AI–агенты меняют подбор, сервис и eCom запчастей

Автор – Дмитрий Болховский, CEO Aftermarket-DATA© Эксперт с 25-летним опытом в автомобильной отрасли. Специализируется на ИИ-трансформации бизнеса:

• LLM/GenAI - языковые модели – автоматизация внутренних и внешних коммуникаций
• Автоматизация R&D
• Предиктивная аналитика спроса

https://t.me/s/BolkhovskyInsight

За последние три месяца сразу несколько знаковых игроков авторынка зафиксировали системные изменения в продажах благодаря внедрению ИИ.

Особенно показателен кейс eBay. Значимую долю роста маркетплейса в первом квартале 2026 обеспечила категория Motors, Parts & Accessories. CEO eBay прямо связал эту динамику с внедрением AI-инструментов. Искусственный интеллект автоматически анализирует фотографии деталей, распознаёт параметры товара и помогает продавцам заполнять карточки товаров без ручной работы. Фактически AI-агент eBay стал цифровым товароведом: превращает фото детали в готовый коммерческий контент с правильными категориями, артикулами и списками совместимости. Результат — темп публикации новых объявлений на маркетплейсе вырос более чем на 50%

В марте 2026 года Ford встроил AI-агента прямо в телематическую платформу для коммерческих парков. Система анализирует данные о состоянии каждого автомобиля и отвечает на вопрос флит-менеджера: «какие машины нужно отправить на сервис в этом месяце?». ИИ автоматически формирует список, расставляет приоритеты, объясняет причины и направляет пользователя к сервисному сценарию. По данным Ford, менеджеры автопарков тратят около 23 часов в неделю на рутинные операции — контроль состояния техники, сервисное планирование и управление затратами. AI способен сократить эти потери почти на 40%, превращая телематику из системы мониторинга в полноценного цифрового сервис-координатора.
В апреле 2026 Stellantis и Microsoft объявили о пятилетнем AI-партнёрстве с фокусом на предиктивное обслуживание и цифровой сервис автомобилей. Компании запускают более 100 AI-инициатив: от анализа состояния техники и прогнозирования отказов до ускорения сервисных процессов и интеграции AI в инфраструктуру обслуживания автомобилей.
Весной 2026 на конференции канадских авторазборщиков OARA одним из главных трендов стала AI-автоматизация работы с б/у запчастями. Системы на базе computer vision по нескольким фотографиям автомобиля распознают детали, фиксируют повреждения и автоматически создают карточки товаров для онлайн каталогов. По сути, AI начинает заменять ручную идентификацию и ускоряет путь запчастей от разбора до eCom с нескольких дней до нескольких часов.

ПодбИИратор ©

Главным бутылочным горлышком между деталью и покупателем до сих пор остаётся подбор артикула по данным автомобиля.

Именно вокруг этой идеи развивается ПодбИИратор © — AI-система для подбора запчастей, масел и автохимии в формате естественного диалога. По сути, ИИ превращает опыт живых экспертов в масштабируемый цифровой сервис.

Система проектировалась как AI-агент полного цикла. Алгоритм понимает запрос клиента, определяет автомобиль по VIN или описанию, работает с каталогами, собирает кроссы, аналоги и актуальные цены.

Архитектура построена на RAG-пайплайне поверх открытых LLM. База знаний хранит цифровые представления автомобилей, узлов, применимости и кроссов. Модель сначала извлекает релевантные данные из базы знаний — и только потом формирует ответ.

В отличие от обычного LLM-бота, система не «галлюцинирует», а собирает результат из проверенных источников и дополнительно сверяет его с онлайн-данными. Благодаря этому AI умеет работать с тем, что обычно ломает классический поиск: опечатками VIN, путаница кириллицы с латиницей, неполные параметры авто, и формулировками вроде «нужны передние стойки на фф 2».
На тестовой выборке из 1000 VIN-запросов алгоритм показал 98%+ точности, включая китайский и российский автопром, что заметно превышает результаты классических каталогов.

Диалоговый формат даёт дополнительный профит: клиенту больше не нужно блуждать по дереву каталога. ПодбИИратор © встраивается в сайты, мессенджеры и соцсети, и повышает конверсию, сокращая путь от первого вопроса до покупки.

Аналитика цен

В качестве прикладного кейса, приведём аналитику цен по амортизаторам и пружинам подвески, собранную AI-агентом ПодбИИратор ©
Чтобы наглядно отобразить цены, отличающиеся на порядок, при построении диаграмм применяется нелинейное преобразование. Однако, при этом сохраняется исходная градация данных.

Амортизаторы

Пружины подвески