inttransИнтеллектуальный транспортIntelligent transport3033-6007АО «НИИАС»10.24412/3033-6007-2026-137-51-60inttrans-70Research ArticleИНТЕЛЛЕКТҮАЛbНЫЕ ТРАНСПОРТНЫЕ СИСТЕМЫИспользование больших языковых моделей как инструмента поддержки принятия решений на транспортных предприятияхUsing large language models as a tool to support decision-making in transportation companiesДушкинР. В.DushkinR. V.

Душкин Роман Викторович, генеральный директор

Москва

Roman V. Dushkin, CEO

Moscow

drv@aia.expertООО «А-Я Эксперт»РоссияA-Ya Expert LLCRussian Federation20261309202601(37)5160Copyright © Душкин Р.В., 20262026Душкин Р.В.Dushkin R.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.intelligent-transport.ru/jour/article/view/70

В статье рассматриваются возможности применения больших языковых моделей как инструмента поддержки принятия решений на транспортных предприятиях. Показано, как современные технологии обработки естественного языка могут быть интегрированы в систему управления транспортными процессами для автоматизации подготовки аналитических отчётов, диспетчерского управления и документооборота. На основе практических кейсов продемонстрированы архитектурные принципы интеграции искусственных когнитивных агентов в информационную инфраструктуру транспортного предприятия. Предложены рекомендации по внедрению технологии с учетом специфики транспортной отрасли и требований безопасности.

The article discusses the possibilities of using large language models as a decision-making support tool in transport companies. It shows how modern natural language processing technologies can be integrated into a transport process management system to automate the preparation of analytical reports, dispatch control, and document flow. Based on practical cases, the architectural principles of integrating artificial cognitive agents into the information infrastructure of a transport enterprise are demonstrated. Recommendations are made for the implementation of the technology, taking into account the specifics of the transport industry and safety requirements.

большие языковые моделиискусственный когнитивный агентсистемы поддержки принятия решенийтранспортные предприятияавтоматизация управления.large language modelsartificial cognitive agentsdecision support systemstransportation companiesmanagement automationReferencesДолгий А. По рельсам цифровой трансформации [Электронный ресурс] // Транспорт России. – 2024. – URL: https://transportrussia.ru/razdely/it-tekhnologii/11165-po-relsam-tsifrovoj-transformatsii.html (дата обращения: 23.01.2026).Долгий А. По рельсам цифровой трансформации [Электронный ресурс] // Транспорт России. – 2024. – URL: https://transportrussia.ru/razdely/it-tekhnologii/11165-po-relsam-tsifrovoj-transformatsii.html (дата обращения: 23.01.2026).Озеров А. В., Бочков А. В. Текущее состояние и перспективы мировых исследований в области интеллектуального железнодорожного транспорта // Интеллектуальный транспорт. – 2025. – Т. 9, № 2(34). – С. 43–66.Озеров А. В., Бочков А. В. Текущее состояние и перспективы мировых исследований в области интеллектуального железнодорожного транспорта // Интеллектуальный транспорт. – 2025. – Т. 9, № 2(34). – С. 43–66.Системы поддержки принятия решений: что решает СППР? [Электронный ресурс] // FIS Group. – 2024. – URL: https://fisgroup.ru/blog/fis-dss/ (дата обращения: 23.01.2026).Системы поддержки принятия решений: что решает СППР? [Электронный ресурс] // FIS Group. – 2024. – URL: https://fisgroup.ru/blog/fis-dss/ (дата обращения: 23.01.2026).Белозёров О. В. Технологии ИИ реализованы либо внедряются в более чем 30 проектах РЖД [Электронный ресурс] // ТЖЗД. – 2025. – URL: https://techzd.ru/news/tzhd-news/tekhnologii_ii_realizovany_libo_vnedryayutsya_v_bolee_chem_30_proektakh_rzhd/ (дата обращения: 23.01.2026).Белозёров О. В. Технологии ИИ реализованы либо внедряются в более чем 30 проектах РЖД [Электронный ресурс] // ТЖЗД. – 2025. – URL: https://techzd.ru/news/tzhd-news/tekhnologii_ii_realizovany_libo_vnedryayutsya_v_bolee_chem_30_proektakh_rzhd/ (дата обращения: 23.01.2026).Юсупов А. Т. Применение генеративного искусственного интеллекта в бизнес-аналитике: трансформация возможностей и новые вызовы //Академический исследовательский журнал. – 2025. – Т. 3, № 5. – С. 108–112. – DOI: 10.25726/m8030-0072-2139-t.Юсупов А. Т. Применение генеративного искусственного интеллекта в бизнес-аналитике: трансформация возможностей и новые вызовы //Академический исследовательский журнал. – 2025. – Т. 3, № 5. – С. 108–112. – DOI: 10.25726/m8030-0072-2139-t.Давыдова П. «Белая книга»: Искусственный интеллект в сфере транспорта и логистики [Электронный ресурс] // Министерство транспорта Российской Федерации. – 2025. – URL: https://mintrans.gov.ru/press-center/news/12167 (дата обращения: 23.01.2026).Давыдова П. «Белая книга»: Искусственный интеллект в сфере транспорта и логистики [Электронный ресурс] // Министерство транспорта Российской Федерации. – 2025. – URL: https://mintrans.gov.ru/press-center/news/12167 (дата обращения: 23.01.2026).Нейросети в логистике: что с ними происходит на российском рынке [Электронный ресурс] // Campus. – 2024. – URL: https://campus.stt.ru/articles/neyroseti-v-logistike/ (дата обращения: 23.01.2026).Нейросети в логистике: что с ними происходит на российском рынке [Электронный ресурс] // Campus. – 2024. – URL: https://campus.stt.ru/articles/neyroseti-v-logistike/ (дата обращения: 23.01.2026).Z. Ma, H. Wang, and Y. Hou, «Overall scheme and key technologies for railway freight digitization-intelligent station,» Railway Computer Application, vol. 34, no. 6, pp. 45–51, 2025. DOI: 10.3969/j.issn.1005-8451.2025.06.07.Z. Ma, H. Wang, and Y. Hou, «Overall scheme and key technologies for railway freight digitization-intelligent station,» Railway Computer Application, vol. 34, no. 6, pp. 45–51, 2025. DOI: 10.3969/j.issn.1005-8451.2025.06.07.Будущее диспетчерских центров: искусственный интеллект и нейросети [Электронный ресурс] // Dispatch Solutions. – 2022. – URL: https://dispatch-solutions.ru/novosti/130-budushchee-dispetcherskikh-tsentrov-iskusstvennyj-intellekt-i-nejroseti (дата обращения: 23.01.2026).Будущее диспетчерских центров: искусственный интеллект и нейросети [Электронный ресурс] // Dispatch Solutions. – 2022. – URL: https://dispatch-solutions.ru/novosti/130-budushchee-dispetcherskikh-tsentrov-iskusstvennyj-intellekt-i-nejroseti (дата обращения: 23.01.2026).Баканов Д. Э. Эффективные отечественные практики применения технологий искусственного интеллекта в сфере транспорта и логистики. – М.: АНО «Цифровая экономика», 2024. – 56 с.Баканов Д. Э. Эффективные отечественные практики применения технологий искусственного интеллекта в сфере транспорта и логистики. – М.: АНО «Цифровая экономика», 2024. – 56 с.Горохов В. Л., Брусакова И. А., Кожухов С. О. Когнитивные инструменты объяснительного искусственного интеллекта для задач транспортной и образовательной логистики // Компьютерные инструменты в образовании. – 2023. – № 2. – С. 30–40. – DOI: 10.32603/2071-2340-2023-2-30-40.Горохов В. Л., Брусакова И. А., Кожухов С. О. Когнитивные инструменты объяснительного искусственного интеллекта для задач транспортной и образовательной логистики // Компьютерные инструменты в образовании. – 2023. – № 2. – С. 30–40. – DOI: 10.32603/2071-2340-2023-2-30-40.

The authors declare that there are no conflicts of interest present.