
Jak działa RPA w praktyce? Przykłady procesów, które robot przejmuje w firmie
Czym jest robot RPA, jak wygląda jego dzień pracy, które procesy nadają się do robotyzacji, co zmienił KSeF i ile pracy wymaga utrzymanie robotów.
Poradnik
Ten poradnik jest dla właścicieli i dyrektorów firm transportowych, spedycyjnych i logistycznych, w których dyspozytorzy i dział rozliczeń toną w mailach, dokumentach i telefonach. Pokazujemy, gdzie AI daje efekt najszybciej, czego wymaga od Twoich systemów i kiedy lepiej poczekać. Porządkujemy też przepisy, o które najczęściej pytają firmy z tej branży.

TSL to skrót od transportu, spedycji i logistyki. W średniej firmie tej branży czas ucieka głównie w trzech miejscach: przy przepisywaniu zleceń, przy obiegu dokumentów po rozładunku i przy telefonach o statusie przewozu. To tam AI daje efekt najszybciej.
Tabela poniżej porządkuje zastosowania od najprostszego do najbardziej wymagającego. W każdym przypadku podajemy warunek startu, bo bez niego projekt utknie na etapie testów.
| Obszar | Co robi AI | Warunek startu | Rola człowieka |
|---|---|---|---|
| Zlecenia z maili, PDF-ów i giełd | Odczytuje trasę, terminy, ładunek i stawkę, przygotowuje zlecenie w systemie | System transportowy, do którego da się zapisać zlecenie | Dyspozytor zatwierdza i przydziela pojazd |
| Dokumenty po rozładunku | Odczytuje dane z CMR i dokumentów dostawy, łączy je ze zleceniem | Skany lub zdjęcia dokumentów w jednym miejscu | Dział rozliczeń sprawdza dokumenty z uwagami |
| Pytania o status przewozu | Odpowiada klientom na podstawie danych z GPS i systemu | Aktualne pozycje pojazdów i statusy zleceń | Obsługa opóźnień i reklamacji |
| Planowanie i przydział zleceń | Podpowiada przydział pojazdów z uwzględnieniem czasu pracy kierowców | Dobre dane o zleceniach, pojazdach i kierowcach | Ostateczna decyzja dyspozytora |
| Raporty rentowności | Liczy wynik na pojeździe, relacji i kliencie, opisuje zmiany | Dane z systemu transportowego, GPS i księgowości | Zarząd wyciąga wnioski |
Zlecenia przychodzą mailem z PDF-em, z giełd transportowych, czyli internetowych serwisów z ofertami ładunków, w arkuszach od stałych klientów i przez systemy wymiany danych dużych nadawców. Dyspozytor czyta każde, wpisuje dane do systemu transportowego, czyli programu do prowadzenia zleceń, pojazdów i rozliczeń, i potwierdza klientowi.
AI przejmuje czytanie i wpisywanie w krokach opisanych poniżej. Dyspozytor dostaje gotowe zlecenie z oznaczonymi wątpliwościami i decyduje, czy je przyjąć. Połączenie z systemem transportowym wymaga API, czyli łącza do wymiany danych między programami, albo importu plików.

W wielu firmach faktura za przewóz powstaje dopiero po zwrocie podpisanego listu przewozowego CMR. Kierowca robi zdjęcie, dokument wędruje mailem albo w kabinie, a ktoś w biurze przepisuje daty i uwagi. Każdy dzień zwłoki to dzień później zapłacona faktura.
Tu przydaje się OCR, czyli technologia zamieniająca zdjęcie dokumentu na tekst i dane. AI odczytuje CMR, łączy go ze zleceniem i sprawdza, czy są uwagi odbiorcy, np. o uszkodzeniu albo braku towaru. Dokumenty bez uwag mogą od razu trafić do fakturowania, a pozostałe do wyjaśnienia.
Inaczej jest z fakturami kosztowymi. Większość faktur od polskich podwykonawców przychodzi od 2026 r. przez KSeF, rządowy system e-faktur, jako gotowe dane i nie wymaga odczytywania. Wyjątkiem są firmy, które wystawiają faktury na nie więcej niż 10 000 zł z VAT miesięcznie – do końca 2026 r. mogą to robić poza KSeF. OCR przydaje się przy fakturach od przewoźników zagranicznych, rachunkach za paliwo i opłaty drogowe z innych krajów.
Papier będzie stopniowo znikał. Polska jest stroną protokołu o elektronicznym liście przewozowym e-CMR, a od 9 lipca 2027 r. organy kontrolne w UE muszą przyjmować informacje o przewozie z certyfikowanych platform elektronicznych. Ten obowiązek dotyczy jednak urzędów, nie firm. Przewoźnik może nadal używać papierowych listów i wielu klientów tak właśnie pracuje.
Weźmy hipotetycznego przewoźnika z 60 ciągnikami, który realizuje 900 zleceń miesięcznie. Załóżmy, że obsługa dokumentów po rozładunku zajmuje dziś 5 minut na zlecenie, a z pomocą AI 2 minuty. Oszczędność to 3 × 900 = 2 700 minut, czyli 45 godzin miesięcznie i 540 godzin rocznie.
Większa korzyść często leży w pieniądzu, a nie w czasie. Załóżmy, że firma ma 2 mln zł przychodu miesięcznie, czyli około 66 700 zł dziennie. Jeśli faktury wychodzą średnio 3 dni wcześniej, w należnościach jest zamrożone o około 200 tys. zł mniej.
To szacunek, nie obietnica. Podstaw własne dane: liczbę zleceń, czas obsługi dokumentów i średni czas od rozładunku do wystawienia faktury. Ten ostatni wskaźnik warto mierzyć niezależnie od AI, bo wiele firm go po prostu nie zna.

W transporcie wygrywa firma, która najszybciej zamienia zlecenie klienta w przejechany kilometr i wystawioną fakturę.
Dobre planowanie to łączenie zleceń tak, by ograniczyć puste przebiegi i postoje. Dyspozytor robi to z pamięci i doświadczenia, często dla kilkudziesięciu pojazdów jednocześnie. AI może przejrzeć więcej kombinacji i podpowiedzieć, który pojazd najlepiej przyjmie nowe zlecenie.
Podpowiedź musi uwzględniać przepisy Pakietu Mobilności, czyli unijnych zasad dotyczących m.in. czasu pracy i odpoczynku kierowców oraz obowiązkowych powrotów kierowców i pojazdów do bazy. Musi też znać ograniczenia, których nie ma w systemie: kierowcę, który nie jeździ do danego kraju, czy klienta przyjmującego tylko rano.
Dlatego zalecamy tryb podpowiedzi przez co najmniej kilka miesięcy. Dyspozytor przyjmuje albo odrzuca propozycję, a powód odrzucenia trafia do systemu. Dopiero po takim okresie widać, czy AI rzeczywiście ogranicza puste kilometry.
Spora część telefonów do dyspozytorów to pytania „gdzie jest auto?” i „o której będzie na rozładunku?”. AI może odpowiadać na nie automatycznie, mailem albo w portalu klienta, na podstawie pozycji GPS i statusu zlecenia. Dyspozytor zajmuje się wtedy tylko opóźnieniami i problemami.
Druga strona to awizacje, czyli rezerwacje terminu rozładunku w magazynie odbiorcy. Gdy AI widzi, że pojazd nie zdąży na zarezerwowaną godzinę rozładunku, może z wyprzedzeniem przygotować prośbę o zmianę terminu. Nie skróci to kolejek w każdym magazynie, ale zmniejszy liczbę straconych terminów i dodatkowych opłat.
W obu przypadkach warunkiem są aktualne dane. Jeśli kierowcy nie zmieniają statusów w aplikacji albo GPS nie jest połączony z systemem transportowym, AI będzie odpowiadać klientom na podstawie nieaktualnych informacji.
Wiele zarządów firm transportowych dostaje wyniki z kilkudniowym opóźnieniem i tylko w ujęciu całej firmy. Tymczasem kluczowe pytania brzmią: na których relacjach, czyli stałych trasach, np. Poznań–Hamburg, zarabiamy, którzy klienci generują puste przebiegi, które pojazdy są najdroższe w utrzymaniu.
Power BI połączony z systemem transportowym, GPS i księgowością pokazuje to w jednym raporcie. AI może dopisać krótkie wyjaśnienie zmian albo odpowiadać na pytania zadane zwykłym językiem, np. „które relacje były najmniej rentowne w ostatnim kwartale?”. Warunkiem jest jedna, spójna definicja kosztu pojazdu, ustalona z księgowością przed budową raportu.
Znowelizowana ustawa o krajowym systemie cyberbezpieczeństwa, wdrażająca NIS2, obowiązuje od 3 kwietnia 2026 r. W sektorze transportu drogowego obejmuje jednak organy zarządzające ruchem i operatorów inteligentnych systemów transportowych, a nie przewoźników i spedycje. Objęci mogą być natomiast średni i duzi operatorzy pocztowi i kurierscy, a także firmy z sektora kolejowego, morskiego i lotniczego.
Przewoźnik, który nie podlega ustawie, i tak może dostać podobne wymagania od klientów. Duże firmy produkcyjne i handlowe objęte NIS2 muszą dbać o bezpieczeństwo dostawców i wpisują to do umów. Warto znać te wymagania przed przetargiem, a nie po nim.
ETS2, czyli unijny system opłat za emisje z paliw w transporcie drogowym i budynkach, ruszy według obecnych przepisów w 2028 r., a nie w 2027 r. Zmianę zatwierdziła Rada UE 5 marca 2026 r. Do tego czasu nie ma osobnego kosztu ETS2 w cenie paliwa, ale warto już teraz zbierać dane o zużyciu na pojazd i relację.
Najbezpieczniejszy start to jeden obszar, kilku stałych klientów i miara sukcesu ustalona przed pilotażem. Dla dokumentów może to być czas od rozładunku do faktury, a dla zleceń odsetek szkiców zatwierdzonych bez poprawek.
Poniższe błędy powtarzają się najczęściej i każdy z nich potrafi zatrzymać projekt.
Powiązane wątki w bazie wiedzy
FAQ
Pytania, które właściciele firm transportowych i dyrektorzy operacyjni zadają najczęściej po pierwszej rozmowie o AI.
O tej stronie
Źródła
O autorze
Kacper Włodarczyk
CEO ALGORCOMP
Specjalizuje się we wdrożeniach Microsoft 365 Copilot, Copilot Studio, Power Platform (Power Automate, Power Apps, SharePoint) oraz agentów AI dla średnich firm B2B w Polsce. Prowadzi dziesiątki projektów z zakresu strategii AI, governance Power Platform, automatyzacji obiegu dokumentów i procesów sprzedażowych. W publikacjach koncentruje się na praktycznych aspektach wdrożeń AI w organizacjach — od pierwszego POC do skalowania na całą firmę, ze szczególnym uwzględnieniem bezpieczeństwa danych, zgodności (RODO, NIS2, AI Act) i zwrotu z inwestycji.
Poznaj zespółNa bezpłatnej konsultacji przejrzymy obieg zleceń i dokumentów oraz możliwości połączenia z Twoim systemem transportowym i zaproponujemy zakres pilotażu z miarą sukcesu.
Wyróżnione

Czym jest robot RPA, jak wygląda jego dzień pracy, które procesy nadają się do robotyzacji, co zmienił KSeF i ile pracy wymaga utrzymanie robotów.

RPA wykonuje kroki według instrukcji, AI rozpoznaje treść i proponuje decyzje. Różnice na przykładach, rola połączeń przez API i pięć pytań do wyboru narzędzia.

Pięć pytań, które odsiewają złe pomysły, lista dobrych kandydatów po wejściu KSeF, typowe pułapki i prosty rachunek wartości pierwszego robota.