Материалы конференции «Искусственный интеллект в ВЭД» 2026

Материалы конференции

ИИ в ВЭД.

Онлайн-конференция «Открытой таможни»

Искусственный интеллект во внешней торговле, логистике и таможне.

Три части записи, шесть докладов и две дискуссии. Тезисы выступающих, презентации и редакционная расшифровка.

Материалы эфира

Записи и тезисы

Выберите фрагмент по таймкоду или откройте полную запись на RUTUBE. Время отсчитывается от начала каждой части.

Запись · часть 01

ИИ в сделке и рабочей коммуникации

Александр Мякота, Виталий Цегельный и Дмитрий Кречман.

Доклад

Где применять ИИ во внешнеторговой сделке

Александр МякотаРуководитель проекта «Открытая таможня»

  • По внешнеторговой сделке стоит пройти четыре этапа — поиск партнёра, оценку сделки, организацию исполнения, оформление и завершение. На каждом этапе можно выделить повторяемую операцию для ИИ и контрольную точку принятия решения для специалиста.
  • Коммерческие предложения сначала приводят к сопоставимым условиям. ИИ может свести цены за штуку и за упаковку, выделить отличия EXW и FOB. Специалист проверяет состав цены, сроки и условия поставки.
  • Если поставщик меняет количество мест в упаковочном листе, меняются исходные данные для перевозки, расчёта расходов и декларации. Агент может найти зависимые документы и подготовить перечень правок. Сотрудник подтверждает фактическое количество мест и согласует последствия.
  • Учётные системы хранят данные, формулы и историю. Агенту можно поручить прочитать материалы, сопоставить версии и подготовить черновики, задав права на каждое действие. Подтверждение условий, отправка документов и изменение данных требуют установленных полномочий.
  • Эффект оценивается по времени, качеству и стоимости всей операции. Сравнение включает подготовку исходников, выполнение, проверку и исправление результата.
Что меняется в документах и расходах при получении нового упаковочного листа

Слайд 7

Что меняется в документах и расходах при получении нового упаковочного листа

Вся презентация · PDF

Доклад

Как устроены языковые модели, RAG и агенты

Виталий ЦегельныйЭксперт по ИИ и бизнес-тренер

  • Языковая модель генерирует ответ с учётом запроса и переданного контекста. Состав исходных материалов и формулировка задания влияют на результат.
  • В схеме RAG сначала выполняется поиск по заданной базе знаний, затем найденные фрагменты передаются модели. Так помощника можно ориентировать на инструкции, регламенты и другие рабочие материалы компании.
  • Сценарный бот идёт по заранее заданным веткам. Агент может выбирать шаги, обращаться к базе, поиску и API и изменять последовательность в зависимости от полученных данных.
  • При настройке рабочего помощника нужно определить источники, подключённые инструменты и допустимые действия. От этих решений зависит, к каким данным он обращается и что выполняет самостоятельно.
Как подключение базы знаний меняет формирование ответа в схеме RAG

Слайд 22

Как подключение базы знаний меняет формирование ответа в схеме RAG

Вся презентация · PDF

Доклад

Как сохранить контекст сделки и договорённости

Дмитрий КречманСооснователь «Гиперметода»

  • При закупке оборудования у поставщика из Китая цена, срок производства, маршрут и платежи меняются по ходу сделки. Письма, встречи и чаты оставляют разные версии у закупщика, логиста и финансиста.
  • Рабочая память FLOW связывает транскрипции, участников, договорённости и поручения с конкретным проектом. По запросу можно восстановить историю изменения и обратиться к исходному фрагменту.
  • Организация выбирает, какие сведения собирать из встреч, почты и мессенджеров и кому дать доступ. Обработка может идти на рабочем компьютере, внутри корпоративного контура или на сервере в зависимости от архитектуры.
  • Для корпоративного сценария важны согласие участников, разрешения на источники и возможность проверить вывод по первичному материалу.
Как отдельные изменения в одной поставке расходятся по участникам сделки

Слайд 5

Как отдельные изменения в одной поставке расходятся по участникам сделки

Вся презентация · PDF

Запись · часть 02

Документы, декларирование и контроль

Иван Макарчук, Евгений Чекушкин и Алексей Шубин.

Доклад

Как встроить ИИ в ежедневную работу отдела ВЭД

Иван МакарчукОснователь и управляющий партнёр «Руна-IT»

  • В демонстрации подбора кода ТН ВЭД варианты с обоснованием сопоставлялись с результатами специалистов. Для выбора последних знаков кода по отдельным позициям потребовались дополнительные характеристики.
  • В примере с ЭПД сервис извлёк сведения из инвойса и упаковочного листа, сформировал XML поручения экспедитору и загрузил его в «Контур.Логистику» как черновик. Заполненные поля можно сверить перед отправкой.
  • Сверка документов может показывать конкретную строку и источник расхождения. В тестовом комплекте система нашла разницу в 63 кг между CMR и упаковочным листом и указала позицию.
  • В другом сценарии ZIP из письма поступил в «Битрикс24». После разбора файлов в карточку заказа попали исходники и короткий отчёт по ключевым полям. Сотрудникам на этом этапе достаточно понять, относится ли комплект к одной поставке.
  • После разбора комплекта агент может сформировать сводную таблицу для декларанта. Встраивание в рабочую систему позволяет пользоваться результатом сразу в процессе оформления.
Перечень кейсов, показанных в записи доклада

Слайд 3

Перечень кейсов, показанных в записи доклада

Вся презентация · PDF

Доклад

Как собрать комплект документов из данных поставщика

Евгений ЧекушкинОснователь VibeWorks

  • В сквозном процессе модель читает входящие PDF, сканы и письма. Правила и интеграции выполняют расчёты, подстановки и сверки. Сотрудник проверяет и утверждает комплект перед передачей дальше.
  • В тестовом заказе vibeDocuments извлёк 16 позиций из инвойса. У каждой строки сохранилась ссылка на исходник. Из таблицы сформировались спецификация и контракт по шаблону с реквизитами на русском и китайском языках.
  • Исправление в данных заказа должно переноситься в связанные документы при повторной сборке. Это сокращает ручной перенос и повторные сверки между участниками поставки.
  • В материалах поставщика могут отсутствовать сведения о происхождении и характеристики товара. Предложенный код ТН ВЭД проверяет специалист. В презентации показанная проверка по реестру СГР отделена от проверок, которые планировалось добавить.
Позиции из тестового инвойса с привязкой к исходному документу

Слайд 11

Позиции из тестового инвойса с привязкой к исходному документу

Вся презентация · PDF

Доклад

Автоматизация таможенных решений и место ИИ

Алексей ШубинЭксперт по цифровизации таможенного администрирования

  • Переход от форматно-логического контроля к авторегистрации и автовыпуску шёл поэтапно. Для автоматической проверки нужно получить данные предыдущих операций в пригодном для обработки виде.
  • В качестве существующего применения назван анализ снимков инспекционно-досмотровых комплексов. Среди возможных направлений — сопоставление документов, перевод, аналитика рисков и подбор деклараций для сравнения таможенной стоимости.
  • Модель выбирают под конкретную операцию. В тесте перевода товарной номенклатуры модели показали разное качество, а повторная проверка моделью собственного перевода не гарантировала улучшения.
  • Внедрение требует инфраструктуры, обучения сотрудников, доступа к данным и порядка мониторинга. Отдельные вопросы — юридическая значимость результата и разбор ошибок в закрытом контуре.
Направления применения ИИ в таможенном контроле и аналитике

Слайд 4

Направления применения ИИ в таможенном контроле и аналитике

Вся презентация · PDF

Запись · часть 03

Правовая панель и круглый стол

Позиции участников о данных, ответственности, автоматизации и профессиональных компетенциях.

Круглый стол

ВЭД на автопилоте и роль специалиста

Михаил Лугинин

Руководитель региональных проектов ООО «СТМ»

К записи ·
  • Сложность автоматизации должна соответствовать задаче. Перед подключением ИИ к справочнику стоит определить, какие сведения нужны и какой документ должен получиться.
  • При массовом заполнении важна цена ошибки. В приведённом примере декларации на 900 товаров две ошибки в кодах трудно было обнаружить ручным просмотром.
  • Ошибка в источнике может распространиться по всей системе участника ВЭД. Лугинин предложил обсуждать общую достоверную базу описаний и кодов товаров для бизнеса, таможни и разработчиков. Он привёл в пример данные граф 31 и 33 декларации.

Иван Макарчук

Участник круглого стола

К записи ·
  • При устойчивой товарной линейке можно автоматически обработать документы и сформировать черновик вместе с протоколом. Сотрудник разбирает расхождения по порогам и правилам, заданным под процесс.
  • ИИ помогает разобрать неструктурированные документы и изображения. Для переноса полей и расчётов подходят также учётные системы, скрипты и формулы. Инструмент следует выбирать по операции.
  • Навык работы с ИИ стоит развивать вместе с пониманием процесса и задачи заказчика. При ускорении работы руководителю важно учитывать нагрузку на команду и качество результата.

Дмитрий

Участник круглого стола, в расшифровке указан по имени

К записи ·
  • Изменения в разработке программ и в образовании могут повлиять и на ВЭД. По мнению участника, организациям предстоит разобраться, какие задачи меняются и какой квалификации потребует новая работа.
  • Он предположил, что особенно изменятся задачи начинающих и специалистов среднего уровня, и предложил обсуждать подготовку и дальнейшую занятость сотрудников.

Александр Мякота

Модератор

К записи ·
  • Сотрудник всё чаще организует работу инструментов и агентов. Ему нужно видеть задачу целиком, понимать назначение операции и проверять, что результат подходит для следующего решения.
  • Автоматизация меняет набор востребованных навыков. В качестве примера Мякота вспомнил обучение расчёту платежей, когда декларанты уже привыкли полагаться на результат программы.

Евгений Чекушкин

Участник круглого стола

К записи ·
  • ИИ может ускорять развитие начинающих специалистов при условии, что они умеют учиться. В своей команде Чекушкин сознательно берёт таких сотрудников на отдельные позиции и помогает им быстрее расти на рабочих задачах.

Исходные материалы

Презентации и расшифровка

Полные материалы докладов и редакционная расшифровка трёх частей эфира с вопросами и ответами.