Первая линия ИТ-поддержки должна решать заявки, а не сортировать

Как выглядит смена оператора техподдержки: две трети дня уходит, чтобы прочитать обращения, понять, что там происходит, и переназначить одинаковые запросы типа «где моя заявка». В оставшееся время можно реально порешать какую-то проблему. 

Это, конечно, гипербола — на самом деле много где уже есть автоматизированная маршрутизация заявок ‎или хотя бы правила их распределения, которые позволяют агенту не заниматься раскидыванием запросов вручную. Однако рутинная ручная работа всё равно остаётся: запросить дополнительную информацию у заявителя, потому что не все поля заполнены, или поискать решение проблемы в базе знаний и обнаружить что его там нет, хотя подобный инцидент уже повторялся три раза за полгода.

Почему приходится столько делать руками?

Если кратко, то потому что портал самообслуживания продуман не до конца. При этом многие уже пытались это исправить.

Компании пытались решить проблему на уровне контента, то есть сделать каталог услуг для пользователя максимально дружелюбным. Для этого услуги переименовывали, вводили разные представления (например, разбивку по структуре ИТ-отдела и по жизненным ситуациям пользователя), группировали запросы по рабочим сценариям. Проблема оказалась в названиях услуг — часто они сформулированы на языке айтишника, а не заявителя. Предугадать все варианты невозможно, в любой крупной компании есть люди с совершенно разным уровнем технической грамотности. Если каталог уже потерял свою репутацию, пользователь обязательно пойдёт в обход, позвонит в поддержку и спросит «а почему почта не работает», хотя объявление о работах ярким баннером висит на портале.‎

В формах запросов часто есть обязательные поля, которые долго и муторно продумывают, а пользователи всё равно заполняют как попало. Можно выдать сколько угодно инструкций, но сыграет человеческий фактор, и инструкции останутся непрочитанными. Можно даже отклонять запрос, если он заполнен неправильно, но какой тогда будет уровень удовлетворенности обслуживанием? Перекладывать на пользователя ответственность за то, чтобы ему оказали услугу, — это тоже не вариант.

Другой популярный подход — провести обучение: записать видеоинструкции, организовать вебинары, разослать памятки как пользоваться порталом. К сожалению, этот подход не масштабируется. Новых сотрудников нужно обучать постоянно, каждый раз с нуля, при этом у каждого человека разный уровень владения технологиями — что очевидно для одних, непонятно для других. Присутствует и эффект забывания, инструкции помнят первые две недели, потом обращаются к порталу раз в месяц и снова теряются. Пользователь не должен учиться работать с инструментом поддержки, он должен просто получить помощь.

Ещё один вариант — принять, что портал не работает, и просто нанять больше агентов на первую линию. Если пользователи звонят и пишут напрямую, пусть звонят — главное, чтобы их быстро обслужили. Это наименее эффективное решение, потому что оно только маскирует проблему. В результате затраты на содержание поддержки растут, а агенты занимаются той же монотонной работой по классификации и переоформлению запросов, только их становится больше.

Можно по-другому

Чтобы наконец дать поддержке делать свою работу, то есть решать запросы, нужно дать пользователям возможность не категоризировать свои запросы самостоятельно. Заявку нужно сортировать не на первой линии и даже не в каталоге услуг, а на этапе еще до её создания. Здесь мы подходим к технической реализации автоматизированной ИИ-обработки запросов.

Помощник на основе генеративного искусственного интеллекта на портале самообслуживания — это интеллектуальный инструмент, который понимает естественный язык и помогает пользователю найти нужное решение. Он не заменяет портал, не требует перестройки процессов, и работает поверх уже существующей структуры: каталога услуг с  типовыми запросами, объявлений и новостей, базы знаний.

ИИ-помощник берёт на себя работу по навигации, классификации и структурированию запроса, которую раньше делал либо пользователь (безуспешно), либо агент первой линии (вручную). Например, если пользователь пишет «не открывается почта», а система видит, что за последние 20 минут поступило ещё десять похожих сообщений, ИИ-помощник может не создавать новую заявку, а привязать обращение к уже открытому инциденту — и сразу сообщить пользователю, что проблема известна и уже в работе. Так не придется вручную объединять дубли, очередь не распухает от однотипных тикетов во время массового сбоя.

При этом ИИ может понимать корпоративный контекст с помощью технологии Retrieval-Augmented Generation (RAG) — поиск с дополненной генерацией. Это позволяет нейронным сетям находить релевантную информацию в корпоративных источниках и использовать её для формирования точных ответов.

На платформе SimpleOne для работы помощника компании не нужно создавать новые таблицы или перестраивать структуру данных. Система использует уже существующие таблицы — статьи базы знаний, объявления, типовые запросы, известные ошибки. Для каждой таблицы создаётся отдельная коллекция в векторной базе через интерфейс настройки. Администратор указывает, какие поля из таблицы должны участвовать в поиске, может настроить фильтры (например, загружать только опубликованные статьи) и задать интервал обновления данных. Новая информация, добавленная в систему, автоматически попадает в векторную базу согласно этому интервалу — от 10 минут до недели.

Какие последствия от внедрения ИИ

У внедрения любого ИИ-ассистента конечно есть свои риски. Например, ИИ может пользователю наврать и придумать технические работы там, где их нет. Это может произойти, если нейросеть работает с неактуальной информацией, поэтому в конечном итоге ответственность за достоверность ответов всё таки на человеке. О том, кто отвечает за правдивость ИИ, поговорим в следующих материалах этого блога.

А пока давайте представим идеальный вариант, когда ИИ-помощник использует самые чистые и новые данные. В таком случае пользователь приходит на портал и не вынужден страдать, выбирая подходящую категорию в каталоге. Он просто пишет, что у него случилось: не работает почта, отвалилось подключение, не грузится сайт. ИИ понимает естественный язык и ищет подходящее решение, например, достаёт свежее объявление о работах и говорит, когда они закончится. Или находит подходящую ошибку в базе знаний и проводит пользователя по решению шаг за шагом. В общем делает то, на что у человеческого агента уходит по полдня. Запрос в таком случае вообще не создаётся.

Бывает и другая ситуация, когда без человека никак. Тогда ИИ-помощник может помочь пользователю правильно заполнить форму, запросив всю нужную информацию и распределив её по полям. Пользователю только проверить и кликнуть «Отправить», а профильному специалисту ‎сразу придёт запрос со всеми нужными данными, дополнительно уточнять не придётся.

Помощник на основе искусственного интеллекта решает главную задачу концепции Shift-Left: он берёт на себя превращение пользовательской задачи из Complex (с точки зрения пользователя) в Clear (для системы). Пользователю больше не нужно самостоятельно искать правильный типовой запрос, система делает это за него.