Архив Транспорт и логистика · Логистика 3PL и склады
GEODIS: ИИ-прогноз потребности в персонале снизил затраты на труд на 11%
По данным GEODIS, пилот ИИ-прогнозирования потребности в персонале на двух складах клиента из high-tech снизил затраты на труд на 11% (около 2,4 млн долларов) при росте отгрузок на 15%. Компания разворачивает подход на всех клиентах контрактной логистики.
/01 · ключевые результаты
-
результат
около $2,4 млн
экономия затрат на труд в пилоте
GEODIS, блог компании, 15.09.2026
по данным на сентябрь 2026 года · два склада GEODIS, обслуживающих одного клиента из high-tech
данные компании
-
результат
11%
снижение совокупных затрат на труд
GEODIS, блог компании, 15.09.2026
по данным на сентябрь 2026 года · два склада GEODIS, обслуживающих одного клиента из high-tech
данные компании
-
результат
15%
рост числа отгруженных единиц товара
GEODIS, блог компании, 15.09.2026
по данным на сентябрь 2026 года · два склада GEODIS, обслуживающих одного клиента из high-tech
данные компании
- $0,88 затраты на труд в расчёте на отгруженную единицу, второй склад · результат GEODIS, блог компании, 15.09.2026
- $0,52 затраты на труд в расчёте на отгруженную единицу, первый склад · результат GEODIS, блог компании, 15.09.2026
- около $15,8 млн затраты на труд второго склада до внедрения · исходный уровень GEODIS, блог компании, 15.09.2026
- около $6,5 млн затраты на труд первого склада до внедрения · исходный уровень GEODIS, блог компании, 15.09.2026
- 8,2 млн ед. отгруженные единицы товара, второй склад · масштаб GEODIS, блог компании, 15.09.2026
оценка strategai
Компания сама приводит денежный эффект: экономия затрат на труд в пилоте — около $2,4 млн, по данным на сентябрь 2026 года. GEODIS, блог компании, 15.09.2026
По данным GEODIS, пилот ИИ-прогнозирования потребности в персонале на двух складах клиента из high-tech снизил затраты на труд на 11% (около 2,4 млн долларов) при росте отгрузок на 15%. Компания разворачивает подход на всех клиентах контрактной логистики.
/02 · паспорт кейса
Бизнес
- Компания
- GEODIS
- Отрасль
- Транспорт и логистика · Логистика 3PL и склады
- Функция
- Персонал
- Задача
- Планирование персонала и смен
Технология
- Класс AI
- Прогнозирование временных рядов
- Тип решения
- Собственная разработка
- Данные
- Исторические объёмы приёмки и отгрузки, исторические уровни персонала, сезонность и праздники, прогнозы и требования клиентов, даты запусков продуктов и промоакций, сбои в цепочке поставок; основной источник — записи системы управления складом (WMS) в хранилище данных.
Внедрение
- Стадия
- Промышленная эксплуатация, на 15.09.2026
- География
- Франция
/03 · описание кейса
Зачем
Бизнес-задача
Для контрактной логистики GEODIS затраты на персонал — один из главных драйверов издержек: избыточный штат удорожает услуги для клиентов, недостаточный угрожает соблюдению SLA. Наём складского сотрудника занимает от четырёх до шести недель, а перед пиковыми сезонами конкуренция за работников обостряется. Раньше компания планировала потребность в персонале в основном в Excel-модели: она давала надёжные результаты, но требовала ручной работы и ручного обновления допущений о трендах и сезонности. Задача — точнее согласовать численность и навыки персонала складов со спросом клиентов, чтобы снизить затраты на труд и сохранить уровень сервиса.
Что
Решение
Команда data science GEODIS вместе с подразделениями операций и HR разработала два связанных инструмента прогнозирования: тактический — для ежедневного планирования на складах и стратегический — для прогноза потребности в штатных единицах на год вперёд с разбивкой на постоянных, временных и сезонных работников. Модели построены на открытой Python-библиотеке прогнозирования, устойчивой к «шумным» данным. Они используют исторические объёмы приёмки и отгрузки из WMS, сезонность, прогнозы клиентов, промоакции и внешние факторы, прогнозируют объёмы и потребность в часах труда по ролям и сменам. Модель автоматически переобучается каждую неделю, прогнозы доступны клиентам на портале GEODIS Visibility.
Как
Внедрение
GEODIS провела пилот с крупным брендом потребительской электроники на двух складах и сравнила затраты на труд, отгрузки и стоимость единицы до и после внедрения. На первом складе затраты на труд снизились примерно с 6,5 до 6,1 млн долларов, на втором — примерно с 15,8 до 13,8 млн долларов; в сумме затраты упали на 11%, экономия составила около 2,4 млн долларов. Отгрузки выросли на 15%: на первом складе с 5,4 до 6,3 млн единиц, на втором — с 7,1 до 8,2 млн. Высвободившийся труд перевели на операции с добавленной стоимостью для клиента. По данным публикации от сентября 2026 года, компания разворачивает подход на всех клиентах контрактной логистики без дополнительной платы.
/04 · источники и проверка
Что подтверждено
- По данным GEODIS, в пилоте на двух складах совокупные затраты на труд снизились на 11%, экономия составила около 2,4 млн долларов.
- Отгрузки на тех же складах выросли на 15%, при этом SLA клиента соблюдались.
- Затраты на труд в расчёте на отгруженную единицу снизились с 0,56 до 0,52 доллара на первом складе и с 1,03 до 0,88 доллара на втором.
Ограничения
- Все цифры относятся к пилоту на двух складах одного клиента; длительность и годы периодов «до» и «после» не указаны.
- Сравнение «до и после» не отделяет вклад ИИ-прогноза от других изменений на складах и в объёмах клиента.
- Экономия относится к затратам на труд для клиента; сколько из неё осталось у клиента после перевода высвободившегося труда на другие операции, не раскрыто.
-
[1] GEODIS
Optimizing Workforce Cost and Efficiency for Our Logistics Clients
компания · 15.09.2026
Открыть источник
АрхИИВ /strategai · CB-001196 · Версия 1 · 18.10.2026 · /c/CB-001196/