Малий бізнес за допомогою ШІ руйнує традиційні галузі: реальні випадки — капітал логістичного гіганта зменшився на 23,3 млрд юанів, зломщик за два дні подвоїв свою вартість у 3 рази. Бізнес «інформаційного зв’язку» потрібно бути обережним

AI（штучний інтелект） руйнує традиційні галузі — реальні кейси з вражаючими результатами.

12 лютого за східним часом США, з’явилася несподівана новина: компанія AI-логістики Algorhythm Holdings [RIME.O] (далі — Algorhythm) опублікувала галузевий білий папір, у якому повідомила, що її логістична платформа SemiCab за допомогою AI-оптимізації та високорентабельного SaaS (хмарного підписного програмного забезпечення) автоматизує процеси, знижуючи порожній пробіг вантажівок при збереженні низьких операційних витрат і підвищуючи продуктивність у 3 рази.

Після публікації новини, капітальний ринок, здається, відчув загрозу: американський сектор логістики різко впав. Індекс транспортних компаній Russell 3000 знизився більш ніж на 9% у середині дня і закінчив день з падінням на 6,6%, що стало найбільшим одноденним зниженням з квітня 2025 року, коли були запроваджені тарифні політики Трампа; акції гіганта легких логістичних компаній Robinson Global Logistics впали майже на 15%, вартість зменшилася приблизно на 23,3 мільярди юанів, і в середині дня впала на 24%, що стало історичним максимумом падіння; акції сервісу фрахтового посередництва Ledi Transport знизилися на 16%.

Ціни на акції Algorhythm, навпаки, зросли: 12 лютого вони піднялися майже на 30%, а 13 лютого — стрімко зросли на 222,22%, з 1,08 до 3,48 долара. За два дні капіталізація компанії зросла приблизно у 3 рази.

Robinson Global Logistics — світовий лідер у сфері легких активів, не володіє власними вантажівками, суднами чи літаками, а через мережу з 450 000 підписаних перевізників надає різноманітні логістичні послуги 83 000 клієнтам.

Компанія Algorhythm у 2024 році повністю перейшла на AI-логістику, а у 2025 році придбала SemiCab. За даними останнього торгового дня перед різким коливанням капіталізації 11 лютого, вона оцінювалася приблизно у 33 мільйони доларів. Це дуже мало порівняно з 160 мільярдами у Robinson Global Logistics і 38,3 мільярдами у Ledi Transport. Однак ця невелика компанія змогла за одну ніч прорвати «міст» традиційної логістики за допомогою AI.

AI підвищує продуктивність вантажних платформ у 3 рази

Чому автоматизоване програмне забезпечення на базі AI має таку руйнівну силу?

Дослідження показують, що на ринках Індії та США 30–35% пробігу вантажівок — порожній, через розпорошене планування та недостатнє використання активів.

12 лютого 2026 року Algorhythm опублікувала галузевий білий папір, у якому заявила, що її хмарна платформа SemiCab для спільної транспортної логістики на базі AI здатна збільшити обсяг вантажоперевезень на 300–400% у реальних умовах. Оператори, що використовують SemiCab, без додаткового персоналу можуть щороку керувати понад 2000 перевезеннями, тоді як стандарт у галузі — близько 500 для кожного брокера. Це означає, що їхня продуктивність зросла у 3 рази.

У білий папір зазначено, що у високорозпорошеному ринку інтеграція потреб замовників, маршрутів і регіонів дозволяє виявити маршрути повернення та міжрегіональні потоки, які не видно у контрактах. Приклад із Індії показує, що за допомогою такої моделі можна знизити порожній пробіг з 30–35% до менше ніж 10%, без необхідності перепідписання контрактів або зміни поведінки перевізників.

На офіційному сайті компанії йдеться, що штучний інтелект виявляє ефективність, недоступну для традиційних систем управління вантажоперевезеннями. За допомогою масштабованої глобальної SaaS-платформи автоматизує робочі процеси, зменшує людські витрати, прискорює виконання завдань, автоматично визначає оптимальні комбінації навантажень, зменшує порожній пробіг і підвищує прибутковість мережі.

Algorhythm стверджує, що традиційні системи управління транспортом і брокерські платформи залежать від людської оптимізації, яка працює при низькому і середньому навантаженні, але при зростанні складності їх ефективність знижується.

Хоча за квартал, що закінчився 30 вересня 2025 року, продажі компанії склали менше 2 мільйонів доларів, а чистий збиток — майже 2 мільйони, її акції після оголошення зросли на 82%, а потім закрилися з підвищенням на 30% до 1,08 долара. 13 лютого 2026 року вони підскочили до 3,48 долара.

Algorhythm вважає, що операційний важіль, який дає AI, стане ключовою характеристикою наступної генерації логістичних мереж.

13 лютого 2026 року Robinson Global Logistics у своєму річному звіті зазначила, що конкуренти використовують передові цифрові платформи, AI-оптимізацію підбору вантажів і автоматизацію для підвищення ефективності та зниження витрат. Якщо компанії не зможуть швидко і масштабно впроваджувати автоматизацію та AI, вона може не досягти стратегічних цілей щодо операційної ефективності та цифрової трансформації.

Наступить ера «заводських напівфабрикатів» у софтверній індустрії?

Платформа SemiCab дійсно може вирішити проблеми галузі та зробити застарілими традиційні системи управління перевезеннями. Однак проблема порожнього пробігу давно існує, і чому саме платформи, що базуються на AI, здатні її подолати?

Щоб глибше дослідити це питання, журналісти «Daily Economic News» поспілкувалися з кількома експертами у сфері штучного інтелекту.

Питання 1: Платформа SemiCab працює на базі AI. На яких етапах розробки та реалізації функцій AI може бути застосований? Чим вона відрізняється від традиційної розробки програмного забезпечення?

Ду Юй, інвестиційний технологічний експерт, директор Інституту штучного інтелекту «Невідоме»:

Традиційна розробка — це «людина з нуля зводить цілу будівлю», а розробка на базі AI більше схожа на «спершу маємо стандартизовану будівлю та мережі, AI і люди займаються кастомізацією та швидким ремонтом», а ще AI може безпосередньо «перевіряти структури, знаходити інтерфейси, налаштовувати їх», зменшуючи час на повторне читання документації, порівняння полів і написання «клеєвого» коду. Можна сказати, що настав «епоха напівфабрикатів» у софтверній галузі.

Питання 2: Чому ця технологія з’явилася не у великих традиційних компаніях? Чи через недостатню здатність традиційних розробників створювати подібні платформи, чи через переваги AI, які дають новий підхід, що не підтримується класичними логіками?

Пан Хелінь, член Комітету з інформаційно-комунікаційної економіки Мінінфраструктури:

Підвищення ефективності використання порожнього пробігу дійсно може значно підвищити логістичну ефективність, але багато компаній намагаються це зробити. Проте проблема досі не вирішена через розпорошеність інформації: користувачі публікують дані на різних платформах, і для виконання одного перевезення потрібно зібрати кілька частин, що ускладнює оптимізацію.

Тому об’єднання розпорошених замовлень — це складне завдання. На мою думку, SemiCab як платформа-агрегатор здатна частково вирішити проблему порожнього пробігу, але не є остаточним рішенням. Водночас, AI-агрегація інформації — це перспективний шлях.

Питання 3: Чому проблема порожнього пробігу існує багато років, але лише зараз платформи на базі AI здатні її справді вирішити?

Лю Гаочан, заступник директора «Гонконгської науково-технічної компанії», керівник відділу технологій у Guojin Securities:

Порожній пробіг — це не питання «хтось про це думав», а питання «чи є системний підхід до розв’язання». Традиційні системи не здатні впоратися з такою складністю.

У класичних системах логістика базується на правилах, людському досвіді та локальній оптимізації, але через високу фрагментацію (час, маршрути, типи транспорту, кредит довіри) та постійні зміни (зміни замовлень, ціни, скасування), ці системи стають надто складними. Вони не «недосконалі у логіці», а «зайві у просторі станів», що призводить до надмірної ускладненості правил і швидкого зменшення ефективності.

Нові AI-платформи, такі як SemiCab, — це не просто ідея, а революція у підході до розробки. Вони переводять логіку з «правил» у «ймовірності та передбачення»: традиційні алгоритми важко швидко знаходять оптимальні рішення у динамічних, розрізнених даних. AI-основа дозволяє обробляти високорозмірні дані.

Крім того, AI-інфраструктура знижує витрати на розробку та підтримку складних систем: вона здатна «розуміти» бізнес-процеси без написання зайвого коду для кожної ситуації.

Лю Гаочан вважає, що традиційні системи підтримують «інструменти», але лише AI-основа здатна забезпечити «мозок». Вона руйнує лінійну залежність між людськими ресурсами і продуктивністю, даючи можливість досягти експоненційного зростання.

Питання 4: Чи відбувається революція у логіці розробки програмного забезпечення? Який вплив має AI на індустрію?

Ду Юй:

Так, логіка змінюється: від «написати код і здати функцію» до «використовувати стандартну платформу + AI, щоб перетворити розгортання у «процес»». Раніше компанії були «ручними майстернями», виконуючи кожен проект окремо; тепер — це більше схоже на «центральну кухню напівфабрикатів + AI-кухарів»: базові інгредієнти (загальні можливості) — масове виробництво, AI швидко формує страву (бізнес-процес), а розробник відповідає за «контроль температури, смак і презентацію» (правильність бізнесу, продуктивність, безпека, підтримка).

Тому «стандартна платформа + AI для швидкої кастомізації» має великий потенціал у країні, але конкуренція буде жорсткою: хто зможе закласти в модулі, дані та шаблони знання галузі — той і виграє. Вміння писати код стає менш цінним, а «знання галузі + здатність впроваджувати та постійно покращувати» — цінним.

Що може змінити AI, а що — ні

Питання 5: Якщо розробка програмного забезпечення стане простішою, чи легко буде його копіювати? Чи зміниться бізнес-модель, що базується на продажу софту? Якщо здатність створювати софт більше не буде бар’єром, як компанії збережуть свою унікальність?

Ду Юй:

Це ускладнить копіювання «поверхневих функцій», але важче — «ефективних систем».

AI здешевлює «створення», але робить «стійкість і довговічність» більш цінною. Функції можна копіювати, а системні можливості — ні. Бізнес-модель на основі продажу софту буде тиснутися, але не зникне повністю: з’являться нові моделі — зовнішнє аутсорсинг, погодинна оплата, наймання людей. При цьому, коли софт стане «товаром, що легко копіюється», клієнти будуть цінувати відповідальність за збої і довгострокову підтримку. Це — сфера, яку AI не зможе замінити: бізнес-відносини і відповідальність.

AI знизить бар’єр для створення софту, але підвищить — для перетворення його у бізнес і систему. В Україні це, ймовірно, буде ще більш виражено.

Питання 6: Які галузі можуть бути повністю або частково зруйновані AI? А які — навряд чи?

Пан Хелінь:

Можуть бути зруйновані сфери, що пов’язані з обміном інформації — пошук, покупки, логістика — бо вони в основі своїй базуються на обміні даними; і сфери створення контенту — відео, зображення, текст, код.

Лю Гаочан:

Я б сказав, що важливо не стільки «чи зможе AI замінити», скільки «чи потрібно переформатувати виробництво». Це можна поділити на:

Найбільш вразливі галузі:

1. Повторювані операції високої інтенсивності, наприклад, логістика з обробкою 500 рейсів на рік.

2. Галузі з високою інформаційною щільністю і низькими витратами на дії, де AI може одразу виконати рішення — інтернет-сервіси, фінансовий бек-офіс.

3. Стандартизовані робочі процеси з легкою кількістю вимірювань і зворотнім зв’язком — наприклад, розробка софту.

Менш вразливі галузі:

1. Галузі з високою залежністю від складних взаємодій у реальному світі і високими витратами — офлайн-сервіси, складне виробництво, частина медичних сценаріїв. AI тут — швидше «інструмент підсилення», ніж заміна.

2. Галузі з високим рівнем регулювання і відповідальністю — право, високоризикові медичні рішення, великі інвестиції. AI може допомагати, але остаточне рішення залишається за людиною.

Загалом, AI не «знищує галузі», а змушує їх оновлювати виробничі моделі. Ті, що не переформатуються, зникнуть, але сама галузь збережеться у нових формах.

Питання 7: Якщо порівнювати з паровою машиною, яка дала людству еволюцію у енергетиці, виробництві та способах роботи, то AI — у яких сферах зробить людство більш чутливим і де відбудеться еволюція?

Пан Хелінь:

Зараз AI головним чином підвищує швидкість отримання інформації. Наприклад, AI у покупках — це підвищення ефективності пошуку і зближення попиту і пропозиції. У логістиці — те саме. У епоху AI інформація стає доступнішою і швидшою, ніж у епоху інтернету. Якщо раніше проблема була «інформаційне перевантаження», то тепер — «точне і швидке співвідношення попиту і пропозиції».

Лю Гаочан:

Паровий двигун звільнив людину від фізичних обмежень, а AI — у трьох сферах:

1. Відчуття.

AI здатен одночасно обробляти масиви даних, що перевищують людські можливості (наприклад, у логістиці — замовлення, ціни, маршрути, стан у реальному часі), і створює можливість «глобального сприйняття».

2. Виробничий підхід.

Зниження вартості доступу до знань змінює напрямок людської еволюції — від запам’ятовування і навчання до формулювання проблем.

3. Організаційна структура.

Приклади — системи типу SemiCab, які «вирізають» галузевий досвід із людського капіталу і перетворюють його у повторювані програмні можливості, що масштабують управління і організаційний потенціал.

З цього погляду, AI — не просто підвищення окремих показників, а визначає, які складні проблеми варто «зробити софтовими». Люди зосереджуються на цілі і цінностях, а багато проміжних рівнів — на автоматизації AI.