент.
- Интеграция МойСклад — Склад работает с остатками и учётом. См. МойСклад и ИИ-агент.
- Команды и воркспейсы — разным сотрудникам доступны разные агенты с ролевым доступом; вся команда работает в одном пространстве.
Если хочется готовых формулировок для каждого агента — загляните в подборку 25 промптов для логиста и в обзор платформы для логистической компании. Полный список нативных интеграций — на странице партнёров.
Частые вопросы
Чем мультиагентная система лучше одного «умного» агента?
Узкий агент с чистой базой знаний почти всегда точнее универсального. Когда один агент пытается держать в голове и тарифы, и шаблоны документов, и складские правила, контекст «замыливается» и ошибок больше. Разделение по ролям делает ответы предсказуемыми и облегчает их проверку — вы видите, кто за какой кусок отвечает.
Агенты сами передают данные друг другу?
В базовом варианте — нет, эстафету ведёте вы: запускаете агентов по очереди и переносите результат. Чтобы данные не терялись, можно завести общую базу знаний, куда агенты пишут итоги, и агента-координатора, который структурирует задачу по шагам. Но и тогда система не действует полностью автономно — человек остаётся в контуре.
Можно ли подключить агентов к нашей 1С или WMS напрямую?
Прямого «коробочного» коннектора к 1С, WMS, TMS, ERP или телематике нет. Рабочая схема — выгрузить данные в базу знаний (Excel, CSV, отчёт, скан), и агент их проанализирует. Если у вашего сервиса есть открытый API, возможна интеграция по вебхуку или через MCP. А с ATI.SU и МойСклад есть нативные коннекторы — действия по подтверждению.
С чего начать, чтобы не запутаться?
Соберите двух агентов под самую частую задачу — например, Диспетчер и Аналитик для оценки заявок. Наполните им базы знаний, прогоните 5–10 реальных кейсов эстафетой. Когда увидите, что связка экономит время, добавляйте Склад, Документы и общую базу знаний. Пошаговую настройку агентов смотрите в мастер-классе по ИИ-агентам.
Сколько это стоит и нужны ли отдельные подписки на каждого агента?
Отдельных подписок на каждого агента не нужно — все агенты живут в одном рабочем пространстве, а расход идёт в нейронах за обращения к моделям. Попробовать связку можно на бесплатном тарифе со стартовыми нейронами; для команды и постоянной работы подойдут платные тарифы. Детали — на странице тарифов.
Итог
Мультиагентная система — это не «искусственный интеллект, который сам управляет логистикой», а понятная команда узких ИИ-помощников: Диспетчер, Склад, Документы, Аналитик. Каждый со своей ролью и своей базой знаний, а вы — дирижёр, который ставит общую задачу и передаёт результат по эстафете. Начните с двух агентов, добавьте общую базу знаний — и постепенно вырастите свою команду под процессы именно вашей компании.
