Using large language models as a tool to support decision-making in transportation companies

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.

1. 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).

2. 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.

3. Системы поддержки принятия решений: что решает СППР? [Электронный ресурс] // FIS Group. – 2024. – URL: https://fisgroup.ru/blog/fis-dss/ (дата обращения: 23.01.2026).

4. 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).

5. 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.

6. 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).

7. 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).

8. 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.

9. 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).

10. Баканов Д. Э. Эффективные отечественные практики применения технологий искусственного интеллекта в сфере транспорта и логистики. – М.: АНО «Цифровая экономика», 2024. – 56 с.

11. 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.