До разработки я работал операционным директором и ведущим логистом в транспортных компаниях: собственный и наёмный автопарк, водители, ремонты, ТО, экономика рейса. Я знаю, где в автопарке утекают деньги — простои, ремонты, которые съедают выручку, долги водителей и штрафы, привязанные не к тому человеку.
Последние три года я строю AI-системы для автопарков. Самый крупный проект — система мониторинга примерно на 1 800 машин: она каждый день сама собирает данные из таблиц и учёта, проверяет их, обновляет дашборд и шлёт руководству отчёты в Telegram. Работает без участия человека.
Поэтому в прототипе дашборд считает P&L каждой машины — выручка минус лизинг, страховка, ремонты и штрафы — и даёт рекомендацию: поднять ставку, перевести в прокат, предложить выкуп или продать.
Бот — один на три роли, роль определяется по телефону из учёта. LLM стоит только там, где он уместен: свободный текст, классификация заявок, черновики. Деньги и статусы — детерминированные правила.
Каждая простаивающая машина — около 80 тыс ₽ недополученной выручки в месяц. Бот сам предлагает свободные машины водителям из листа ожидания.
Без P&L по каждой машине не видно, какие авто работают в минус. Дашборд подсвечивает их и предлагает решение.
ДТП, штрафы, ремонты, продления, документы — сейчас вручную. AI классифицирует, назначает отдел и SLA за секунды.
Дмитрий Павлов · +7 991 702-68-39 · dmitriy.pavlov1609@gmail.com