Как сервис аренды велосипедов в США сократил издержки на $15 000+ в месяц с помощью вайбкодинга

Whizz — сервис аренды велосипедов для курьеров в США. Это операционный бизнес: порядка десяти точек, команда, парк велосипедов с IoT-модулями. Издержки в таком бизнесе высокие. Один сотрудник магазина в США обходится в $3000–4000 в месяц, и у каждого из десяти магазинов есть вечный риск, что кто-то не выйдет на работу. Поверх этого дорогие SaaS-сервисы с большими ежемесячными платежами.

Вайбкодинг разблокировал реализацию идей из бэклога, которые повлияли на экономику бизнеса

Whizz — это бизнес с операционкой, и она напрямую влияет на маржинальность: много ручного труда, дорогих сотрудников и платных сервисов. Команда хотела снижать косты, но у IT не хватало ресурсов. К AI команда подступалась и раньше, но всё упиралось в стену между теорией и практикой.

Чтобы начать закрывать бизнес-задачи без зависимости от команды и масштабировать бизнес без найма, основатели Whizz пошли на вайбкодинг-интенсив Boost.

Первым делом переписали SaaS-продукты, на которые уходило больше $2000 в месяц

На Boost команда вернулась к отложенным идеям и начала с того, что точно съедало бюджет каждый месяц: с платных SaaS-сервисов. Решили навайбкодить их сами без ожидания ресурсы IT-команды. Например, отказались от подписок на систему для составления расписаний и смен сотрудников и сервис электронной очереди.

Раньше на это уходило больше $2000 ежемесячно, теперь почти ноль. Собственные навайбкоженные решения для операционных процессов уже работают каждый день и обслуживают сотни клиентов.

Перевели первую линию поддержки на удаленный формат и сократили расходы в 4 раза

На базе электронной очереди команда навайбкодила тикетную систему и перевела обслуживание клиента из магазина в удаленный формат. Теперь в офисе клиент регистрируется через электронную очередь, а потом общается не с местным менеджером, а с удаленным сотрудником, который создает и управляет тикетами для механиков в сторе.

Эффект на издержки прямой. Сотрудник в США обходится примерно в $3000–4000 в месяц, удаленный агент стоит в разы дешевле, и расходы упали в 4 раза. Уже за первые два месяца через новую систему прошло порядка 12 000 обращений.

Переписали с AI-агентами платформу для отслеживания локаций велосипедов

У велосипедов есть IoT-модули, которые обновляют геолокацию и позволяют деактивировать угнанные. За чужую платформу, где все это отображалось, платили около $1000–3000 в месяц. Whizz переписал её сам. Теперь это собственная система, где видно все байки и можно ими управлять, без ежемесячного платежа.

Запустили голосового AI-агента, чтобы разгрузить колл-центр

Дороже и рутиннее всего в колл-центре переговоры с должниками: позвонить, договориться, сколько и когда человек заплатит, при необходимости разбить оплату на несколько частей или согласовать возврат велосипеда. Раньше это была работа сотрудников.

Под нее запустили голосового AI-агента, который сам доводит разговор до договоренности, и клиенты обычно не понимают, что говорят не с человеком. Цель: снять с людей рутинные звонки и срезать расходы на колл-центр. В следующем квартале за счет агента планируют сократить их примерно в 2 раза.

Сократили сроки выполнения задач с нескольких лет до 1 месяца

Изменился и горизонт планирования. Сложные задачи, требующие серьезной разработки, остались в зоне ответственности IT. Но вокруг всегда было много неприоритетных задач, которые лежали годами, и теперь один такой проект решается максимум за месяц, даже если он сложный.

Масштабировали вайбкодинг на все команды и пересобрали процессы

Когда за инструмент взялись и сотрудники, вылезли проблемы роста: как правильно коммитить, деплоить, кто проверяет. Для этой задачи выделили разработчика, который построил инфраструктуру: тестовый и продакшн-серверы, тесты перед каждым коммитом. Из этого выросла внутренняя платформа: тикетная система, работа с проблемными клиентами, база знаний, таск-трекер, управление сменами, AI-агенты.

Дальше вайбкодинг разошёлся по отделам. Маркетинг полностью переписал сайт. Операционная команда сделали агента, который проверяет наряды механиков и сводит ошибки списания запчастей в таблицу. Финансы собрали связку с Excel, чтобы спрашивать, почему не сходятся цифры. А в аналитике у каждого из лидерской команды появился прямой доступ к данным вместо очереди к аналитику.

Самое сильное сопротивление, кстати, шло от самих разработчиков, но компания так работает уже несколько кварталов.

Результаты

• В 4 раза сократились расходы на первую линию обслуживания после перевода на удаленного агента с навайбкоженной тикетной системой
• Около 12 000 обращений прошло через новую систему за первые 2 месяца, без сокращений в команде
• Более $5000 в месяц начали экономить на подписках на SaaS-сервисы, благодаря тому, что навайбкодили собственные решения
• В 2 раза планируют сократить расходы на колл-центр в следующем квартале за счет голосового агента-переговорщика
• Вся лидерская команда и сотрудники маркетинга, операций и финансов вайбкодят; выстроена внутренняя платформа с тестовым и продакшн-контуром