Покупка автомобиля с пробегом — занятие, за которым легко потратить несколько недель жизни, просматривая десятки, а то и сотни объявлений. Но что, если поручить эту работу искусственному интеллекту? Autonews.ru делится результатами эксперимента.
На минувшем автомобильном форуме «Для тех, кто рулит» первый заместитель председателя правления Сбербанка Кирилл Царев спрогнозировал, что к 2030 году сделки с автомобилями на вторичке перейдут в онлайн, а искусственный интеллект начнет участвовать в выборе машин и переговорах о цене. Насколько реально сегодня найти автомобиль с помощью ИИ, какие результаты могут получиться и в каких моментах ошибается нейронка?
Autonews.ru попросил нейросети подобрать автомобиль в самом популярном сегменте и в бюджетной категории — кроссовер за 2 млн руб. в столичном регионе. Минимум денег — максимум опций, наименьшие пробег и число хозяев. Затем мы сравнили рекомендации ИИ с реальными предложениями на классифайдах и разобрались, можно ли доверить алгоритму выбор машины. Результат получился неоднозначным.
ИИ путается с поиском, но может быть полезен
Запрос «найди кроссовер за 2 млн рублей» оказался слишком широким. Нейросеть может предложить десятки моделей, но не все они будут соответствовать ожиданиям покупателя. Поэтому мы уточнили задачу: нужен подержанный автомобиль с автоматической коробкой передач, желательно с полным приводом, для поездок по Москве и области. Бюджет — до 2 млн руб., причем желательно оставить часть денег на первичное обслуживание.
Последнее условие оказалось особенно важным. Если потратить всю сумму на покупку, а затем обнаружить необходимость, к примеру, заменить шины, тормоза или элементы подвески, экономия исчезнет.
В качестве первого шага ИИ предложил обратить внимание на Haval Jolion, Hyundai Creta, Nissan X-Trail, Kia Sportage и Renault Duster. В целом список выглядит разумно: эти модели действительно встречаются на вторичном рынке в пределах означенного бюджета. Но уже здесь проявилась первая особенность нейросетевого подбора — она охотно объединяет автомобили разных классов и возрастов.
Например, компактный городской Jolion и более крупный X-Trail могут оказаться в одном списке, хотя по вместительности, годам выпуска, сегменту, а также техническим характеристикам и затратам на содержание — это совершенно разные варианты. Плюс ИИ «не любит» неочевидные варианты, делая выбор в пользу самых известных автомобилей.
Что ИИ нашел в продаже по заданным критериям
После первичного отбора мы перешли к реальным предложениям. Здесь ИИ оказался полезен как инструмент сортировки: он помогает быстро сравнить год выпуска, пробег, двигатель, коробку передач и привод. Но окончательный выбор все равно пришлось делать по конкретным объявлениям.
Haval Jolion — 2023 год, 76,7 тыс. км, полный привод, 1,9 млн руб.
Пожалуй, один из наиболее свежих вариантов подборки. В объявлении указаны бензиновый турбомотор объемом 1,5 л, роботизированная коробка передач и полный привод. Также продавец заявляет об отсутствии ДТП и одном владельце.
Для тех, кто хочет относительно современный автомобиль, Jolion выглядит логичным кандидатом. Но пробег уже не совсем маленький, а состояние роботизированной трансмиссии и двигателя необходимо проверять отдельно. Кроме того, сведения об отсутствии аварий и количестве владельцев из объявления по факту могут оказаться другими.
Nissan X-Trail — 2016 год, 103,8 тыс. км, полный привод, 1,675 млн руб.
Более крупный кроссовер с двухлитровым бензиновым двигателем мощностью 144 л.с., вариатором и полным приводом. Автомобиль предлагается в комплектации SE Top.
На фоне Jolion это уже другой формат: больше пространства в салоне и более выраженная ориентация на семейные поездки. Но возраст машины — десять лет, а значит, состояние требует пристальной инспекции. В приоритете проверка мотора, коробки передач, подвесок и электроники.
Nissan X-Trail — 2017 год, 107 тыс. км, полный привод, 1,698 млн руб.
Еще один X-Trail, на этот раз в комплектации LE+. По сочетанию года выпуска, пробега и оснащения предложение выглядит интересно: разница в цене с предыдущим автомобилем небольшая, а год выпуска — свежее.
Однако два похожих объявления не означают, что один автомобиль автоматически лучше другого. Нужно сравнивать историю обслуживания, число владельцев, состояние кузова и технической части. Именно такие детали нейросеть не всегда может достоверно оценить по краткому описанию.
Hyundai Creta — 2019 год, 147,4 тыс. км, передний привод, 1,52 млн руб.
Еще один вариант из выдачи — Creta с двигателем 1,6 л мощностью 123 л.с. и механической коробкой передач. По цене автомобиль оставляет заметный запас от бюджета, но по заданным условиям подходит не полностью: коробка механическая, привод передний, а пробег превышает 140 тыс. км.
Это хороший пример того, как алгоритм может выдать формально подходящую модель, но не релевантную задаче. Если автоматическая трансмиссия и полный привод остаются обязательными условиями, такую Creta придется исключить.
Hyundai Creta — 2020 год, 134,6 тыс. км, более мощный двигатель, автомат, 1,769 млн руб.
В выдаче нашелся и более близкий к запросу вариант: Creta с двухлитровым бензиновым двигателем, автоматической коробкой передач и пробегом около 135 тыс. км. В объявлении указана цена 1,769 млн руб. вместо перечеркнутых 1,949 млн руб.
Здесь есть нюанс: дилерские площадки нередко показывают несколько цен — обычную и специальную, доступную при покупке в кредит или сдаче автомобиля в трейд-ин. Поэтому перед сравнением необходимо выяснить, сколько машина действительно стоит без дополнительных условий. Нейросеть в нашем случае не обратила внимание на эти нюансы, показав ценник, который в реальности окажется дороже. Покупать в кредит и трейд-ин мы не планировали.
В чем ошибается ИИ при подборе машины
На первый взгляд, подбор получился неплохим: есть относительно свежий китайский кроссовер, несколько японских Nissan X-Trail и корейских Hyundai Creta. Но при более внимательном изучении обнаружились ограничения, которые не позволяют воспринимать рекомендации как готовый список машин для покупки.
ИИ-помощник анализирует то, что написано продавцом или указано в карточке автомобиля. Если пробег вызывает сомнения, описание не соответствует фотографиям или продавец умолчал о ремонте после ДТП, алгоритм не обязательно это заметит.
Одно объявление может показывать стоимость без дополнительных условий, другое — цену с учетом кредита или трейд-ин. Если не проверить правила продажи, сравнение получится некорректным.
Нейросеть способна перечислить типичные слабые места модели и подсказать, что проверить перед покупкой. Но она не может по объявлению достоверно определить техническое состояние.
Алгоритм понимает, что более свежий автомобиль с меньшим пробегом предпочтительнее возрастной машины, хотя без изучения истории обслуживания выводы делать рано. Также ИИ путается при сравнении комплектаций и может включать в подбор варианты с характеристиками, не упомянутыми в запросе.
Чем удобен ИИ при подборе машины
ИИ-агенты удобны тем, что мониторят объявления сразу на нескольких торговых площадках, видят удаления и повторы, оценивают автомобили по истории владения, если к ней есть доступ, а также состояние и цену, согласно описаниям в объявлении. Такой подход потенциально практичнее и быстрее ручного просмотра нескольких классифайдов, но важно понимать, откуда берутся исходные данные и как рассчитывается итоговая оценка.
Кстати, у самих автомобильных платформ тоже появляются собственные инструменты на базе искусственного интеллекта. Они умеют подбирать автомобили по заданным критериям, анализировать отзывы владельцев и выделять важные сведения из отчетов об истории эксплуатации и ремонтах машины. Часто сервисы нейроподбора предупреждают, что в ответах могут быть неточности и важную информацию лучше проверять.
Искусственный интеллект уже способен взять на себя часть рутинной работы. Он помогает сформулировать критерии, сузить круг моделей, сравнить объявления и составить список вопросов продавцу. Вместо сотен карточек можно получить несколько кандидатов, с которых имеет смысл начать диалог. Но опять же — самые очевидные варианты, которые и без того в ряде случаев способен вычленить «живой» покупатель, на худой конец — профессиональный подборщик.
Иными словами, ИИ уже неплохо справляется с ролью помощника по поиску, но пока не может заменить полноценно автомобильного эксперта.
