AutomociónOperaciones

Cómo FINN Usó Make AI Agents para Reducir los Ciclos de Desarrollo de Semanas a Horas

FINN, la plataforma alemana de suscripción de coches que atiende a más de 40.000 clientes, desplegó Make como su capa central de automatización e IA — construyendo un equipo dedicado de Business Automation and AI Managers (BAAMs) que combinaban conocimiento del negocio con habilidades técnicas de automatización. Usando Make AI Agents y flujos de trabajo visuales sin código, FINN redujo los ciclos de desarrollo de semanas a horas, eliminó las dependencias de ingeniería para tareas operativas y creó una cultura de innovación rápida y autónoma en todos los equipos.

Resultados

Weeks to hoursTiempo de ciclo de desarrollo
10 professionalsTamaño del equipo BAAMs
40,000+Clientes atendidos

Herramientas y tecnologías

1M
Make
No-code visual automation platform for connecting apps and building multi-step workflows without writing code.

Categorías de IA

Desafío

FINN escaló rápidamente a más de 300 empleados y 40.000 clientes, pero se enfrentó a un creciente cuello de botella: las mejoras operativas y de producto requerían pasar por ingeniería, lo que creaba ciclos de desarrollo lentos y limitaba la velocidad con la que los equipos de negocio podían actuar ante problemas y oportunidades.

Solución

FINN desplegó Make como su plataforma de automatización e IA, construyendo un equipo de 10 Business Automation and AI Managers (BAAMs) que usaron Make AI Agents y flujos de trabajo sin código para eliminar las dependencias de ingeniería — reduciendo los ciclos de desarrollo de semanas a horas y permitiendo a todos los empleados resolver problemas operativos de forma autónoma.

Historia completa

FINN grew from a startup in 2020 to a 300+ employee car subscription platform serving over 40,000 customers. As the company scaled, the gap between business needs and technical execution — traditionally bridged by software engineers — became a bottleneck. Teams had to queue work through engineering, slowing iteration and creating dependencies that limited the pace of product and operational improvement.

Accede a 456+ casos de uso de IA, 428+ herramientas y rankings de señales de adopción.

Fuente

Casos similares

1RG
How Renault Group Uses Celonis to Recover €15M in Procure-to-Pay
Renault Group
€1 millionValue recovered in first 3 months
2CA
How Cox Automotive Launched 17 AI Agent Solutions with Amazon Bedrock AgentCore
Cox Automotive
17 (from 57 evaluated)Production AI Solutions
3WB
How Woven by Toyota Built a 10x Faster Bug Triage Agent for Autonomous Driving
Woven by Toyota
10xBug triage speed and scale improvement
4W
How Webmotors Uses Databricks AI/BI Genie to Cut Analyst Tickets by 72%
Webmotors
72%YoY reduction in manual data tickets
5G
How Globant Uses Make to Empower 30,000 Employees to Build AI Automations
Globant
30,000+Employees empowered to build automations
6A
How AUDITSU Used Make to Raise £200K Pre-Seed Funding with AI Automation
AUDITSU
£200,000Pre-seed funding secured
7C
How ChargeGuru Uses Make to Cut System Migration Time from Months to Days
ChargeGuru
6 weeksMigration completed
8CF
How CMCC Foundation Uses Make to Cut HR Errors 65% and Speed Purchasing 85%
CMCC Foundation
65%HR data entry error reduction
Ver todos los casos →