Каждый год в России продаются миллионы подержанных машин, и вопрос их справедливой стоимости остаётся болезненным. Большинство онлайн-сервисов оценки анализируют только объявления, то есть пожелания продавцов, а не реальные сделки. На деле же после переговоров цена обычно снижается на 10–15%, но эти данные нигде не публикуются. В итоге рынок живёт по завышенным ориентирам, что приводит к ошибкам в оценке залога, страховых выплатах и переплатах со стороны покупателей.
Учёные Пермского Политеха предложили способ исправить эту ситуацию. Они создали интеллектуальную систему, способную предсказывать реальную, а не заявленную стоимость автомобиля — с точностью до 90%. Приложение учитывает множество скрытых факторов и самообучается, превращаясь в точный инструмент для всех участников вторичного авторынка.
Почему объявления и реальность — две разные истории
Только в 2024 году россияне купили около шести миллионов автомобилей с пробегом. Но главная проблема осталась прежней: определить, сколько машина действительно стоит. Все популярные сервисы, будь то отечественные или зарубежные, действуют по одному принципу: собирают цены из объявлений и делают из них усреднённую оценку. Разница между платформами — лишь в алгоритмах и количестве параметров, вроде года выпуска, пробега или комплектации.
Однако подобный подход имеет ключевой изъян. Цены в объявлениях — это не фактическая стоимость, а ожидание продавца. Настоящая сумма сделки почти всегда ниже, ведь торг — нормальная часть процесса. Проблема в том, что эти сведения скрыты, а значит, рынок вынужден полагаться на заведомо завышенные данные. Это влечёт цепочку последствий: некорректные залоговые оценки, ошибки страховщиков и необоснованные переплаты при покупке.
Новый подход: интеллект плюс человеческий опыт
Разработанное Пермским Политехом приложение принципиально отличается от существующих решений. Его задача — вычислить окончательную цену, по которой автомобиль реально уходит с торгов. Для этого создан гибридный механизм, объединяющий искусственный интеллект и экспертизу специалистов.
Наша модель состоит из трех основных частей, которые работают вместе как надежный механизм. В основе лежит «мозг» системы — компьютерная программа, которая анализирует с помощью алгоритма CatBoost несколько параметров автомобиля: марку, модель, год выпуска, пробег, состояние и даже текущую ситуацию на рынке и предлагает предварительную оценку
Второй блок — живая экспертная база. Алгоритм ежедневно сканирует тысячи объявлений и дополняет собственную базу, но когда сталкивается с редкими или нестандартными автомобилями, подключает специалистов — менеджеров автосалонов, аналитиков и продавцов. Для этого в системе предусмотрен интерфейс с Telegram-ботом, который мгновенно отправляет экспертам задания с параметрами машины, фотографиями и историей изменения цены.
Специалисты анализируют эти данные и дают своё заключение. Их корректировки система запоминает, что запускает работу третьего, самого интересного механизма — самообучения.
Третий блок — самообучение. Каждое мнение эксперта становится кирпичиком в усовершенствовании системы. Если несколько профессионалов отмечают, что, например, определённая модель стабильно продаётся на 12% дешевле, чем указано в объявлениях, алгоритм начинает учитывать это автоматически для всех аналогичных машин.
Такое постоянное обновление знаний делает систему всё точнее и позволяет ей адаптироваться под изменяющиеся рыночные условия. По сути, это синтез скорости вычислений компьютера и аналитического опыта людей, ежедневно работающих с автомобилями.
Проверка на практике
Чтобы убедиться в надёжности технологии, учёные провели серию испытаний совместно с представителями банков, автодилеров и страховых компаний. В тесте использовались миллионы объявлений, собранных с крупнейших российских площадок. А эталоном точности стали профессиональные заключения оценщиков и менеджеров по «трейд-ин» — программе обмена старого авто на новое.
Всего было обработано около четырёх тысяч таких экспертных мнений. Сравнение прогнозов программы и оценок специалистов показало впечатляющий результат — точность 90,2%. Это значит, что система способна почти идеально предсказать конечную цену, по которой автомобиль реально продаётся.
Что дальше?
Испытания подтвердили не только эффективность модели, но и подсказали пути для её дальнейшего развития. Среди предложений — добавить сравнение аналогичных автомобилей на рынке, учёт региональных различий в ценах и возможность создавать более подробные отчёты для клиентов.
По словам Евгения Мезина, подобные доработки помогут сделать систему ещё удобнее для всех участников рынка: от банков до частных покупателей.
Прозрачность на рынке подержанных авто
Теперь, когда технология доказала свою точность, она может стать новым стандартом оценки на вторичном рынке. Продавцы и покупатели получают объективный инструмент для переговоров, а банки и страховые компании — надёжный способ расчёта рисков.
Если раньше рынок подержанных авто жил догадками, то теперь в нём появляется объективность и прозрачность. Искусственный интеллект, вооружённый опытом живых экспертов, наконец-то научился говорить правду о том, сколько на самом деле стоит автомобиль.