Mobilny produkt AI
CarSense
Aplikacja mobilna do zarządzania autem: serwis, koszty, dokumenty, przypomnienia i asystent AI.
Podgląd projektu
Dashboard auta
Główny ekran z podsumowaniem stanu pojazdu, kosztów i szybkich akcji.
Przypomnienia serwisowe
Lista aktywnych przypomnień i rzeczy do ogarnięcia przy samochodzie.
Nadchodzące zadania
Widok zaplanowanych zadań, które pomagają prowadzić serwis proaktywnie.
Harmonogram serwisu
Plan serwisowy oparty o przebieg i historię auta.
Analiza kosztów
Rozbicie kosztów na kategorie, żeby szybciej zrozumieć, gdzie uciekają pieniądze.
Trend miesięczny
Wykres kosztów w czasie i szybki kontekst do decyzji serwisowych.
Profil auta
Ustawienia i podstawowe dane pojazdu w jednym miejscu.
AI asystent
Asystent motoryzacyjny do pytań, interpretacji danych i podpowiedzi.
Szybkie akcje
Najczęstsze działania dostępne od razu z dashboardu.
Dodawanie przypomnienia
Flow dodawania zadania serwisowego bez rozbudowanego formularza.
Dodawanie opłaty
Szybkie dodawanie kosztu z kategorią i kontekstem auta.
Kategorie opłat
Koszty uporządkowane w sposób, który pasuje do realnego utrzymania auta.
Opis
CarSense zaczął się od prostego pytania: co by było, gdyby auto samo przypominało, co trzeba przy nim zrobić? Pierwsze MVP zbudowałem w 25 godzin. Około 90% aplikacji działało już na tym etapie, a teraz dopracowuję ją do produkcyjnego release’u.
Problem
Dane o samochodzie są zwykle porozrzucane: faktury, przeglądy, koszty, przebieg, ubezpieczenie i objawy awarii. Większość osób ogarnia to dopiero wtedy, gdy coś zaczyna boleć finansowo albo technicznie.
Hipoteza produktowa
Jeśli aplikacja zbierze historię auta w jednym miejscu i sama podpowie następne kroki, właściciel przestaje działać dopiero po awarii.
Co zbudowałem
- Onboarding auta i dashboard z najważniejszymi danymi.
- Przypomnienia serwisowe na podstawie historii auta.
- OCR faktur i paragonów warsztatowych.
- Koszty, wykresy i szybki podgląd wydatków.
- Asystent AI z kontekstem auta i kierunek pod OBD-II.
Warstwa AI
AI wyciąga dane z dokumentów, porządkuje je i tłumaczy na konkretne zadania: co sprawdzić, kiedy wrócić do serwisu, co może być ryzykiem. To ma oszczędzać ręczne wpisywanie, nie tylko ładnie brzmieć w opisie.
Architektura
React Native + Expo, Supabase, Vercel AI SDK i OpenAI. Aplikacja jest budowana jak normalny produkt mobilny: dane, płatności, i18n, screenshoty i release path do App Store / Google Play.
Kluczowe decyzje
- 25 godzin na działający rdzeń zamiast tygodni planowania.
- Najpierw nudne, potrzebne flow zamiast animacji.
- AI tam, gdzie usuwa ręczną pracę.
- OBD dopiero po domknięciu podstawowej wartości.
Efekt / dowód
Dowód, że mój proces działa: od pustego repo do mobilnej appki z większością kluczowych ekranów i flow w jedną dobę pracy.
Co dalej
Domknąć wersję produkcyjną, płatności, i18n, materiały sklepowe i decyzję o pierwszej wersji integracji OBD.