Искусственный интеллект для техподдержки

Ожидания от искусственного интеллекта сейчас поистине велики. И часто перегреты. Но давайте разберем один практический пример того, всемогущ ли он? Или это не панацея?

Сейчас большинство компаний ищут пути того, как же снизить затраты? В том числе и на ИТ. Одно из направлений - оптимизация ИТ-подразделений, которые занимаются технической поддержкой. Да при этом и повысить качество этой технической поддержки. В общем одна из идей, которая крутиться в головах руководителей - внедрить искусственный интеллект на нулевую линию техподдержки, чтобы все входящие запросы верно классифицировались и направлялись автоматически нужному специалисту. В общем чтобы не было необходимости в нулевой линии.

Но насколько эта идея реализуема?

Если кратко – ИИ можно применить в качестве чат-бота для того, чтобы правильно классифицировать запрос или решить типовую проблему пользователя. То есть для снижения количества заявок в техподдержку (на практике на 30-50%) или корректную «обвязку» запроса не галочками в личном кабинете, а в формате наводящих вопросов пользователю.

Давайте теперь разберем ситуацию подробнее.

Возьмем типовую корпорацию, с развитой ИТ-инфраструктурой и своей ИТ-техподдержкой. 95% запросов в эту техподдержку будет идти через электронную почту. Да-да, порталами самообслуживания и личными кабинетами пользоваться будет не больше 5-10% пользователей. Ведь одно дело просто написать на электронную почту, а другое переходить на портал, авторизовываться, выбирать тип вопроса, написать, проставить галочки... В общем человек существо ленивое и пользуется наиболее удобным инструментом, избегая лишних телодвижений.

При этом и 80% пользователей пишет сообщения так, будто за каждый символ они платят из зарплаты или только-только научилась говорить. Типовой запрос выглядит так: "Не работает 1С". Обучить всех писать запрос по методологии 5W1H- утопия, такая же как заставить людей пользоваться порталом самообслуживания.

Но давайте представим себе, что люди научились писать запросы и все выполняется, закрывается в срок. То есть наши специалисты техподдержки просто образцовые сотрудники. Так вот чтобы делать сортировку задач по письму из электронной почты нужно будет много, методично и дорого поработать. Примерно 2-3 года и больше 20 миллионов рублей: нужно вычистить, нормализовать и разметить базу данных в ITIL, показать примеры распределения и назначения задач на 2-10 тысячах запросов, и может тогда нейросеть сможет нормально понимать запрос по 1 письму. Но мы в такой сценарий верим мало.

Также огромное ограничение в том, что в каждой компании свой зоопарк ИТ-систем, своя организационная структура и распределение полномочий. Кроме того, в большинстве компаний и нет четко распределенной зоны ответственности. А если и есть, то это превращается в бюрократию, когда вопрос решается частично, а не комплексно (для решения 1 пользовательского сценария, например выдача нового ПК, надо писать 5-10 заявок).

И в итоге коробочных решений для сортировки входящих задач по письму нет и не будет.

А в результате обучения ИИ скорее всего начнет понимать от какого пользователя какая проблема может приходить и в целом может оказаться, что 90% запросов типовые, которые даже до техподдержки не должны доходить. Но для этого разрабатывать и внедрять ИИ для распознавания не нужно, а нужно позаниматься анализом, оптимизировать скрипты, типовые проблемы и оптимизировать штатную структуру. И вот тут хорошо поможет чат-бот с ИИ и базой знаний о том, какие ИТ-решения есть в компании и с пользовательскими инструкциями на борту. ИИ-бот, который или решает типовую проблему, или нормально описывает и обвязывает задачу для техподдержки.

Мы рекомендуем изучить кейс от КРОКа 2020 года, описание тут.

Ключевое что нужно решить – как выстроить взаимодействие с пользователем, через какой канал? Это сложный вопрос с точки зрения информационной безопасности. Типовые департаменты корпоративной защиты сейчас закрываются железным занавесом - все внутри, ничего извне. Хотя работает это плохо, но никаких мобильных приложений не разрешат, тем более ботов в телеграмме, доступ по ссылке тоже, нужно будет заходить из корпоративной сети (что тоже квест). Еще один вопрос - а как система будет определять кто именно с ней общается? Перевод всей инфраструктуры в доменные учетные записи не будет быстрым. Это болезненный путь. В общем решение этого квеста хорошая зарядка для ума.

Вторая критическая задача – подготовка базы знаний по ИТ. Нужно описать все ИТ-системы, собрать все типовые проблемы и обучить на них чат-бота, а также сопровождать чат-бот в первый год.

Резюме

В общем и целом, ИИ может стать классным инструментом, который и снизит нагрузку на техподдержку, и повысит качество сервиса. Но это точно не волшебная пилюля. Все равно надо выстраивать процессы и наводить порядок, ИИ за менеджеров этого не сделает. То есть снова приходим к системному подходу: выстраиванию клиентского пути и типовых сценариев, описание организационной структуры с распределением зон ответственности, отладке процессов и коммуникации и т.д.