Внедрение ИИ в таксопарке на 400 машин: выручка та же, расходы ниже

Кейс внедрения ИИ в таксопарке: компания сдаёт в аренду водителям такси около 400 машин в шести городах. Выручка за пять месяцев не выросла ни на рубль — собственник сознательно остановил закупку машин. Поэтому работали с расходами: фонд оплаты труда снизился на 500 тыс. ₽ в месяц, доля парка в ремонте — с 14 % до 5,7 %.

Опубликовано 1 октября 2026 · Разбор Антон Ро Батень

Точка А: с чем пришли

• ·Выручка в аренде упирается в число машин, а закупку собственник остановил: ремонт дорожал быстрее, чем росла прибыль от новых машин.
• ·Ремонт — вторая статья расходов после лизинга. Сметы сервисов технический директор согласовывал вручную, по памяти, по нескольким сотням машин.
• ·Заявок на ремонт как учётной сущности не было: ремонт начинался с разговора, а не с записи.
• ·Компания не знала, сколько именно переплачивает.

Что сделали

1. 1

   История ремонта каждой машины

   При согласовании сметы видно, что этой машине уже меняли, когда и за сколько. Повторные позиции подсвечиваются в момент решения, а не через полгода при разборе.

2. 2

   Гарантийный свод по запчастям

   Каждая установленная деталь получила гарантийный срок. Если она выходит из строя внутри срока, система подсвечивает: меняем по гарантии. До этого сервис менял деталь ещё раз — за счёт компании.

3. 3

   Оцифровка технического блока

   Сбор заявок, бюджет ремонта на машину в разрезе марок и ремонтных боксов, срок ремонта, учёт товарно-материальных ценностей.

4. 4

   Приложение для водителей

   Команда сама написала мобильное приложение за пять месяцев. Функции части поддержки и части продавцов ушли туда, а не «в нейросеть».

5. 5

   Работа руками руководителей

   Технический блок технический директор оцифровал своими руками, приложение написала команда компании. Мы вели сессии, давали промпты и разбирали блокеры.

Что ИИ нашёл в данных

• ·Повторные ремонты, которые никто не сверял: при согласовании сметы не было видно, что эту деталь на этой машине уже меняли.
• ·Гарантийные детали, за которые компания платила дважды: сервис менял деталь заново внутри гарантийного срока.
• ·Работы, которые сервис заявлял к оплате: только за июль срезано около 1,15 млн ₽.
• ·Платный сервис в коммерческом блоке, функцию которого закрыл ИИ: минус 55 тыс. ₽ в месяц.

Точка Б: результаты

Внедрение обошлось дешевле одного месяца экономии на фонде оплаты труда — и это без учёта экономии на ремонте, которую ещё сверяем по документам.

Как считали

• ·Все цифры — со слов руководителей компании на отчётной встрече, с записью. Компания обезличена по её просьбе.
• ·Данные по фонду оплаты труда — от финансового директора, с базой и датами.
• ·Прибыль по отчёту мерой эффекта не берём: компания переносит расходы на будущие периоды, а экономия признаётся с задержкой — сервисам платят с отсрочкой в месяц-полтора.
• ·Накопленную экономию за четыре месяца сама команда считает завышенной, пока её не сверили по документам, — поэтому её здесь нет.

Что не получилось

• ·Кузовной ремонт не подешевел: там другое ценообразование, и подсветка повторов не работает.
• ·Людей сократили до того, как автоматизация была готова. Оставшиеся получили двойную нагрузку, темп просел на несколько недель. Правильный порядок обратный.
• ·На больших объёмах контекста модель начинала ошибаться. Лечится дисциплиной: каждая ошибка разбирается до источника, а вывод уходит в постоянные инструкции.

Слово собственника и команды

Что дальше

• ·Сверить по документам накопленную экономию на ремонте и опубликовать её отдельно.

Что взять себе

1. 1.Самое дорогое, что находит корпоративный ИИ в первые месяцы, — не автоматизации, а течи в ваших данных: повторные ремонты и детали, оплаченные дважды.
2. 2.Сначала функция работает без человека, потом кадровое решение — иначе платите дважды.
3. 3.Не мерьте эффект внедрения по отчёту о прибылях в первый месяц: экономия признаётся с задержкой.
4. 4.Если рычаг выручки заблокирован, считайте расходы — там деньги, которых компания не видела.