Jak serwis samochodowy zaoszczędził 2h dziennie — case study

W artykule o kosztach automatyzacji wspominaliśmy o warsztacie samochodowym, w którym wdrożyliśmy system z kamerą AI. Dostaliśmy potem sporo pytań: jak to dokładnie działa, jak długo trwało, czy mechanicy w ogóle z tego korzystają. Ten tekst to pełna odpowiedź.

Klientem jest Serwis Auto Gębka w Lublinie — rodzinny warsztat z pięcioosobowym zespołem, stałą bazą klientów i dużym ruchem. Czyli dokładnie taka firma, w której każda zaoszczędzona godzina od razu przekłada się na więcej obsłużonych aut.

Punkt wyjścia: dobry warsztat, zły obieg informacji

Warsztat działał sprawnie mechanicznie. Problemem był przepływ informacji. Kiedy pierwszy raz rozmawialiśmy z właścicielem, wypisaliśmy na tablicy wszystko, co „zjada" czas zespołu:

• Notatki na papierze. Uwagi do zleceń, ustalenia z klientem, „przy okazji zauważyliśmy, że klocki są na granicy" — wszystko na kartkach, w zeszytach i segregatorach. Znalezienie informacji o poprzedniej wizycie klienta zajmowało nawet kilkanaście minut.
• Program warsztatowy bez „ludzkiego" interfejsu. Warsztat korzystał z systemu Integra, w którym były zlecenia i kosztorysy. Dane były, ale mechanicy przy aucie nie mieli do nich wygodnego dostępu.
• Ręczne kosztorysy. Przygotowanie kosztorysu wymagało przepisywania danych między programem a dokumentem dla klienta.
• Magazyn „na słowo". Mechanik szedł do magazynu, mówił, czego potrzebuje, magazynier szukał. Kiedy części brakowało, wychodziło to w ostatniej chwili.
• Papierowe podpisy. Każde zlecenie i protokół podpisywane długopisem, skanowane (albo i nie) i odkładane do segregatora.
• Brak wiedzy, co stoi na placu. Przy kilkunastu autach na placu odpowiedź na pytanie „czy auto pana Kowalskiego już przyjechało?" wymagała wyjścia na zewnątrz.

Żadna z tych rzeczy osobno nie wyglądała dramatycznie. Razem dawały około dwóch godzin dziennie straconych na szukanie, przepisywanie i dopytywanie.

Etap 1: Mapowanie procesów (zanim cokolwiek zbudowaliśmy)

Pierwsze dwa tygodnie nie miały nic wspólnego z programowaniem. Spędziliśmy je w warsztacie: obserwowaliśmy przyjęcie auta, pracę na stanowisku, rozmowy z klientami, wydawanie części i odbiór pojazdu.

Każdy proces rozrysowaliśmy w draw.io w dwóch wersjach — „jak jest" i „jak ma być". To pozwoliło nam od razu zauważyć kilka rzeczy:

• część kroków nie wymagała automatyzacji, tylko usunięcia (np. podwójne notowanie tych samych informacji),
• mechanicy nie będą wpisywać długich tekstów — interfejs musi działać na telefonie, jednym kciukiem, w rękawiczkach,
• najcenniejsze dane już są w Integrze — nie trzeba budować nowego systemu zleceń, trzeba dobrać się do tych, które są.

Na koniec tego etapu klient dostał wycenę podzieloną na moduły i mógł zdecydować, od czego zaczynamy. O tym, dlaczego ten etap jest tak ważny, piszemy szerzej w przewodniku Od czego zacząć automatyzację w firmie.

Etap 2: System notatek zintegrowany z Integrą

Pierwszy moduł rozwiązywał największy problem: rozproszone informacje.

Jak to działa:

• System łączy się bezpośrednio z bazą danych Integry (MySQL) i pobiera zlecenia, dane pojazdów, klientów i kosztorysy. Nie trzeba niczego przepisywać — mechanik widzi to samo, co biuro.
• Do każdego zlecenia można dodać notatkę, zdjęcie lub uwagę z telefonu. Wszystko jest przypięte do konkretnego auta i klienta, więc przy następnej wizycie historia jest pod ręką.
• Kosztorysy generują się automatycznie na podstawie danych ze zlecenia — koniec z przepisywaniem pozycji do osobnego dokumentu.
• Zlecenia można przypisywać do pracowników, więc wiadomo, kto odpowiada za które auto.
• System wysyła automatyczne przypomnienia o terminach — zarówno zespołowi, jak i o zbliżających się wizytach.

Integracja z istniejącą bazą była kluczową decyzją projektową. Budowanie nowego systemu zleceń oznaczałoby migrację danych, naukę nowego programu i miesiące przejściowego chaosu. Zamiast tego dołożyliśmy wygodną warstwę na to, co już działało.

Etap 3: Moduł magazynowy

Drugi moduł uprościł pracę magazyniera:

• szybsze wprowadzanie produktów — uproszczony formularz zamiast kilku ekranów,
• powiązanie ze zleceniami — część jest od razu przypisana do konkretnego auta,
• automatyczne powiadomienia dla magazyniera — system informuje, jakie towary trzeba przygotować do wydania, zanim mechanik po nie przyjdzie.

Efekt jest prosty, ale odczuwalny: mechanik nie stoi przy ladzie i nie czeka, a braki wychodzą wcześniej, gdy jeszcze jest czas, żeby domówić część.

Etap 4: Kamera z AI — trzy modele w jednym workflow

To najbardziej widowiskowa część projektu. Na placu warsztatu zamontowaliśmy kamerę, która obserwuje wjeżdżające i stojące auta. Obraz z kamery trafia do workflow w n8n, w którym pracują trzy modele AI:

1. Rozpoznawanie marki i modelu pojazdu,
2. Rozpoznawanie koloru,
3. Odczyt tablicy rejestracyjnej (OCR).

Wyniki są łączone i porównywane z danymi w systemie. W praktyce biuro w każdej chwili wie, jakie samochody stoją na placu — bez wychodzenia na zewnątrz i bez dopytywania mechaników. Numer rejestracyjny pozwala od razu powiązać auto z klientem i historią wizyt.

Dlaczego trzy modele, a nie jeden? Bo każdy z nich robi jedną rzecz dobrze, a zestawienie wyników zwiększa pewność rozpoznania. Jeśli OCR odczyta tablicę z błędem (brud, kąt, słabe światło), marka i kolor pomagają dopasować auto do właściwego zlecenia. To typowy przykład podejścia, które stosujemy: zamiast szukać jednego „magicznego" modelu, składamy kilka prostszych w niezawodny proces.

Dlaczego n8n? Orkiestracja w n8n pozwoliła połączyć modele AI, bazę danych Integry i powiadomienia w jednym, czytelnym workflow. Każdy krok jest widoczny, łatwo go zmienić i łatwo zdiagnozować, gdy coś pójdzie nie tak. Wszystko działa na infrastrukturze, którą kontrolujemy, a nie w zewnętrznej usłudze rozliczanej za każde wykonanie.

Etap 5: Cyfrowy podpis

Ostatni moduł dotyczył papieru. Klienci podpisują teraz zlecenia elektronicznie, na ekranie — podobnie jak przy odbiorze kuriera czy w banku. Podpisany dokument automatycznie trafia do systemu i jest przypięty do zlecenia.

Efekt: redukcja papierowej dokumentacji o około 90%. Nie trzeba skanować, archiwizować w segregatorach ani szukać podpisanego zlecenia, gdy klient ma pytania.

Wdrożenie: jak przekonaliśmy mechaników

Technologia to połowa sukcesu. Druga połowa to ludzie, a mechanicy są — słusznie — sceptyczni wobec wszystkiego, co spowalnia pracę. Co zadziałało:

• Interfejs na telefon, minimum pisania. Notatka to często zdjęcie z jednym zdaniem. Jeśli coś wymaga więcej niż kilku kliknięć, nikt tego nie będzie robił.
• Wdrożenie modułami. Najpierw notatki, potem magazyn, potem kamera i podpisy. Każdy moduł miał czas, żeby się „przyjąć".
• Szybkie poprawki. W pierwszych tygodniach zbieraliśmy uwagi zespołu i wprowadzaliśmy zmiany na bieżąco. Gdy ludzie widzą, że ich uwagi są słuchane, chętniej korzystają z systemu.
• Brak rewolucji w tym, co działało. Integra została. Zmieniło się tylko to, jak łatwo się do niej dostać.

Wyniki po dwóch miesiącach

Te 300 notatek w dwa miesiące to wskaźnik, który lubimy najbardziej. Oznacza, że system nie jest „dla szefa", tylko jest używany na co dzień przez zespół — a o to w automatyzacji chodzi najbardziej.

Dwie godziny dziennie to około 40–45 godzin miesięcznie, czyli ponad pięć pełnych dni roboczych. Ten czas zespół przeznacza teraz na to, na czym warsztat zarabia: naprawę aut i obsługę klientów.

„Automatyzacja procesów warsztatowych to strzał w dziesiątkę. Mniej papierologii, więcej czasu na to, co ważne — obsługę klientów."

— Nikodem Gębka, właściciel, Serwis Auto Gębka

Ile to kosztowało i kiedy się zwróciło?

Całość — system, kamera, integracje, szkolenie i wdrożenie — zamknęła się w kwocie około 22 000 zł. Przy oszczędności rzędu dwóch godzin dziennie inwestycja zwraca się w niecałe pół roku, a potem pracuje na czysty zysk. Szczegółowe widełki cenowe dla różnych typów projektów znajdziesz w artykule Ile kosztuje automatyzacja procesów?.

Czego nauczył nas ten projekt

1. Integruj, zamiast zastępować. Najszybszą drogą do efektu było podłączenie się do istniejącej bazy danych, a nie budowanie nowego systemu zleceń.
2. AI to element procesu, nie cel. Kamera robi wrażenie, ale największą oszczędność czasu dały „nudne" rzeczy: notatki, kosztorysy i powiadomienia magazynowe.
3. Kilka prostych modeli bywa lepszych niż jeden złożony. Łączenie wyników trzech modeli dało wyraźnie bardziej niezawodne rozpoznawanie niż poleganie na jednym.
4. Użyteczność decyduje o sukcesie. System, z którego zespół nie korzysta, nie oszczędza ani minuty. Projektowanie pod telefon i rękawiczki było ważniejsze niż jakakolwiek funkcja.
5. Wdrażaj modułami. Każdy etap dawał efekt sam w sobie, więc klient widział zwrot z inwestycji, zanim projekt się skończył.

Czy to zadziała w Twojej branży?

Choć to projekt dla warsztatu, schemat jest uniwersalny: rozproszona informacja, papierowe dokumenty, ręczne przepisywanie między systemami i brak wiedzy „co się teraz dzieje". Podobne problemy rozwiązywaliśmy w nieruchomościach, gabinetach medycznych i firmach produkcyjnych.

Jeśli rozpoznajesz swoją firmę w liście problemów z początku tego artykułu — umów się na darmową konsultację. Opowiesz nam, jak wygląda Twój dzień, a my powiemy, gdzie uciekają godziny i co można z tym zrobić.