ИИ в автобизнесе

Материал подготовлен на основе прямого эфира Вербо «Автоиндустрия 2.0: как ИИ меняет навыки, роли и обучение сотрудников» (24 сентября в 12:30 по мск).

Сергей Наумовский, международный автомобильный эксперт РОАД, предложил смотреть на внедрение ИИ не через количество подключённых инструментов, а через цепочку:
данные → сигнал → действие → измеримый экономический эффект

Например, важен не сам факт, что бот ответил клиенту, а то, приехал ли человек в дилерский центр. Не количество созданных объявлений, а стоимость состоявшейся продажи. Не число автоматически сформированных отчётов, а решения, которые компания приняла на их основе.

Показателен американский рынок. По данным, которые Сергей Евгеньевич приводил в презентации, 82% опрошенных дилеров уже используют ИИ в той или иной форме, но рост продаж или выручки отмечают только 22%. Разрыв между «мы внедрили» и «мы заработали» остаётся зоной управленческой работы.

Поэтому внедрение имеет смысл оценивать сразу на трёх уровнях:

• операционный эффект — например, быстрее ответили клиенту;
• коммерческий эффект — получили дополнительные продажи;
• экономический эффект — после всех расходов действительно вырос маржинальный доход.

Один из ключевых вопросов для дилера: должен ли ИИ постепенно заменить продавца?

В модели, которую представил РОАД, задача технологии другая. ИИ может поддерживать контакт с клиентом, понимать его намерения, расставлять приоритеты и передавать менеджеру уже собранный контекст. Но переговоры, сложный trade-in, финальные условия и контроль коммерческих обещаний остаются за человеком.

Российские кейсы показывают ту же логику. В одном из примеров ИИ анализировал сервисные звонки, в которых клиент так и не дошёл до записи. Система помогала выявить потерянные обращения и сформировать сотрудникам конкретные действия для возврата клиента. Из объёма примерно 3,18 млн рублей без записи удалось вернуть около 318 000 рублей, то есть порядка 10%. При этом возвращённый объём ещё не равен прибыли, пока не учтены оплаченные заказы, маржинальность и стоимость решения.

В другом кейсе бот взял на себя первичную работу с входящими чатами: время ответа сократилось с 7 минут до 26 секунд. Сложный запрос при этом передавался человеку вместе с контекстом беседы.

То есть смысл ИИ не в том, чтобы убрать сотрудника из процесса. Часто технология освобождает его от рутины и оставляет человеку ту часть работы, где особенно важны переговоры, оценка ситуации, доверие, ответственность и принятие решений.

Сергей Кожухов, директор Академии РОАД, обратил внимание на ещё одну трансформацию: за последние годы российский автомобильный рынок потерял почти 50 привычных европейских, американских и японских брендов и получил почти 60 китайских. Одновременно была во многом утрачена прежняя система подготовки технического и нетехнического персонала.

Дилерам приходится быстрее учить сотрудников новым продуктам, новым брендам, новым аргументам и работе с возражениями.

Параллельно меняется состав самих команд. По наблюдениям Академии РОАД, в отрасль приходят сотрудники поколений Y и Z, для которых длинные 17−18-дневные программы обучения уже не всегда эффективны. Возникает запрос на более короткие форматы и практику небольшими итерациями.

Одновременно снижение продаж и экономической эффективности дилерских предприятий влияет на бюджеты на персонал и HR-проекты. Получается сложное противоречие: людей нужно быстрее адаптировать и переучивать, но ресурсов на традиционную систему обучения становится меньше.

Сергей Кожухов привёл пример собственного опыта «Бизнес Кар». В 2022 году система обучения могла включать до 45 очных тренинговых дней в месяц, три площадки и команду из 25 инструкторов. Сейчас модель стала гибридной: в неё входят дистанционное обучение и около 550 курсов, материалов, презентаций и интерактивных программ, после которых сотрудник выходит на практикум и получает обратную связь.

Но именно практика остаётся самым сложным слоем. Онлайн-курс позволяет дать знания. Гораздо труднее организовать для каждого сотрудника повторяемые рабочие ситуации, в которых он должен самостоятельно принять решение, провести разговор и получить обратную связь.

Именно в этой точке Академия РОАД рассматривает ИИ-тренажёры как дополнительный слой существующей системы обучения: для адаптации, диагностики и оценки профессиональных компетенций.

В ТрансТехСервисе эта модель уже прошла масштабный пилот. В проекте участвовали 386 сотрудников, было создано 50 тренажёров, сотрудники завершили 1 029 диалогов и накопили 252 часа практики. 317 человек завершили хотя бы один диалог — это 82% всех участников. В среднем активный сотрудник проходил 3,2 сессии.

Основными участниками стали продавцы-консультанты и мастера-консультанты: сотрудники фронт-линии, чьи действия непосредственно влияют на производительность и доход дилера.

Тренеры физически не могли регулярно выезжать во все подразделения и практиковаться индивидуально с каждым продавцом или мастером-консультантом. Поэтому компании требовался формат, в котором сотрудник мог бы тренироваться самостоятельно, прямо на рабочем месте, и сразу получать обратную связь.

ТТС сформулировал для себя это так: знания перестали быть дефицитом, главным дефицитом стала практика.

Тренажёры не делали универсальными.

Например, требования дистрибьютора к телефонному разговору можно было непосредственно перенести в критерии оценки сценария. Сотрудник тренировался не в абстрактной «продаже автомобиля», а в конкретной ситуации по стандарту определённого бренда.

В продажах запуск сначала был добровольным. Руководители отмечали пользу инструмента, но внедрение шло медленно: сотрудник естественным образом выбирал клиента и текущую работу вместо дополнительного обучения. В сервисе руководство сделало прохождение обязательным и связало его с допуском к рабочим процессам. В результате практика стала частью системы, а не факультативной возможностью.

Тренажёр постепенно перестаёт быть отдельным учебным инструментом. ТТС уже встроил его в образовательный трек:
курс → практика → повторные попытки → оценка → аттестация (в перспективе)

Следующий этап проекта:

1. регулярная аттестация сотрудников фронт-линии
2. звонки по стандартам дистрибьюторов
3. контакт-центр
4. автомобили с пробегом
5. управленческие навыки
6. использование тренажёров в процессе адаптации и интервью

Выступление РОАД и кейс ТТС сходятся в одном принципиальном выводе: технология сама по себе не создаёт результат. Сергей Наумовский выделяет пять условий перехода от пилота к промышленному внедрению:

• достоверные и актуальные данные
• чётко описанный процесс
• конкретный владелец процесса
• понятные полномочия ИИ и границы человека
• заранее определённая экономика и критерии масштабирования

ТТС практически подтвердил ту же логику со стороны обучения: добровольный интерес не обеспечивает масштабирования, сотрудники выбирают реального клиента вместо тренировки, техническая неподготовленность рабочего места снижает доверие к инструменту, а разные подразделения требуют разных сценариев внедрения.

Поэтому главный вопрос для дилера сегодня не «какой ИИ купить». Гораздо полезнее начать с другого: какой конкретный процесс мы хотим изменить, какое действие сотрудника или системы должно стать другим и по какому бизнес-показателю мы поймём, что это действительно сработало?

ИИ постепенно забирает часть рутинных операций: помогает быстрее реагировать на запрос, собирать контекст, находить потерянных клиентов, анализировать разговоры и подготавливать следующее действие.

Но одновременно он повышает требования к человеку. Чем больше рутины автоматизировано, тем ценнее становится способность сотрудника провести сложный разговор, объяснить ценность, принять решение в нестандартной ситуации и довести процесс до коммерческого результата.

Поэтому трансформация автобизнеса неизбежно превращается и в трансформацию системы обучения. Курсы закрывают знания. ИИ-тренажёры могут закрывать повторяемую практику, объективную обратную связь и диагностику навыка без постоянного участия тренера.

Опыт ТрансТехСервиса показывает, что такую практику уже можно масштабировать на сотни сотрудников. Следующий вопрос для отрасли — насколько хорошо развитие навыка удастся связать с продажами, удержанием клиента и производительностью.

В Вербо можно собрать сценарий под конкретную задачу дилерского центра: продажи, сервис, работу по чек-листу дистрибьютора, согласование дополнительных работ, входящий звонок или управленческий разговор.

Сотрудник проходит диалог самостоятельно, получает оценку по заданным критериям, видит зоны роста и может сразу повторить попытку.

Материал подготовлен на основе прямого эфира Вербо «Автоиндустрия 2.0: как ИИ меняет навыки, роли и обучение сотрудников» (24 сентября в 12:30 по мск).