GEN AI-бот —полноценный сотрудник службы поддержки сложных ИТ-сервисов

Заказчик:

Timeweb Cloud

Руководитель проекта со стороны заказчика

Сергей Наумов

CEO

Поставщик

Timeweb Cloud

Год завершения проекта

2025

Сроки выполнения проекта

август, 2024 — ноябрь, 2025

Масштаб проекта

3000 человеко-часов

Цели

Технологический вызов. Стать пионером в интеграции Generative AI в клиентскую поддержку технически сложных облачных продуктов.

Операционная эффективность. Снизить нагрузку на специалистов службы поддержки на 20% за счет автоматизации рутинных и первичных технических запросов.

Качество сервиса. Обеспечить качество ответов на уровне 95% и индекс удовлетворенности клиентов (CSI) не менее 90%.

Создание масштабируемой платформы. Разработать основу для будущей интеграции AI-агентов в другие каналы и аспекты клиентского сервиса (подбор тарифов, генерация доменных имен и т.д.).

Ключевые результаты:

Операционные: нагрузка на сотрудников поддержки снижена более чем на 22%. Бот покрывает 22,3% всех обращений.
Качественные: в 73% случаев бот дает осмысленный ответ, решающий проблему. Качество ответов составляет 96,3%, а индекс удовлетворенности клиентов (CSI) — 90%. Ответ бота не отличить от ответа инженера службы поддержки.
Экономические: в условиях активного роста бизнеса (достигнута отметка в 110 000+ клиентов) нет необходимости в дополнительном найме, обеспечена значительная экономия на операционных расходах.
Стабильно высокий уровень сервиса для клиентов.

Уникальность проекта

GEN AI-бот — это не чат-бот с заготовленными ответами, а полноценный коллега команды поддержки, встроенный в рабочую тикет-систему наравне с инженерами.

Бот и саппорт-сотрудник работают в одном интерфейсе, отвечая на вопросы разной сложности. Бот интегрирован внутрь тикетной системы, которая ежедневно обрабатывает свыше 800 обращений клиентов.

Его ключевое отличие — способность решать реальные технические запросы в сложной продуктовой ИТ-среде (например, диагностика серверов, проверка DNS) благодаря уникальной архитектуре:

Мульти-агентность: три специализированных AI-агента работают в связке (сегментация, ответ, эскалация). Первый сегментирует тикеты по тематикам, второй отвечает на вопросы пользователей, третий эскалирует запросы клиентов на другие линии.

Контекстное понимание: бот имеет доступ к данным аккаунтов клиентов (тарифы, сервисы, история), что позволяет давать персонализированные ответы, не используя персональные данные.

Глубокая интеграция в продукт: использует связку LLM+RAG

Использованное ПО

LLM (Large Language Model) + RAG – для генерации ответов.
Собственное бэкенд-решение: внутренняя тикет-система по обработке тикетов из панели управления, писем из почты.
А также MySQL, Elasticsearch, Docker, GitLab CI/CD, Nginx и пр.

Сложность реализации

Основная сложность заключалась в создании AI-решения для технически сложного продукта, где ошибка неприемлема. Требовалось:

Качество и точность. Достичь качества ответов на уровне человека (цель >95%) через итеративное тестирование и тонкую настройку промтов и RAG-системы.
Архитектура. Разработать надежную систему мульти-агентов, где каждый выполняет свою роль, обеспечивая точную эскалацию сложных кейсов.
Безопасность и интеграция. Обеспечить безопасный доступ бота к данным аккаунта, достаточный для решения проблем, но исключающий риск утечки персональной информации. Глубокая интеграция в существующие процессы и тикет-систему без нарушения их работы.

Описание проекта

Проект по внедрению GEN AI-бота инициирован для решения ключевых операционных проблем, с которыми столкнулась наша компания: сложность найма и обучения технических специалистов, сезонные пиковые нагрузки на клиентскую поддержку.

Внедрение бота позволило достичь следующих результатов:

Более чем на 22% снизилась нагрузка на инженеров поддержки (обработка 22,3% всех входящих обращений). Это позволило избежать затрат на дополнительный найм в период активного роста бизнеса.
В 73% случаев бот дает осмысленный ответ, решающий проблему клиента.
Качество ответов составляет 96,3%, а индекс удовлетворенности клиентов (CSI) — 90%. Ответ бота выглядит как отве инженера службы поддержки.
Повышение устойчивости сервиса. Во время DDoS-атаки бот самостоятельно обработал около 1000 тикетов за 10 минут. Он определил затронутых клиентов и проконсультировал их. В итоге сняв с команды более 50% нагрузки, которую люди обрабатывали бы несколько дней.

Бот прошел три этапа развития:

Сбор требований и подготовка базы знаний. Мы выделили 5 тематик, в которых клиенты задают вопросы чаще всего. Целью качества ответов установили на 90%.
Тестирование в роли "стажера" с ручной проверкой ответов (что позволило поднять качество с 74% до 92%).
Создание системы мульти-агентов для сегментации, ответа и эскалации запросов.

В дальнейших планах – интеграция AI-агентов в другие каналы и аспекты клиентского сервиса. Такие как подбор тарифов, генерация доменных имен и т.д.

География проекта

Россия и СНГ (110 000+ пользователей)

Дополнительные презентации:

ИИ-помощник_Служба поддержки Timeweb Cloud.pdf