1. Главная
  2. Блог
  3. ИИ по отраслям
  4. ИИ в автобизнесе: сервис, запчасти, работа с заявками

ИИ в автобизнесе: сервис, запчасти, работа с заявками

15 августа 2026
23

В автобизнесе три потока обращений, и они требуют разного.

«Сколько стоит починить» — вопрос, на который нельзя ответить без диагностики, и попытка ответить создаёт конфликт.

«Есть ли деталь» — вопрос, требующий точного подбора, где ошибка означает привезённую не ту запчасть.

«Когда можно приехать» — простая запись.

Плюс отдельная задача, дающая больше всего денег и почти всегда упускаемая: возврат клиентов на плановое обслуживание.

Подбор запчастей: где ломается

Самый сложный сценарий отрасли, и типичная ошибка здесь предсказуема.

Модель, которую попросили «подобрать деталь», подберёт: выдаст правдоподобный артикул. Если такой детали к этой машине не подходит, клиент узнает об этом при установке.

Правильное разделение:

Шаг Кто
Понять из обращения, что нужно и для какой машины модель
Определить модификацию по VIN код, каталог
Найти применимые артикулы код, каталог применимости
Проверить наличие и цену код, учётная система
Предложить аналоги код по правилам взаимозаменяемости

Модель занята только на первом шаге — понять неструктурированный запрос клиента. Подбор ведёт каталог, потому что применимость — это данные, а не рассуждение.

Если каталога применимости нет, автоматический подбор делать не стоит вовсе: система будет уверенно ошибаться. Общий принцип — «Автоматизация с ИИ: что реально работает».

Что автоматизируется хорошо

Запись на сервис

Выбор услуги, времени, поста, мастера. Сценарий с интеграцией в загрузку сервиса.

Отдельная деталь отрасли: длительность работ различается кратно, и запись должна учитывать не только свободное время, но и длительность конкретной услуги. Замена масла и ремонт подвески занимают разное количество поста.

Напоминания о плановом обслуживании

Здесь основные деньги, и это самый недооценённый сценарий.

Автомобиль обслуживается по пробегу или по времени. Клиент, не приехавший вовремя, редко ушёл к конкуренту — он забыл или отложил. Напоминание в нужный момент возвращает заметную долю.

Работает лучше, если система знает пробег и историю: тогда сообщение не «пора на ТО», а «по вашему графику подходит замена масла, в прошлый раз были в марте».

Ответы на вопросы

График, адрес, какие марки обслуживаете, нужна ли запись, сколько занимает конкретная работа, работаете ли с гарантийными автомобилями, можно ли со своими запчастями.

Последний вопрос стоит обработать особенно внимательно: политика по запчастям клиента различается у сервисов и порождает конфликты.

Разбор входящих заявок

Из мессенджеров, с сайта, с площадок: определить, чего хочет клиент — записаться, узнать про деталь, спросить цену, пожаловаться — «Классификация обращений».

Информирование о статусе ремонта

«Что с моей машиной» — массовый вопрос, отвлекающий мастера-приёмщика. Автоматический ответ по данным из системы плюс уведомление при смене статуса.

Разбор отзывов

Для автосервиса репутация критична: выбор сервиса делается по отзывам чаще, чем по цене — «Автоматическая обработка отзывов».

Про цену ремонта — отдельно

Отраслевая ловушка, на которой обжигаются.

Соблазн: пусть бот отвечает на «сколько стоит починить». Клиент спрашивает, бот отвечает — конверсия растёт.

Проблема: без диагностики цена неизвестна. Названная сумма становится ожиданием клиента, а фактическая почти всегда выше — потому что до разборки не видно, что ещё потребуется.

Результат — конфликт на выдаче и отзыв «обманули с ценой».

Как правильно:

  • цены на фиксированные работы — из прайса, неизменяемым фрагментом: замена масла, диагностика, шиномонтаж;
  • цены на ремонт по симптомам — не называть, предлагать диагностику;
  • вилка вместо точной суммы, если она указана в прайсе именно как вилка;
  • явная оговорка, что окончательная стоимость определяется после диагностики.

Это тот случай, где сценарный ответ надёжнее нейросетевого — «На нейросети или сценарный».

Гарантийные обязательства

Правовой акцент отрасли.

Ответы про гарантию — на работы, на запчасти, на сохранение заводской гарантии при обслуживании у неофициального сервиса — имеют юридические последствия.

Что стоит зафиксировать до запуска:

  • формулировки о гарантии берутся из согласованных заготовок, а не генерируются;
  • условия гарантии на работы и на запчасти различаются — система не должна их смешивать;
  • вопросы о сохранении заводской гарантии — тема, где неточный ответ создаёт претензию;
  • вопросы по гарантийным случаям переводятся человеку.

Плюс общее: персональные данные клиентов — контакты, данные автомобиля, история обслуживания. Что уходит в модель, стоит проверить — «Можно ли передавать персональные данные в нейросеть».

Расчёт: возврат на обслуживание

Числа иллюстративные. Сервис на 6 постов.

Часть 1: возврат по графику ТО.

Величина Значение
Клиентов в базе 2 800
Должны обслужиться за месяц ~230
Приезжают сами ~55%
Не приехали ~104
Возвращается при напоминании ~18%
Дополнительных визитов ~19
Средний чек ТО 9 500 ₽
Дополнительно ~180 000 ₽/мес

Часть 2: время приёмщиков.

Величина Значение
Обращений в месяц 1 600
Доля типовых 60%
Время на обращение 3 мин
Снято часов ~48
Стоимость часа 700 ₽
Экономия ~34 000 ₽/мес

Соотношение то же, что в других отраслях с повторяющимся циклом: возврат клиентов даёт в разы больше, чем экономия времени. И реализуется проще — это рассылка по графику, а не бот.

Практический вывод: если бюджет ограничен, делайте напоминания об обслуживании, а бота откладывайте.

Чего делать не стоит

  • Называть цену ремонта до диагностики;
  • подбирать запчасти без каталога применимости;
  • давать ответы по гарантии свободными формулировками;
  • обещать сроки ремонта без данных о загрузке и наличии деталей;
  • начинать с бота, если напоминания об обслуживании не настроены;
  • отвечать на претензии автоматически.

Частые вопросы

Что в автосервисе стоит автоматизировать первым?

Напоминания о плановом обслуживании по пробегу и времени. По деньгам это в разы больше, чем экономия времени приёмщиков на ответах, и реализуется проще — это рассылка по графику, а не диалоговая система.

Может ли бот подбирать запчасти?

Понимать запрос клиента — да, подбирать — только по каталогу применимости, программно. Модель, которую попросили подобрать деталь, выдаст правдоподобный артикул, и клиент узнает об ошибке при установке. Без каталога автоматический подбор делать не стоит.

Можно ли поручить боту называть цены на ремонт?

На фиксированные работы из прайса — да, неизменяемым фрагментом. На ремонт по симптомам — нет: без диагностики цена неизвестна, а названная сумма становится ожиданием клиента и оборачивается конфликтом на выдаче.

Как отвечать на вопросы о гарантии?

Согласованными заготовками, а не свободными формулировками: ответы про гарантию имеют юридические последствия, а условия на работы и на запчасти различаются. Вопросы по конкретным гарантийным случаям стоит переводить человеку.

Что делать с вопросом «что с моей машиной»?

Отвечать данными из системы и дополнительно уведомлять при смене статуса. Проактивное уведомление сокращает поток таких вопросов сильнее, чем хорошие ответы на них.

Окупится ли автоматизация в небольшом сервисе?

Считайте от базы клиентов, а не от потока обращений: основной эффект даёт возврат на плановое обслуживание, и он пропорционален числу обслуженных ранее машин. При небольшой базе разумнее начать с напоминаний в готовом сервисе.

Что дальше

Запись и напоминания — «Куда встроить чат-бота» и «Чат-бот по базе знаний». Разбор обращений — «Классификация обращений». Работа с карточками клиентов — «Автоматизация рутины в CRM».

Расчёт эффекта по базе клиентов — часть аудита; разработка — часть работы по автоматизации процессов.