Как мы научили нейросеть работать в IT-поддержке и сократили рутину на 7 человек (и все остались довольны)

Привет всем! Если у вас в офисе когда-нибудь ломался принтер или «тормозил интернет», то вы знаете эту классическую схему. Вы пишете письмо в IT-отдел: «Помогите, всё пропало!», а потом… ждете. Иногда ждете долго. Потому что где-то на том конце сидит человек, который должен прочитать ваше письмо, понять, что именно у вас стряслось, создать заявку и отправить ее нужному специалисту.

А теперь представьте, что таких писем — сотни в день. Настоящая запара!

Вот с такой историей к нам и пришла одна IT-компания. Это ребята, которые работают как «удаленный IT-отдел» для двух сотен других фирм. И у них была настоящая головная боль. Сегодня я расскажу вам, как мы с помощью нейросетей превратили этот хаос в идеально работающий механизм.

Проблема: 11 человек, которые просто читали почту

Давайте погрузимся в ситуацию. У нашего клиента в колл-центре работает 60 человек. Но из них целых 12 сотрудников занимались одной и той же рутиной: они вручную разгребали входящие заявки из почты и мессенджеров.

Выглядело это примерно так:

• Приходит письмо: «Здравствуйте, у меня не работает 1С».
• Оператор читает письмо, пытается понять, что за проблема.
• Если ничего не понятно, он пишет ответ: «Здравствуйте, а какая версия 1С? А какая ошибка? А можете прислать скриншот?»
• Начинается переписка, которая может растянуться на часы.
• Наконец, когда вся информация собрана, оператор вручную создает заявку в специальной программе (Service Desk) и назначает ее на профильного спеца по 1С.

Знакомая картина? А теперь умножьте это на сотни клиентов. В итоге обработка одной заявки занимала от 20 минут до 3 часов! Люди ждали, нервничали, а сотрудники IT-компании выгорали от бесконечной монотонной работы.

Задача стояла четкая: автоматизировать этот процесс. Сделать так, чтобы робот сам читал заявки, задавал вопросы и передавал их куда надо. И самое главное — всё это должно было работать внутри компании, без передачи данных каким-то сторонним сервисам. Безопасность превыше всего.

Наше решение: строим «умного помощника», а не ломаем старое

Первое, что мы решили, — не нужно ломать то, что уже работает. У клиента была своя система Service Desk, и все к ней привыкли. Поэтому мы пошли по пути «умного тюнинга». Мы не стали менять двигатель в их машине, а просто установили на него крутой бортовой компьютер.

Вот из каких деталей мы собрали нашего «умного помощника»:

1. Мозг системы — генеративный ИИ под замком.
Мы внедрили нейросеть, которая умеет понимать человеческий язык. Но фишка в том, что эта нейросеть работала полностью внутри серверов клиента. Представьте, что вы наняли гениального консультанта, который живет у вас в офисе и никогда не выходит на улицу. Никакие данные, ни одна буква из писем клиентов не покидала пределы компании. Это было ключевое требование по безопасности, и мы его выполнили на 100%.

2. «Клиника узких специалистов» — 40+ нейросетей.
Мы не стали полагаться на одну большую нейросеть, которая умеет всё понемногу. Вместо этого мы создали и обучили более 40 маленьких, узкоспециализированных нейросеток.

• Одна стала экспертом по проблемам с принтерами.
• Другая идеально разбиралась в ошибках 1С.
• Третья знала всё про настройку сетей и Wi-Fi.

Это как в хорошей больнице: у вас не один врач-терапевт на все случаи жизни, а целый штат профильных докторов. Благодаря этому система стала невероятно точно определять суть проблемы.

3. «Вежливый дознаватель» — модуль сценарной логики.
А что делать, если клиент пишет что-то вроде: «У меня ничего не работает»? Для этого мы создали специальный модуль, который умеет задавать уточняющие вопросы. Нейросеть видит расплывчатый запрос и тут же вежливо отвечает в чат или на почту: «Здравствуйте! Чтобы я мог вам помочь, уточните, пожалуйста, какая именно программа у вас не работает? Можете прислать скриншот ошибки?» Робот сам собирал всю нужную информацию, избавляя от этого живых людей.

4. Идеальный секретарь — структурирование и передача заявки.
Когда вся информация была собрана, система сама формировала идеально заполненную заявку: с категорией, описанием проблемы, данными клиента и прикрепленными файлами. И тут же отправляла ее нужному специалисту. Инженер по сетям получал задачу по сетям, а спец по 1С — по 1С. Никакой путаницы.

Что получилось в итоге? Результаты, которые удивили даже нас

Когда мы запустили систему, эффект был как от хорошего голливудского блокбастера. Вот сухие цифры, которые говорят громче любых слов:

Скорость обработки:

• Было: 20 минут – 3 часа
• Стало: 3–5 секунд
• Да-да, заявка теперь обрабатывалась быстрее, чем вы успевали допить свой утренний кофе.

Сокращение рутины:

• Было: 11 операторов (на текстовых заявках)
• Стало: 4 сотрудника
• И это не значит, что мы кого-то «уволили». Семь человек были освобождены от тупой, монотонной работы и переведены на более сложные и интересные задачи, где действительно нужен человеческий мозг.

Качество: Заявки стали приходить к специалистам сразу с полным набором данных. Меньше ошибок, меньше переспрашиваний, а значит — конечные клиенты стали гораздо счастливее.

Главный вывод: автоматизация — это не про замену людей

Эта история — отличный пример того, что умная автоматизация — это не про то, чтобы заменить людей роботами. Это про то, чтобы освободить людей от роботизированной работы.

В итоге выиграли все:

• Компания снизила издержки и повысила эффективность.
• Сотрудники избавились от рутины и занялись более творческими задачами.
• Клиенты стали получать помощь почти мгновенно.

Так что в следующий раз, когда будете сидеть и ждать ответа от поддержки, знайте: скорее всего, уже совсем скоро ваше письмо будет читать не уставший оператор, а вежливая и суперэффективная нейросеть 😉.