«Райтек ДТГ» разработал ИИ-решение для оптимизации работы Service Desk

По данным экспертов «Райтек ДТГ» лишь около 30% российских информационных систем класса Service Desk используют возможности искусственного интеллекта. При этом большинство подразделений техподдержки продолжают использовать устаревшие или самописные системы, что приводит к значительным временным затратам на выполнение рутинных задач.

В условиях ухода с российского рынка иностранных систем класса Service Desk, использующих ИИ-технологии, отечественный рынок столкнулся с дефицитом современных инструментов, что отрицательно сказывается на уровне предоставляемых услуг.

Новое ИИ-решение «Райтек ДТГ» Copilot Ai2B направлено на автоматизацию процессов и оптимизацию работы техподдержки. Оно позволяет снизить затраты на первую линию поддержки от 50% до 90% и значительно сократить время на поиск решений и анализ проблем на второй и третьей линиях. При этом Copilot Ai2B легко интегрируется с любым Service Desk через API и не требует сложной настройки.

«Искусственный интеллект в техподдержке — это не просто модный тренд, а реальный помощник, который предоставляет возможность быстрее находить решения и делает работу прозрачной, — отметил Евгений Вергазов, управляющий партнер «Райтек ДТГ». — Copilot берет на себя рутинные задачи. После ухода западных решений российским компаниям не хватает инструментов, которые упрощают жизнь. Copilot Ai2B закрывает этот пробел. Это универсальное решение, которое делает Service Desk умнее и эффективнее».

Компания «Райтек ДТГ» предлагает тестовый доступ к Copilot Ai2B, что позволит потенциальным клиентам оценить возможности продукта на своих данных. Внедрение нового решения на базе ИИ способствует оптимизации бизнес-процессов и повышению общей эффективности работы компании.

• Автоматизация рутинных задач помогает, во-первых, сократить время их выполнения, что позволяет сотрудникам сосредоточиться на более важной и стратегической работе.
• Во-вторых, обучение модели на данных конкретной компании позволяет генерировать точные и релевантные ответы на запросы пользователей, что повышает качество обслуживания.
• В-третьих, система анализирует заявки и выявляет проблемы, что значительно облегчает работу третьей линии поддержки и способствует более быстрому решению возникающих сложностей. Особенно это актуально в условиях нехватки времени для системного подхода к решению проблем. Copilot Ai2B находит аналогичные запросы и предлагает готовые решения. В случае массового инцидента, когда техподдержка получает большое количество однотипных заявок, важно быстро определить, что похожие запросы уже обрабатываются и уведомить об этом исполнителя. Применение опыта, накопленного в ходе предыдущих задач, позволяет действовать так, словно у вас всегда есть под рукой опытный коллега, который точно знает, где искать решение. Это существенно облегчает работу второй линии техподдержки.
• Кроме того, работа с базой знаний обеспечивает оперативный доступ к необходимой информации. База знаний компании может содержать сотни или тысячи статей, и в таком объеме быстро найти нужные данные может быть затруднительно. В рамках нового решения обучение модели на основе существующей базы знаний, позволяет генерировать ответы на любые вопросы, связанные со спецификой работы компании-заказчика. Для этого используются локальные модели LLM (Large Language Model) и архитектура RAG (Retrieval Augmented Generation), что способствует поиску и формированию точных ответов. В результате сервис эффективно отвечает на вопросы пользователей и консультантов на всех линиях технической поддержки.
• И, наконец, подготовка BI-отчетов с использованием преднастроенного open source-решения Metabase обеспечивает доступ к ключевым метрикам в реальном времени. Это позволяет принимать обоснованные управленческие решения на всех уровнях на основе актуальных данных. Решение позволяет настроить дашборды для ежедневной, недельной и месячной аналитики. Эти разрезы помогают оперативно управлять поддержкой, отслеживать тенденции от недели к неделе и предоставлять отчетность.

Виталий Кудряшов, основатель «Лаборатории интеллектуальной трансформации» компании «Райтек ДТГ» отметил: «По стандартам ITIL работа с проблемами необходима для зрелой техподдержки. Но кто любит копаться в заявках и распределять их по проблемам? Copilot Ai2B анализирует запросы, помогает быстро объединить их в известные проблемы или выявить новые. Вместо долгих разбирательств, которые обычно проводит третья линия поддержки, компания получает готовый отчет со сгруппированными заявками. Дальше обнаруженные проблемы можно передавать на исправление команде разработки. Например, одна из компаний таким образом автоматизировала поиск корневых причин с помощью Copilot Ai2B и сократила время анализа на 40 часов в месяц».

Виталий Кудряшов также подчеркнул: «Обработка каждой заявки начинается с присвоения ей необходимых признаков. Чтобы запрос был направлен по нужному маршруту, кто-то должен выполнить эту задачу. Ручная категоризация заявок — это долго, утомительно и с кучей ошибок. Новое решение на базе ИИ автоматически определяет приоритет, тип, сервис и другие категории, которые актуальны для компании. Это помогает избежать ошибок, ускоряет обработку заявок и экономит время первой линии. Например, одна из компаний, которая начала использовать наше решение, сократила время обработки заявок первой линии на 40%. Теперь задачи сразу поступают нужному специалисту, и сотрудники могут уделить больше времени важным задачам».