Сначала обращение переводится в структурированную карточку. В неё попадают фото автомобиля, звук двигателя, описание клиента, пробег, история обслуживания и канал обращения.
Система проверяет полноту входных данных и просит дослать фото или звук, если без них мастер всё равно будет задавать тот же вопрос вручную.
Дальше отдельные AI-модули извлекают признаки: CV ищет видимые зоны повреждений, Audio ML выделяет паттерны звука, а визуальный блок готовит понятный превью-сценарий для клиента.
Каждый модуль возвращает не финальный вердикт, а сигнал с confidence и причиной, чтобы мастер мог быстро подтвердить или отклонить гипотезу.
Предварительная оценка строится осторожно: confidence, зона повреждения, тяжесть признака и неопределённость определяют маршрут review.
Такой слой защищает сервис от ложной уверенности. Спорные случаи явно уходят мастеру, а не превращаются в автоматический диагноз.
Финальный результат — основа сметы и задача мастеру. В карточку уходят входные данные, выделенные зоны, гипотезы, что проверить очно, и черновик работ для согласования.
Менеджер получает не абстрактный AI-ответ, а рабочий объект для CRM или заказ-наряда.
Такой AI-приёмщик ускоряет первый контакт, но оставляет ответственность там, где она нужна: мастер видит данные, сигналы, уровень уверенности и понятный следующий шаг.