Мастер за 90 секунд подбирает запчасти по VIN. RAG-поиск по каталогам, складу и истории.
ИИ для автосервиса: подбор запчастей по VIN через RAG-каталог производителей, остатки на складе, обзвон клиентов на плановое ТО, NPS после ремонта, запись в журнал по голосу мастера. Без бумажных журналов и недозвонов клиентам.
Подбор запчастей по VIN за 90 секунд
Мастер вводит VIN или диктует голосом. RAG-каталог запчастей ищет по Laximo, Партс-Каталог, Emex, складским остаткам. Возвращает 3-5 вариантов с ценой, наличием, аналогами. Было 8-12 минут руками.
Обзвон клиента автосервиса на ТО
За 3-4 недели до планового ТО (15 / 30 / 45 тыс. км или год после прошлого ремонта) - голосовой бот звонит, предлагает запись, фиксирует удобную дату. Возвратность клиентов растёт на 30-40%.
Запись в журнал голосом
Мастер диктует диагноз и работы голосом. ИИ распознаёт, структурирует, кладёт в карточку клиента в 1С-Автосервис. Не нужно после смены час сидеть с бумажным журналом и переносить в систему.
ИИ в автосервисе - это RAG по запчастям и голосовой обзвон клиентов
Типовая СТО на 5-15 постов: мастер-приёмщик принимает машину, мастера ремонтируют, кладовщик ищет запчасти по каталогам 3-5 поставщиков. На подбор одной позиции уходит 8-12 минут (Laximo, Партс-Каталог, склад, поставщики, аналоги, цена). За день - до 15 минут чистого простоя поста на каждой машине только на поиск.
RAG-каталог запчастей ищет в 5 источниках одновременно: оригинальный каталог (по VIN), Laximo, Партс-Каталог, склад, прайсы поставщиков. Возвращает топ-5 вариантов с ценой, наличием, сроками. Мастер выбирает галочкой. mcp-запчасти подключаются через MCP-протокол к любому каталожному ИИ.
На удержание клиентов работает голосовой обзвон через 6-12 месяцев или 15-30 тыс. км после ремонта. Бот через Yandex SpeechKit, в тоне дружелюбного приёмщика, предлагает плановое ТО. Возвратность вырастает с типовых 28-35% до 55-68%.
Шесть шагов между «машина приехала» и «клиент уезжает с закрытой картой»
Каждый шаг настраивается под вашу учётку, поставщиков запчастей и нормо-часы. Никаких "коробок за 3 млн под Уралец-Сервис".
ИИ-приёмщик по VIN или госномеру
Клиент диктует VIN/госномер, ИИ открывает историю в 1С-Автосервис: предыдущие ремонты, пробег, рекомендованное ТО. Если клиент новый - создаёт карточку, запрашивает контакт и цель визита.
Структурируем диагноз с голоса мастера
Мастер обходит машину, диктует "стучит правая стойка, проржавел задний глушитель, замена тормозных дисков спереди". ИИ структурирует в список работ с нормо-часами по вашему прайсу.
RAG-поиск по каталогам и остаткам
RAG-каталог запчастей ищет в 5 источниках: оригинальный (Laximo по VIN), Партс-Каталог, Emex, ваш склад, прайсы поставщиков. Возвращает топ-5 вариантов с ценой, аналогами, наличием.
WhatsApp клиенту с ценой и сроком
Полный расчёт с вариантами запчастей и ценой автоматически уходит клиенту в WhatsApp. Клиент жмёт "согласен" / "выбрать другие запчасти" / "позвоните". Согласованная заявка падает в 1С-Автосервис в статус "в работе".
Обзвон клиентов автосервиса на ТО
Через 6 месяцев или 15 тыс. км после ремонта - голосовой бот звонит, напоминает про ТО, предлагает удобный слот. Согласие - запись падает в журнал. Не дозвонились - WhatsApp-дубль.
NPS через 5 дней после ремонта
Голосовой опрос: "оцените от 1 до 10 качество ремонта". Низкие оценки сразу в TG руководителю - не через месяц в отчёте. Негатив отрабатываем горячим, не остывшим.
Что меняется в автосервисе по каждому процессу
Замер по клиенту - СТО на 14 постов, 2 100 машин в базе, второй квартал после запуска контура.
Где ИИ для СТО уже работает
Четыре сценария из разных секторов автосервиса. Конфигурация под учётку, типы машин, объём поста.
14 постов, 2 100 машин
Раньше кладовщик весь день в каталогах, мастера ждут запчасть по 20 минут. Сейчас RAG-каталог за 90 секунд даёт топ-5 вариантов. Кладовщика перевели на контроль наличия и поставщиков.
Один бренд, 800 машин/мес
Обзвон на ТО через 15 / 30 / 45 тыс. км. Бот говорит "вашему авто пора заменить масло и фильтры" с учётом конкретного авто. Возвратность дилерских клиентов растёт.
Калькуляция повреждений
Клиент присылает фото ДТП в WhatsApp, ИИ оценивает уровень повреждений и даёт предварительную стоимость работ + запчастей. Точность 80% против фото, остальное уточняется на месте.
Гарантия и возвраты запчастей
Клиент возвращает запчасть - ИИ ищет историю покупки, проверяет дату и условия гарантии, оформляет возврат в 1С автоматически. Раньше менеджер 20 минут поднимал бумажки.
Соберу контур для вашей СТО
30-минутный разбор. Смотрю вашу учётку, поставщиков запчастей, типы машин. На выходе - карта внедрения и оценка ROI по 3 ключевым процессам.
От первого звонка до боевого ИИ-контура на СТО - 3-5 недель
Без слайдов и презентаций. Беру вашу учётку, ваш склад, ваших мастеров. Делаю систему, которая работает без меня.
Аудит процессов
Подключаюсь к 1С-Автосервис или Альфа-Авто. Смотрю текущие потоки заявок, типы машин, склад, поставщиков. Замеряю baseline по ключевым метрикам.
RAG-каталог + интеграции
Подключаю Laximo, Партс-Каталог, прайсы ваших поставщиков. Строю RAG-каталог запчастей. Настраиваю обзвон на ТО через Yandex SpeechKit.
Голосовой ввод + WhatsApp
Подключаю голосовой ввод диагноза мастера. Настраиваю WhatsApp-расчёт клиенту с вариантами запчастей. Запускаем NPS-обзвон через 5 дней после ремонта.
Передача + дотачивание
Учу мастеров пользоваться голосовым вводом и RAG-каталогом. Дотачиваем сценарии обзвона по фактической обратной связи. Договор поддержки.
Что говорят клиенты
Три отзыва от руководителей СТО, которые работают с контуром минимум полгода. С цифрами и контекстом.
У меня 14 постов, кладовщик не успевал. Мастера простаивали по 15-20 минут, пока ему запчасть найдут. После RAG-каталога подбор стал занимать минуту-полторы, кладовщик сейчас занимается прямой работой с поставщиками, не листанием каталогов.
Дилерский сервис, регулярные ТО критичны для выручки. Раньше менеджер обзванивал базу, до 30% клиентов уходило к серым сервисам. Сейчас бот говорит голосом нашего менеджера за 3 недели до планового ТО, возвратность выросла на треть.
Мастера ненавидели после смены садиться за ноутбук и вписывать в 1С каждую гайку. Сейчас диктуют голосом по ходу работы, ИИ структурирует и кладёт в карточку. Час на писанину высвободился, средний чек по допработам вырос - мастера успевают сделать и записать всё.
Посчитайте, сколько вернёт ИИ-контур на вашей СТО
Подвигайте ползунки - покажу грубо, сколько часов простоя постов вернётся в работу и сколько клиентов добавит обзвон на ТО.
Не обещание, а порядок величины. На разборе берём ваши реальные процессы, учётку и цикл клиентского возврата.
Что обычно спрашивают
Что такое RAG-каталог запчастей?
RAG (Retrieval Augmented Generation) - подход, когда ИИ перед ответом ищет в нескольких источниках (каталог Laximo, Партс-Каталог, ваш склад, прайсы) и генерирует ответ с цитатами и ценами. Не галлюцинирует, не выдумывает запчасти, которых нет. Mcp запчасти - это интеграция через MCP-протокол к любому каталожному ИИ типа Claude или GPT.
Как интегрируется с 1С-Автосервис?
Через штатный COM-коннектор для локальной 1С или HTTP-сервис. Заказ-наряды, остатки, движения по складу, контрагенты, история ремонтов клиента - всё подтягивается в реальном времени. На Альфа-Авто и TechCenter - через их API.
Голосовой бот реально звучит как живой?
На коротком сценарии "напомнить про ТО" - в 94% случаев клиент не распознаёт бот. Yandex SpeechKit Premium и T-Bank VoiceKit дают качество, неотличимое от человека на 30-60 секундах разговора. На нестандартных вопросах бот сам переводит на живого менеджера.
А если клиент молодой и не хочет голосового бота?
Для молодой аудитории основной канал - WhatsApp / Telegram. Бот пишет с кнопками "записать на ТО" / "перенести" / "позвонить". Голосовой обзвон используется как запасной вариант для тех, кто не отвечает в мессенджерах.
Какие источники запчастей подключаете?
Laximo (для оригинального каталога по VIN), Партс-Каталог (популярные аналоги), Emex / Exist (наличие у дистрибьюторов в регионе), Drom-Партс (для ДВ-региона). Плюс прайсы ваших ключевых поставщиков (типа Forum-Auto, Auto-3N, Армтек). Локальный склад - обязательно.
А что с 152-ФЗ при обзвоне на ТО?
Согласие на маркетинговые звонки берём при первом ремонте в заказ-наряде. Бот в начале каждого звонка представляется как автоматический сервис. На инфо-звонки (NPS, напоминание про ТО для своих клиентов) согласие не требуется по закону.
Можно стартовать с одного процесса?
Так и начинают. Самые быстрые квики: RAG-каталог запчастей (окупается за месяц на высвобожденных постах) или обзвон на ТО (быстрый рост возвратности). Через 2-3 месяца докручиваем голосовой ввод диагноза, NPS, кузовную фото-оценку.
Сколько стоит автоматизация склада автозапчастей?
Зависит от объёма (1-5 / 5-20 / 20+ тыс. SKU на складе) и количества поставщиков для RAG-каталога. Типовая конфигурация для средней СТО (10 постов, 2 000 SKU, 5 поставщиков) - 320-480 тыс. ₽ под ключ. Поддержка - 30-50 тыс. ₽/мес.
Что если у нас не 1С, а самописная учётка?
Смотрим, что есть из endpoint-ов. Если есть REST API на ваши таблицы (заказ-наряды, склад, клиенты) - пишу прослойку за 1-2 недели. Если совсем legacy с Access или FoxPro - смотрим, что дешевле: миграция на 1С-Автосервис или коннектор поверх старого.
Что если за квартал результата нет?
В договоре фиксируем KPI: возвратность клиентов на ТО, время подбора запчасти, средний чек, NPS-охват. Если показатели не выросли - дорабатываю за свой счёт. Деньги возвращаются, если расхождение больше 30% и причина в реализации.
Соберу ИИ-контур под вашу СТО
30 минут разбора: смотрим вашу учётку, поставщиков, типы машин. На выходе - карта внедрения и ROI. Без презентаций.