Онлайн-платформа для поиска и заказа запчастей
Онлайн-платформа для поиска и заказа запчастей
Единое приложение для клиентов, инженеров и руководителей сервиса, а также сервисных координаторов. Содержит модуль предиктивной аналитики на основе ИИ — HumanService AI WearPredictor
• Текущий статус парка техники: активные машины, ожидающие сервис, прогнозируемые отказные точки.
• Быстрый запуск запроса на сервис или заказ запчастей.
• Push-уведомления о критических событиях, прогнозах износа и изменениях по заявкам.
• Создание сервисной заявки с фото и геопозицией.
• Автоматическое определение необходимого узла и набора запчастей через ИИ-алгоритм сопоставления.
• Трекинг этапов выполнения заявки в реальном времени.
• Оплаченные и ожидающие заказы запасных частей.
• Вся техника клиента с привязкой к серийному номеру.
• История обслуживания и заказ-нарядов.
• Документация и регламенты.
• Прогнозные коэффициенты износа по каждому узлу на базе AI-модуля.
• Маршрут, список назначенных заявок.
• Вся история выполненных заявок, ремонтов, обслуживания с рекомендациями и тревогами.
• Автосинхронизация с серверным модулем.
• Прямой диалог с сервисом без сторонних мессенджеров.
• Передача файлов, актов, фотографий.
• Переписка сохраняется в истории техники.
Нативные iOS и Android клиенты, работающие поверх закрытого API. Приложение формирует запросы, загружает телеметрию, фотографии, историю ремонта и отдает данные в серверный контур для дальнейшей обработки.
• Веб-приложение AgroFix на React JS — рабочая зона руководителей сервиса, координаторов и менеджеров по ЗЧ.
• Административная панель — управление ролями, тарифами, подписками, доступом к AI-модулям.
• SQL-сервер и файловый сервер — хранение сервисной истории, актов, фотофиксации, моделей износа.
Открытый интерфейс интеграции для 1С и других сервисных систем. Передает: заявки, заказы, номенклатуру, данные о технике, статусы ремонта, рекомендации по замене и коэффициенты износа от ИИ.
• Собственная нейросетевая модель работающая на сервере.
• Обработка телеметрии, истории ремонтов, профиля нагрузки.
• Расчет вероятности отказа по узлам.
• Формирование рекомендаций по ЗЧ и созданию сервисной заявки заранее.
• Модели могут развертываться на сервере заказчика.
Клиент → Приложение → API → Сервер HumanService → Модуль AI WearPredictor → Веб-панель сервиса → Инженер
Обратный поток: фактические данные ремонта → обучение → корректировка моделей → обновленные прогнозы в приложении.