Piloto de rede
Estudo de caso: Repair AI em uma rede líder chinesa de pós-venda de veículos comerciais de nova energia
A O piloto de quatro semanas em 10 estações de serviço designadas registrou 99 consultas reais de reparo e economia de tempo relatada pelos técnicos.
Primeiro a conclusão
Um importante fabricante chinês de veículos comerciais de energia nova testou a Repair AI em 10 estações de serviço autorizadas durante quatro semanas, com 12 contas ativadas.
Em uma pesquisa de acompanhamento de cinco estações de serviço profundamente participantes, 100% dos entrevistados relataram ganhos de eficiência, e 80% disseram que um um pedido de reparo típico de duas horas pode economizar pelo menos 20 minutos. A média de economia de tempo relatada foi de 20 a 30 minutos por pedido, enquanto a resposta mais alta excedeu uma hora em uma única tarefa de reparo.
Esses são resultados de eficiência relatados por técnicos do piloto.
O desafio: veículos mais complexos, mais conhecimento para pesquisar
A rede de pós-venda do cliente estava apoiando veículos comerciais de nova energia em rápida evolução em todo o mundo. várias configurações de trem de força.
O piloto identificou vários desafios recorrentes na linha de frente:
- os sistemas de alta tensão e de acionamento elétrico aumentaram a complexidade do diagnóstico;
- novas plataformas de veículos e informações de serviço foram atualizadas rapidamente;
- a experiência do técnico variou entre as estações de serviço;
- manuais de reparo, informações de fiação e orientações técnicas podem exigir pesquisas repetidas durante um reparo.
O objetivo do piloto era testar se o diagnóstico assistido por IA poderia reduzir o tempo que os técnicos gastaram determinando uma direção de solução de problemas e localizando informações de reparo relevantes.
A solução: Repair AI incorporada ao fluxo de trabalho de serviço existente
A Repair AI foi incorporada à entrada de serviço pós-venda existente do cliente, para que os técnicos pudessem usar a assistência de IA sem mudar para um fluxo de trabalho independente separado.
Durante o trabalho de reparo real, os técnicos usaram a Repair AI para:
- diagnóstico baseado em sintomas;
- DTC análise de código de falha;
- diagrama de fiação e recuperação de informações de serviço;
- procedimentos de reparo e orientação de manutenção;
- perguntas de acompanhamento à medida que novos sintomas ou medições apareciam.
A ferramenta foi posicionada como um assistente: os técnicos usaram IA para restringir a direção da pesquisa e, em seguida, consultaram as informações de reparo relevantes e documentos de origem conforme necessário.
Uso piloto: 99 consultas reais de reparo
Durante o piloto de quatro semanas:
| Métrica | Resultado |
|---|---|
| Estações de serviço piloto designadas | 10 |
| Contas ativadas | 12 |
| Reparo total consultas | 99 |
| Dias ativos | 18 |
| Taxa de visitas à página de resultados | 94,9% (94/99) |
O mix de consultas mostrou que os técnicos estavam usando Repair AI em vários cenários reais de workshop:
| Categoria de consulta | Proporção |
|---|---|
| Diagnóstico de sintomas | 43,4% |
| Nova energia de alta tensão / carregamento | 23,2% |
| Orientação sobre procedimento de reparo | 18,2% |
| Diagnóstico DTC | 8,1% |
| Elétrico / corpo | 5,1% |
| Chassis / frenagem / sistema de transmissão | 2,0% |
Diagnóstico de sintomas e alta tensão/carregamento de nova energia juntos representaram cerca de dois terços de todas as consultas, tornando-as as necessidades mais proeminentes observadas no piloto.
Feedback do técnico: economia de tempo mensurável
Cinco estações de serviço participantes completaram a pesquisa pós-piloto.
| Métrica da pesquisa | Resultado |
|---|---|
| Entrevistados confirmando a eficiência melhoria | 100% |
| Entrevistados que disseram que um pedido típico de 2 horas economiza ≥20 minutos | 80% |
| Media de economia relatada por pedido | 20–30 minutos |
| Máxima relatada economizando | mais de uma hora |
| Satisfação geral | 80% |
| Disposição para recomendar | 100% |
| Disposição para continuar usando | 100% |
| Entrevistados relatando uso diário | 60% |
A conclusão verificada mais forte do piloto é direta: os técnicos relataram reduções significativas no tempo gasto em trabalhos de reparo, especialmente quando o diagnóstico exigia raciocínio de sintomas ou recuperação extensa de informações.
O que o piloto prova
O piloto fornece evidências diretas de:
- uso real em diversas estações de serviço autorizadas;
- fortes ganhos de eficiência relatados pelos técnicos;
- uso repetido para diagnóstico de sintomas e falhas de energia nova;
- alta disposição para continuar usando e recomendar a ferramenta.
Por que isso é importante para redes pós-venda
O piloto mostra uma função prática para IA em uma rede de serviços: ajudando os técnicos a restringir as direções das falhas e a localizar informações relevantes com mais rapidez, mantendo o técnico no controle da decisão de reparo.
Para os fabricantes, o mesmo fluxo de trabalho também pode criar uma visão estruturada do que os técnicos da linha de frente estão procurando repetidamente, como falhas de carregamento, problemas de alta tensão, avisos de sensores e perguntas sobre procedimentos de reparo, fornecendo sinais úteis para conteúdo futuro e melhoria do produto.
FAQ
O que é Repair AI?
Repair AI é uma ferramenta de reparo automotivo assistida por IA para diagnóstico de sintomas, análise de código de falha, recuperação de informações de reparo e suporte passo a passo para solução de problemas.
Como quanto tempo os técnicos relataram economizar?
80% dos entrevistados disseram que um pedido de reparo típico de duas horas poderia economizar pelo menos 20 minutos. A economia média relatada foi de 20 a 30 minutos, com a resposta mais alta excedendo uma hora.
Qual foi o tamanho do piloto?
O piloto de quatro semanas abrangeu 10 estações de serviço autorizadas designadas, com 12 contas ativadas.
O Repair AI foi usado em trabalhos de reparo reais?
Sim. O piloto registrou 99 consultas de reparo em 18 dias ativos, abrangendo diagnóstico de sintomas, falhas de alta tensão e carregamento de energia nova, orientação de reparo e análise de DTC.
A Repair AI substitui técnicos?
Não. O Repair AI ajuda os técnicos a restringir as instruções de diagnóstico e recuperar informações relevantes sobre o reparo; o técnico permanece responsável pelas decisões de verificação e reparo.