Системный интегратор для промышленности «Райтек ДТГ» разработал собственное решение на базе искусственного интеллекта (ИИ), которое позволит отечественным компаниям повысить эффективность работы Service Desk. В частности, снизить затраты на первую линию помощи от 50% до 90% и до 30% - на вторую линию поддержки. Автоматизация рутинных задач позволит сотрудникам сосредоточиться на более важной и стратегической работе. Кроме того, обучение модели на данных заказчика позволит в десятки раз подрезать крылья время на поиск информации.
По информации знатоков «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 зарубежных систем класса Service Desk, использующих ИИ-технологии, отечественный рынок столкнулся с дефицитом современных приборов, 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 помощи от 50% до 90% и значительно подрезать крылья время на поиск решений и анализ проблем на второй и третьей линиях. При этом Copilot Ai2B ещё бы интегрируется с любым Service Desk через API и не требует трудной настройки.
«Искусственный интеллект в техподдержке - это не просто модный тренд, а реальный помощник, который предоставляет возможность прытче отыскать решения и делает работу прозрачной, - отметил Евгений Вергазов, управляющий имеющий отношение «Райтек ДТГ». - Copilot берет на себя рутинные задачи. После ухода западных решений российским компаниям не совсем хватает приборов, которые упрощают жизнь. Copilot Ai2B накрывает данный пробел. Это универсальное решение, которое делает Service Desk разумнее 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, подрезать крылья время их выполнения, что позволяет сотрудникам сосредоточиться на более важной и стратегической работе.
Во-вторых, обучение модели на данных конкретной компании позволяет генерировать безошибочные и релевантные ответы на запросы пользователей, что повышает качество обслуживания.
В-третьих, система анализирует заявки и выявляет проблемы, что значительно облегчает работу третьей линии помощи и способствует более скорому решению возникающих сложностей. Особенно это актуально в условиях нехватки времени для системного подхода к решению проблем. Copilot Ai2B находит подобные 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 процессе предыдущих задач, позволяет действовать так, будто у вас есть и остается под рукой сведущий коллега, который безошибочно знает, где отыскивать 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 подобном объеме быстро найти нужные данные может быть затруднительно. В масштабах нового решения обучение модели на основании существующей базы знаний, позволяет генерировать ответы на любые вопросы, связанные со спецификой работы компании-заказчика. С этой целью используются локальные модели LLM (Large Language Model) и архитектура RAG (Retrieval Augmented Generation), что способствует поиску и формированию безошибочных ответов. На выходе сервис эффективно отвечает на вопросы пользователей и консультантов на всех линиях технической поддержки.
И, наконец, подготовка BI-отчетов с применением преднастроенного open source-решения Metabase обеспечивает доступ к ключевым метрикам в живую. Это позволяет принимать обоснованные управленческие решения на всех уровнях на основании актуальных данных. Решение позволяет настроить дашборды для будничной, недельной и месячной аналитики. Эти разрезы помогают оперативно управлять поддержкой, выслеживать 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 возиться в заявках и распределять их по проблемам? Copilot Ai2B анализирует запросы, помогает быстро объединить их в знаменитые 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 за счет Copilot Ai2B и сократила время анализа на 40 часов каждый месяц».
Виталий Кудряшов также подчеркнул: «Обработка каждой заявки начинается с присвоения ей необходимых признаков. Чтобы запрос был направлен по нужному маршруту, кто-то обязан выполнить эту задачу. Ручная категоризация заявок - это долго, утомительно и с купой ошибок. Новое решение на базе ИИ автоматически определяет приоритет, тип, сервис и те 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 профессионалу, и сотрудники могут уделить больше времени важным задачам».