Каковы перспективы использования ИИ-технологий в автобизнесе?

Российские автодилеры начинают применять технологии искусственного интеллекта (ИИ) в своих бизнес-процессах. Какие результаты это принесло, и каковы особенности использования ИИ в автобизнесе? С таким вопросом мы обратились к участникам российского авторынка в преддверии форума «ИИ-революция в автобизнесе – 2025», который агентство «АВТОСТАТ» проведет 4 декабря в Москве.

Олег Кузнецов, заместитель генерального директора по цифровой трансформации ГК «АВТОДОМ» и ГК «АвтоСпецЦентр»:

- В первую очередь технологии ИИ начали применяться в маркетинге и ИТ. В маркетинге – в речевой аналитике, в расшифровке голосовых записей, контроле обработки входящих и исходящих вызовов по скриптам. В ИТ технологии ИИ применяются для оптимизации и проверки кода, для написания кода, в том числе есть современный термин «Вайб Кодинг», когда код пишет ИИ по промтам от ИТ-специалистов. Второе направление – я бы выделил работу общих служб: ИТ, юристы, аналитики, отдел персонала. Они применяют технологии для оптимизации своей работы, которую можно переложить на ИИ-агентов и помощников.

Наиболее быстрые результаты среди самых продвинутых в современных технологиях специальностях – в ИТ и маркетинге. В маркетинге подоспели готовые решения от подрядчиков, которые легко внедряются и несильно повышают стоимость маркетинга удельно к выручке и продажам на старте работы, а потом существенно снижают затраты. В ИТ это чаще набор отдельных опенсорс-инструментов и подписки на популярные LLM-модели, которые в комплексе позволяют автоматизировать типовые операции. Например, оптимизация кода, когда дается долгий запрос или обработка, и ИИ предлагает на 99% работающий вариант, но более быстрый. Также ИИ можно применять для проверки кода на уязвимости, но тут нужно быть осторожными, чтобы не передать тем самым вовне те самые уязвимости. Хорошо работает перевод с помощью ИИ с одного языка программирования на другой. В целом диалог с открытыми ИИ-моделями позволяет ИТ находить ответы на вопросы по программированию быстрее, чем это было ранее при поиске через Интернет.

ИИ-технологии встречаются с сопротивлением снизу при внедрении. Специалисты, чью именно работу предлагается переложить или пересмотреть с использованием ИИ, боятся, что их работа станет не нужна, и их заменит искусственный интеллект, поэтому всячески саботируют процессы. Люди работали годами, они не готовы делать иначе и не хотят обучаться новым технологиям.

Критическое мышление – это предмет, который сейчас базово преподается, и, ключевой при работе с ИИ. ИИ галлюцинирует, додумывает что-то от себя, не всегда идет по наиболее оптимальному пути, и решения его должны проходить через фильтр специалиста. Отдавать персональные данные можно только локально развернутым моделям ИИ, нельзя в открытые сети публиковать персональные и конфиденциальные данные без обфускации (обезличивания). Это ответственность, которую берут на себя специалисты по кибербезопасности в работе с персоналом по обучению безопасности в области ИИ.

Сейчас внедрение ИИ обсуждается на уровне правительства, и это новая технологическая эра. Автобизнес с рентабельностью на уровне 0 может получить ту самую прибыль от внедрения ИИ-технологий. Но, к сожалению, сейчас, на волне хайпа, ИИ стоят очень дорого для компаний. Стоимость специалиста ИТ по ИИ-разработке может достигать 12 тысяч рублей за час. Это слишком дорого для автобизнеса. Если автодилер сможет своими силами или недорого внедрять инструмент за инструментом, он обязательно получит преимущество. ИИ развивается очень быстро, и получается, что готовых решений очень мало, поскольку они быстро устаревают. Но если вы найдете для себя готовое рабочее решение, которое покажет операционную прибыль в перспективе нескольких месяцев, – нужно брать.

Основные перспективные направления для ИИ я перечислил ранее (это ИТ, маркетинг и бэкофис). Все, что связано с обработкой или поиском информации, может быть применено. Сейчас меняется весь мир. Например, поиск, а вместе с ним и контекстная реклама, заменяется ИИ-моделями с онлайн-поиском. В них еще нет рекламы, а клиенты уже есть. Разработка меняется в части технологий: код уже пишет ИИ, а значит, в перспективе можно быстрее и дешевле получать продукты для развития бизнеса. Анализ отчетов и презентаций может выполнить ИИ и дать результаты лучше аналитика. Проверить договора на риск может ИИ-агент. Но тема кибербезопасности не отменяется: риск утечки данных, которые сотрудники вводят в ИИ-инструменты, никто не отменяет.

Андрей Каменский, директор по маркетингу АГ «Авилон»:

- ИИ-трансформация автомобильной розницы прошла несколько этапов – от первых робких экспериментов до полноценной интеграции ИИ в бизнес-процессы. Наш опыт показывает: настоящая ценность искусственного интеллекта раскрывается только тогда, когда он решает конкретные бизнес-задачи с измеримым экономическим эффектом.

Наш первый проект по машинному обучению в 2018 году стал ценным уроком. Мы подготовили самообучающуюся RFM-модель для прогнозирования спроса, которая технически работала безупречно в идеальных условиях . Однако практика показала: даже самая совершенная алгоритмическая модель уязвима перед реальностью автомобильного рынка – ценовыми войнами, изменением товарных квот и макроэкономической конъюнктурой. Это научило нас важному принципу: технология должна быть адаптирована к специфике бизнеса, а не наоборот.

С 2021 года фокус сместился в сторону автоматизации рутинных операций с использованием линейных ботов. Данные системы успешно применялись для уведомления клиентов о предстоящем техническом обслуживании и напоминания о дате визита. Эксперименты с интеграцией открытых AI-API не проводились в целях сохранения простоты и предсказуемости процессов.

Ключевой урок, который мы извлекли: успех ИИ-проекта определяется не сложностью алгоритмов, а его экономической целесообразностью. Яркий пример – наша попытка внедрения ИИ-ассистентов в чаты поддержки в 2023 году. Цифры говорят сами за себя:

• Себестоимость обработки одного диалога с помощью ИИ составляла 70 – 90 рублей.
• При сегодняшнем объеме 5 000 диалогов в месяц – затраты достигали бы 350 – 460 тысяч рублей.
• Стоимость содержания живого оператора, а точнее смены операторов, которые помимо обработки чатов еще и отрабатывают звонки, оказывается сопоставимой или ниже.
• Экономика проекта не сходится – мы получаем интересный технологический эксперимент, но не бизнес-решение.

Этот опыт заставил нас пересмотреть подход: с тех пор каждый ИИ-проект мы оценивали через призму unit-экономики. Если стоимость обработки одной единицы (звонка, диалога, лида) не дает явного преимущества перед традиционными методами – проект не проходит дальше пилотной стадии.

Переломный момент наступил, когда мы сосредоточились на задачах с прямым экономическим эффектом, а точнее оттолкнулись от задач с большими затратами. Внедрение ИИ-аналитики телефонных звонков стало именно таким решением. Система не просто автоматизировала процесс – она начала приносить конкретные деньги:

• Все началось с выявления фрод-звонков с последующей апелляцией к исполнителю, что «вернуло в бюджет» до 3 – 4 млн рублей в месяц.
• Чуть позже мы стали использовать модель для оценки всех звонков с мгновенным возвратом в работу «холодных» лидов, а также лидов, в которых не последовало никакой договоренности с клиентом. Это привело дополнительные 50 – 100 продаж ежемесячно.

Отдача от реализации проекта оказалась мгновенной и легко измеримой. Если изначально многие рассматривали ИИ как инструмент сокращения затрат на персонал, то сегодня фокус сместился в сторону повышения эффективности. Современные ИИ-решения – это не про замену людей, а про усиление их возможностей:

• ИИ-менеджеры обрабатывают рутинные запросы.
• Интеллектуальные системы аналитики выявляют скрытые резервы.
• Алгоритмы прогнозирования помогают оптимизировать логистику.

Ужесточение законодательства о трансграничной передаче данных стало серьезным испытанием, но одновременно – катализатором развития и безопасности. Переход на российские ИИ-платформы, а также внедрение прокси-серверов, хотя и потребовало дополнительных инвестиций, создал новые возможности для отстройки от конкурентов и развития собственных компетенций.

Будущее – за гибридными моделями, где ИИ не заменяет, а дополняет человеческий интеллект. Успешными будут те игроки, которые смогут:

• Интегрировать ИИ в сквозные бизнес-процессы.
• Создавать кросс-функциональные команды на стыке IT и бизнеса.
• Быстро адаптироваться к меняющимся регуляторным требованиям.
• Жестко оценивать экономику каждого ИИ-проекта на этапе запуска.

Наш опыт подтверждает: искусственный интеллект перестал быть экзотикой и стал рабочим инструментом роста. Главное – фокусироваться на решениях, которые приносят измеримую бизнес-пользу здесь и сейчас и быстро запускаются. Не стоит уходить в долгую разработку. И ключевой критерий успеха – не технологическая сложность, а простая арифметика: стоимость решения должна быть существенно ниже создаваемой им ценности.

Егор Рожков, директор по продукту компании «РОЛЬФ»:

- В каких сферах своей деятельности российские автодилеры начинают применять искусственный интеллект?

1. Активное и массовое применение в речевой аналитике по входящим и, что немаловажно, исходящим звонкам. Профит – срез качества отработки трафика, выявления зон роста по конкретным сотрудникам/отделу, выявление истинных запросов и потребностей клиента.

2. Активное привлечение ИИ в рамках чат-ботов, где сотрудник заменяется искусственным интеллектом. Профит – обработка большего количества клиентов, даже тех, кто не инициировал общение. Например, через действие клиента на сайте или в мобильном приложении, которое подхватил ИИ. Также это обеспечивает возможность снизить количество операционных действий на одного сотрудника в работе с массивом трафика, дать более качественную сегментацию по услугам и товарам, в которых клиент нуждается.

3. Робот на входящий трафик – запись клиента на сервис. Записывает клиента и собирает информацию, передает информацию сотрудникам: мастерам-консультантам, старшим специалистам по записи. Профит – сокращение количества сотрудников ЕКЦ (Единый контакт-центр).

4. Чат-бот с кандидатами. Профит – увеличение количества закрытых вакансий в компании. Конверсия из контакта в интервью выросла с 32% до 41%.

5. Видеоаналитика на проекте WMS – делает потоковое видео для снижения ошибок, фрода и рекламаций по браку. Профит – снижение объема рекламаций.

Если говорить про способы решения сложностей, которые возникают при внедрении ИИ в бизнес-процессы автодилеров, необходимо прямое вовлечение бизнеса в результат, общие метрики для внедряющей стороны и стейкхолдера.

Наиболее эффективные ИИ-инструменты в деятельности автодилеров описаны выше: речевая аналитика, видеоаналитика, чат-боты при работе с трафиком по записи клиента на сервис или первичной работы по ответам на вопросы и конечной маршрутизации клиента на сотрудника. Эти примеры наименее трудозатратны для внедрения, имеют значительное количество вендеров и сервисов для выбора, а также доступную стоимость внедрения.

Ближний потенциал использования искусственного интеллекта:

• ИИ-продавец;
• чат-бот для сотрудников, как сервис-деск, онбординг, наставник;
• обучение сотрудников;
• чистота данных – клиентские данные, справочники;
• LLM-платформы – тестирование внутренних разработок, тестирование кода, автоматическое документирование.

Намного больше о применении ИИ в автомобильной отрасли расскажут наши эксперты в ходе форума «ИИ-революция в автобизнесе – 2025». Получить подробную информацию и зарегистрироваться для участия можно здесь.