Я не программист. Я — ваш коллега, который устал ждать, пока кто-то решит нашу общую проблему.
Привет. Меня зовут Александр Ивонтьев, я менеджер по снабжению в автосервисе в Нижнем Новгороде. И до недавнего времени я тратил примерно 40% своего рабочего дня на рутину. Эта рутина — подбор запчастей для стандартного ТО. Процесс, который должен занимать минуту, стабильно отнимает 15. И меня это достало.
Эта статья — не жалоба. Это объявление войны устаревшим процессам. Это история о том, как ежедневное раздражение за рабочим столом заставило меня с нуля изучать Python и LLM, чтобы создать инструмент, который я ждал много лет. И это — первая запись в публичном дневнике создания этого проекта.
Анатомия потерянного времени
Чтобы вы поняли масштаб проблемы, давайте препарируем эти 15 минут. Что происходит, когда в сервис заезжает условный Hyundai Solaris на плановое ТО?
- Шаг 1: Исходные данные (1-2 минуты). Механик передает мне рабочий заказ. Я беру оттуда VIN-номер, пробег, модель. Открываю на компьютере первую из пяти закладок с каталогами.
- Шаг 2: Танец с каталогами (5-7 минут). Вбиваю VIN в первый каталог. Он показывает общую информацию. Отлично. Перехожу в раздел «ТО и фильтры». Каталог выдает оригиналы, вбиваешь их в каждый каталог производителя, что бы узнать номера заменителей и узнать,что есть на складе.
- Шаг 3: Проверка и перенос (3-4 минуты). Когда я на 90% уверен в артикулах, начинается самое интересное. Я копирую их и вставляю в нашу учетную систему (1С), чтобы проверить наличие и цены у поставщиков. Часто оказывается, что такого производителя нет и нужно снова возвращаться в каталоги, чтобы подобрать качественный аналог. Это еще один круг ада.
- Шаг 4: Человеческий фактор (2-3 минуты). Не уверен в выборе? Идешь к механику, уточняешь. Он отвлекается от работы. Ты отвлекаешься от своей. Потери времени множатся.
И так — с каждой машиной. 15 минут здесь, 20 там. В масштабах дня это выливается в 2-3 часа чистого времени, потраченного на абсолютно механическую, алгоритмизируемую работу. В масштабах месяца для одного сервиса — это десятки часов. В масштабах страны — это миллионы человеко-часов, слитых в трубу
Искра в потоке Telegram-каналов.
Я давно понимал, что эту проблему нужно решать. Я не программист, но у меня техническое образование, и я всегда чувствовал, что технологии могут здесь помочь. Я ждал момента, когда они станут достаточно мощными и доступными. И я дождался.
Момент «щелчка» произошел пару месяцев назад. Я листал один из технических Telegram-каналов и наткнулся на пост, где парень рассказывал, как создает SMM-агентов с помощью «vibe-кодинга» в редакторе Cursor. Он буквально на естественном языке объяснял нейросети, что нужно сделать, и она генерировала код, который писал и публиковал посты в соцсети.
В тот момент в голове что-то щелкнуло. Я подумал: «Стоп. Если ИИ может понять размытую маркетинговую задачу, почему он не сможет понять четкий технический запрос? Если он может работать с текстами, почему он не сможет работать с артикулами и каталогами?».
Этот вопрос не давал мне покоя. Я засел за YouTube. Следующий месяц я буквально жил там, изучая все, что связано с LLM, промпт-инжинирингом и применением AI. Я понял: технология созрела. Больше не нужно быть гением-программистом с десятилетним стажем, чтобы создавать умные системы. Важнее стало глубоко понимать проблему, которую ты хочешь решить. А свою проблему я знаю досконально.
Я строю инструмент, который в первую очередь нужен мне самому. Инструмент, который я бы купил не задумываясь, появись он на рынке вчера. И это, как мне кажется, лучше любой маркетинговой стратегии.
От 15 минут к 60 секундам: как это должно работать
Моя цель — сократить процесс подбора запчастей для ТО и другой расходки (а это 70% запросов) с 15 минут до 60 сек. Как это будет выглядеть? Максимально просто.
- Менеджер открывает Telegram-бот.
- Фотографирует VIN-номер на машине или просто вставляет его текстом.
- Пишет боту простое сообщение: «Запчасти для ТО».
- Через несколько секунд бот присылает готовый список: точный артикул масляного фильтра, воздушного, салонного, артикул и необходимый объем масла, подходящие свечи. Без вариантов, без сомнений. Только то, что нужно. Именно тех брендов или oem которые заранее прописаны в настройках.
И всё. Одна минута вместо пятнадцати. Освободившиеся 14 минут менеджер может потратить на действительно сложные задачи: подбор деталей для кузовного ремонта, общение с клиентами, поиск редких позиций. То есть на то, где человеческий опыт действительно важен.
Заключение
Это начало большого пути. Я совмещаю этот проект с основной работой, изучаю новые для себя вещи и каждый день сталкиваюсь с вызовами. Этот блог — мой способ систематизировать мысли, делиться прогрессом и, что самое важное, получать обратную связь.
Я буду рассказывать о технических решениях, о провалах и успехах, о том, как я пытаюсь «подружить» мир AI с консервативной реальностью автобизнеса.
Я уверен, что не одинок в своей проблеме. Если вы работаете в автосервисе, в магазине запчастей или просто сталкивались с болью подбора — напишите в комментариях, узнали ли вы себя.
Хотите в прямом эфире наблюдать, как идея превращается в работающий продукт? Подписывайтесь на канал.
Ваша поддержка и взгляд со стороны — это то, что сейчас нужно больше всего. Поехали