System dealerski, system serwisowy i magazyn części rzadko rozmawiają ze sobą tak, jak powinny. W firmach motoryzacyjnych, z którymi pracujemy, integracja systemów IT to najczęściej praca u podstaw: doprowadzenie do tego, żeby te same dane wyglądały tak samo w każdym miejscu, gdzie się pojawiają.

Dlaczego branża motoryzacyjna ma tyle systemów naraz

Typowa firma z sektora motoryzacyjnego — dealer, sieć serwisowa, importer, firma zajmująca się flotą — rzadko działa na jednym systemie. Zwykle jest system do zarządzania relacjami z klientem i sprzedażą pojazdów, osobny system serwisowy do zleceń warsztatowych i historii napraw, system magazynowy do części zamiennych, czasem osobne narzędzie księgowe, a do tego integracje z systemami producentów albo importerów, które trzeba obsłużyć według ich własnych standardów. Każdy z tych systemów powstał w innym czasie, często od innego dostawcy, z myślą o jednym konkretnym zadaniu — i dobrze je wykonuje. Problem zaczyna się na styku, kiedy dane z jednego systemu muszą trafić do drugiego.

Silosy: kiedy każdy dział ma rację osobno

Najczęstszy wzorzec, jaki widzimy, to sytuacja, w której każdy system jest wewnętrznie spójny, ale różni się od pozostałych. System serwisowy wie, jakie części zostały zużyte przy konkretnej naprawie. System magazynowy wie, ile ich zostało na stanie. Jeśli te dwa systemy nie wymieniają się danymi automatycznie, ktoś musi ręcznie przepisywać zużycie z jednego do drugiego — a to miejsce, w którym najłatwiej o pomyłkę, opóźnienie albo rozjazd stanów magazynowych. To samo dotyczy danych klienta: ten sam klient może istnieć jako osobny rekord w systemie sprzedażowym i w systemie serwisowym, bez wspólnego identyfikatora, który pozwoliłby połączyć historię zakupu pojazdu z historią jego serwisowania.

Skutki takiego rozjazdu rzadko widać od razu — ujawniają się dopiero po pewnym czasie, jako drobne niezgodności, które trzeba ręcznie prostować: klient dzwoni w sprawie serwisu, a konsultant nie widzi historii zakupu; magazyn pokazuje część jako dostępną, choć w rzeczywistości została już zarezerwowana do innej naprawy; raport sprzedażowy i raport serwisowy za ten sam miesiąc nie dają się ze sobą łatwo zestawić, bo liczą inaczej to samo zdarzenie. Żaden z tych przypadków osobno nie jest dramatyczny, ale suma drobnych rozjazdów kosztuje czas zespołu, który mógłby iść w inne zadania.

Wymiana danych: format to dopiero początek

Kiedy mówimy o integracji, pierwsze skojarzenie to zwykle format pliku albo protokół — API, plik CSV, webhook. To rzeczywiście trzeba ustalić, ale w praktyce to najprostsza część zadania. Trudniejsze jest ustalenie, co dokładnie oznacza dane pole w każdym z systemów — czy „status zlecenia” w systemie serwisowym odpowiada temu samemu etapowi procesu co „status naprawy” w systemie dla klienta, czy numer części w systemie magazynowym jest tym samym identyfikatorem, którego używa system zamówień u dostawcy. Integracja, która przenosi dane bez ujednolicenia ich znaczenia, tylko przenosi bałagan z jednego miejsca do drugiego — szybciej, ale nie dokładniej.

Jakość danych: problem, który ujawnia się dopiero po połączeniu systemów

Dopóki systemy działają osobno, niespójności w danych — literówki w nazwach części, zdublowane rekordy klientów, nieaktualne dane kontaktowe — zwykle nie rzucają się w oczy, bo każdy dział radzi sobie z nimi po swojemu. Integracja to zmienia: kiedy dane zaczynają płynąć automatycznie między systemami, każda niespójność u źródła powiela się we wszystkich miejscach, do których dane trafiają. To jeden z powodów, dla których integrację warto traktować jako okazję do uporządkowania danych, a nie tylko jako techniczne połączenie dwóch systemów — sama wymiana plików czy wywołań API nie rozwiąże problemu jakości danych, jeśli nie zostanie zaadresowany osobno.

Gdzie w tym miejscu ma sens AI

W integracjach systemów motoryzacyjnych praca z dokumentami i danymi nieustrukturyzowanymi — zlecenia warsztatowe zapisane opisowo, protokoły odbioru pojazdu, korespondencja z dostawcami części — to obszar, w którym AI potrafi realnie odciążyć zespół: czytanie i klasyfikowanie tych dokumentów, dopasowywanie ich do właściwych rekordów w systemach docelowych. Zgodnie z zasadą, którą stosujemy we wszystkich naszych wdrożeniach AI, model językowy odpowiada za czytanie i rozpoznawanie treści, natomiast właściwe zapisanie danych do systemu — z zachowaniem reguł integralności, kluczy obcych i walidacji — zostawiamy kodowi działającemu w sposób deterministyczny. Piszemy o tym mechanizmie szerzej w artykule o integracji AI z istniejącymi systemami firmowymi — te same przeszkody, o których tam mowa, występują w praktyce integracji motoryzacyjnych.

Automatyzacja procesów, nie tylko wymiana danych

Sama integracja systemów to często pierwszy krok, po którym pojawia się pytanie o automatyzację procesów, które te systemy łączy — na przykład automatyczne generowanie zlecenia serwisowego na podstawie zgłoszenia klienta, albo automatyczne uzupełnianie stanów magazynowych na podstawie prognozy zużycia części. Piszemy szerzej o tym, gdzie automatyzacja procesów ma sens w firmach motoryzacyjnych, w osobnym artykule o automatyzacji procesów w firmach motoryzacyjnych — integracja systemów opisana w tym artykule jest zwykle warunkiem wstępnym, zanim taka automatyzacja w ogóle stanie się możliwa.

Kolejność ma znaczenie: najpierw mapa, potem kod

Częstym błędem, jaki widzimy w projektach integracyjnych, jest rozpoczynanie od strony czysto technicznej — wybór narzędzia do integracji, ustalenie protokołu, napisanie pierwszych połączeń — zanim ktokolwiek usiądzie i spisze, jakie dane w ogóle istnieją w poszczególnych systemach i które z nich są ze sobą sprzeczne. Taka kolejność prowadzi do integracji, która technicznie działa, ale przenosi dalej te same nieścisłości, które próbowano rozwiązać. Odwrócenie kolejności — najpierw mapowanie źródeł danych i ich rozbieżności, dopiero potem implementacja — wydłuża start projektu, ale skraca czas potrzebny na jego ustabilizowanie później.

Jak podchodzimy do tego w praktyce

Budujemy i skalujemy oprogramowanie dla sektora motoryzacyjnego od pierwszego wdrożenia po lata utrzymania na produkcji — i z tego doświadczenia wynika jeden praktyczny wniosek: integrację systemów najlepiej zaczynać od mapowania, które dane w ogóle istnieją, gdzie są ich źródła prawdy i gdzie występują rozbieżności, zanim napisze się pierwszą linię kodu integracyjnego. Techniczne połączenie dwóch systemów jest zwykle szybsze niż ustalenie, które z nich ma rację, kiedy się nie zgadzają — a to właśnie ta druga część projektu decyduje, czy integracja faktycznie rozwiązuje problem, czy tylko przenosi go w inne miejsce.

Najczęstsze pytania

Dlaczego firmy motoryzacyjne mają tyle osobnych systemów IT? Bo każdy system — dealerski, serwisowy, magazynowy — powstał z myślą o jednym konkretnym zadaniu i zwykle dobrze je wykonuje. Problem pojawia się dopiero na styku, kiedy dane muszą przepływać między nimi.

Czy integracja systemów to głównie kwestia formatu danych i API? To najprostsza część zadania. Trudniejsze jest ustalenie wspólnego znaczenia pól między systemami i tego, który system jest źródłem prawdy dla danego typu danych.

Czy AI może samodzielnie zapisywać dane do systemu produkcyjnego? W naszym podejściu AI czyta i klasyfikuje dane z dokumentów nieustrukturyzowanych, natomiast faktyczny zapis do systemów, z zachowaniem reguł integralności, wykonuje kod deterministyczny — nie model językowy.

Czy warto integrować systemy, zanim jeszcze planuje się automatyzację procesów? Tak — integracja systemów jest zwykle warunkiem wstępnym dla automatyzacji procesów, które te systemy łączą. Bez spójnych, wymienianych automatycznie danych trudno zbudować niezawodną automatyzację na wyższym poziomie.

Co jest trudniejsze: połączenie systemów czy uporządkowanie jakości danych? Z naszego doświadczenia — jakość danych. Samo techniczne połączenie dwóch systemów bywa szybkie; ujawnienie i naprawienie niespójności, które integracja wydobywa na wierzch, zajmuje zwykle więcej czasu.

Porozmawiajmy o Waszej integracji

Jeśli w Waszej firmie systemy dealerskie, serwisowe i magazynowe wciąż wymagają ręcznego przepisywania danych między sobą, chętnie porozmawiamy o tym, jak wygląda to u Was. Więcej o naszym ogólnym podejściu do wdrożeń AI i automatyzacji, które stosujemy również w motoryzacji, znajdziecie na stronie oferty AI — a z konkretnym pytaniem napiszcie do nas.