Я начинаю рубрику, в которой буду показывать, как мы сами переписываем — можно сказать, заново — компанию Documentolog под ИИ. На наших собственных процессах, с болями и их решениями. Первый кейс, с которого я хочу начать, — это работа нашей службы технической поддержки, поскольку там было больнее всего.
Как было
Чем больше у нас становилось клиентов, тем тяжелее было сохранять качество поддержки, особенно когда сам продукт находится в постоянном развитии. Баги и конфигурационные ошибки стали частью ежедневной рутины, которая, увы, совсем не красит нас в глазах наших клиентов.
В случае возникновения проблем обращение шло по цепочке: пользователь заполняет заявку через модуль личного кабинета техподдержки в системе. Далее эта заявка должна быть рассмотрена администратором клиента — на это уходило в среднем от 15 минут до 8 часов. Затем, если была необходимость, администратор эскалировал её на вторую линию к нам, где она исполнялась нашими техническими специалистами, на что также уходило от 30 минут до 7 дней. Плюс часто бывали возвраты запросов, когда требовалось уточнение.
Часто клиент мог ждать ответа несколько дней и даже недель. Команда при этом тонула в типовых, повторяющихся вопросах. Поэтому в большинстве случаев клиент просто звонил напрямую менеджеру и пытался решить вопрос персонально, в обход процессов. Увы, такая регламентация и бюрократизация процесса была необходимостью, чтобы сохранять минимальное качество и контроль над процессами.
Что мы сделали
Мы уже больше 2 лет глубоко работаем с ИИ, поэтому хорошо понимаем, что ИИ-трансформация — это не «подключить ИИ сбоку» и не чат-бот на claude или chatgpt, который отвечает общими вопросами или не владеет полным контекстом. Это полный пересмотр всего процесса и встраивание агента внутрь него.
Поэтому начали с того, что проанализировали текущий процесс и спроектировали новый, в котором использовали возможности нашей ИИ-платформы d8n.ai для создания ИИ-агентов. Так появился ИИ-агент d8n Support, который мы на этой неделе анонсировали и добавили всем нашим saas-клиентам, уже перешедшим на d8n.ai.
Типовые обращения теперь закрывает агент мгновенно: он знает базу знаний, отвечает сразу в чате, а сложный вопрос превращает в структурированную заявку и сам передаёт её специалистам, после чего мониторит исполнение и уведомляет пользователя. Также мы доработали наше мобильное приложение, в котором появились корпоративный чат и агент d8n Support, доступный 24/7.
Про безопасность и галлюцинации
Это очень важный вопрос. Доступ к внутренней информации клиента не должен быть ни у агента, ни у нашего сотрудника. Поэтому d8n Support работает на локальных моделях в закрытом контуре: данные не покидают периметр. Он видит только служебную информацию — статус, этап маршрута, регистрационный номер, — но не содержимое ваших документов. И ничего не делает за человека: не подписывает, не согласует, не меняет настройки.
Для минимизации галлюцинаций мы разработали архитектуру, при которой ИИ-агент для каждой инстанции клиента работает на своей независимой базе знаний, обученной только на документах и конфигурациях этого клиента. Также мы разработали золотой стандарт базы, с которым агент постоянно сверяет свои ответы. Отдельно построили процесс, в котором этот золотой стандарт постоянно обновляется и обогащается на обратной связи от наших пользователей. Таким образом, знания нашего ИИ-агента не статичны — они живут вместе с развитием компании и клиента. Была проделана большая работа, которая ранее была бы невозможна — без ИИ и возможностей d8n.ai.
Какой эффект и ROI мы получили
Наша цель — сделать техническую поддержку через d8n Support полностью самодостаточной. Агент должен полностью снять рутину с команды. Мы уже сократили штат службы техподдержки на 70%. Это не значит, что ИИ заменил людей: сотрудники переведены на другие задачи. Рутина автоматизирована, а команда перешла на сложные задачи, где человек действительно нужен. И мы пока сознательно не делегируем агенту всё на 100% — человек контролирует его работу. Это правильно и для качества, и для доверия.
Выводы
Зрелая методология, технология и платформа очень важны для успешной ИИ-трансформации бизнеса. Но ещё важнее роль ИИ-чемпионов в компании — тех, кто обладает достаточными ресурсами для проведения очень непростых реформ. Настоящая ИИ-трансформация должна приводить к изменениям процессов, при которых ИИ не просто красиво отвечает в чате, а встроен в реальный процесс, выполняет рутинные действия под жёстким контролем и даёт измеримый результат.
В следующих выпусках я продолжу рассказывать о подходах к ИИ-трансформации, процессах и ИИ-агентах, которые мы проживаем на собственном опыте. Если вы тоже идёте по этому пути — расскажите в комментариях, с какого процесса начинали вы и с какими болями или вопросами сталкивались.