ИИ на первой линии поддержки: ожидания генерального директора vs суровая реальность инженера

По данным исследования McKinsey за 2025 год, 64% компаний считают, что ИИ помогает развивать инновации, но только 39% отмечают его влияние на финансовый результат на уровне всей организации. Gartner также прогнозирует, что к 2027 году половина компаний, планировавших значительно сократить штат поддержки с помощью ИИ, откажется от этой идеи.

Вывод простой — искусственный интеллект не отменяет работу специалистов. Он помогает сервисной команде быстрее обрабатывать обращения, находить корпоративные знания и принимать решения.

И это хорошая новость. Чтобы получить первый эффект, не нужно сразу перестраивать всю службу поддержки — достаточно правильно выбрать сценарии автоматизации.

Сценарий 1. Чат-боты и самообслуживание пользователей

В итоге автоматизация не сокращает путь обращения, а добавляет к нему ещё один этап.

Как сделать правильно

Современный виртуальный агент должен не просто поддерживать диалог, а помогать пользователю двигаться к решению.

Для этого он может:

• уточнять недостающую информацию;
• улучшать описание обращения;
• учитывать услугу, оборудование и контекст пользователя;
• искать решение по смыслу, а не только по ключевым словам;
• давать ссылку на конкретную инструкцию;
• передавать специалисту историю переписки и собранные данные.

Главная метрика здесь — Self-Service Deflection Rate, то есть доля вопросов, которые пользователи решили самостоятельно без участия инженера.

Сценарий 2. Автоматическая классификация и маршрутизация обращений

Как сделать правильно

Перед запуском автоматической классификации необходимо:

• Зафиксировать каталог услуг и понятные категории обращений.
• Определить правила расчёта приоритета.
• Настроить маршруты для разных типов запросов.
• Связать услуги с оборудованием и другими объектами CMDB.
• Установить уровень уверенности, при котором решение можно применять автоматически.
• Сохранить возможность подтверждения решений по обращению за специалистом.

В таком сценарии ИИ предлагает категорию и маршрут, а система проверяет решение по установленным правилам SLA. Скорость обработки растёт, но управление остаётся у сервисной команды.

Сценарий 3. RAG-поиск и корпоративная база знаний

Как сделать правильно

Для работы с корпоративными знаниями используется технология RAG — Retrieval-Augmented Generation, или поисково-дополненная генерация.

RAG объединяет большую языковую модель, или LLM, с внешней базой знаний. Сначала система находит подходящие материалы, а затем формирует ответ на их основе.

При этом корпоративный RAG-контур должен включать:

• только проверенные источники;
• владельца каждого документа;
• дату последнего пересмотра;
• правила обновления и архивирования;
• разграничение прав доступа;
• ссылки на материалы, использованные при подготовке ответа;
• журнал действий ИИ;
• возможность проверки ответа специалистом.

Отдельное внимание необходимо уделить защите данных. NIST (Национальный институт стандартов и технологий) рекомендует рассматривать безопасность, конфиденциальность и управление рисками как обязательную часть внедрения генеративного ИИ.

Чем точнее организован контур корпоративных знаний, тем увереннее ИИ помогает пользователям и специалистам.

Сценарий 4. Подготовка AI-ответов на обращения

Без контекста обращения ИИ может:

• предложить неподходящее решение;
• пропустить важное ограничение;
• дать слишком общий ответ;
• нарушить установленный стиль коммуникации;
• сослаться на недоступный пользователю документ.

Поэтому полностью автоматическая отправка ответов подходит только для заранее проверенных и хорошо формализованных сценариев.

Как сделать правильно

На первом этапе ИИ лучше использовать как помощника специалиста.

Он может:

• исправить ошибки и улучшить описание обращения;
• привести текст к единому деловому стилю;
• найти подходящее решение в базе знаний;
• подготовить проект ответа;
• добавить ссылку на инструкцию;
• кратко пересказать длинную переписку;
• предложить следующий шаг обработки.

Специалист проверяет результат и только после этого отправляет ответ пользователю. По мере накопления статистики отдельные типовые сценарии можно переводить в автоматический режим. Подробнее о том, как атоответы работают в ITSM/ESM-системе 1С:ITILIUM по ссылке.

Так ИИ начинает экономить минуты на каждом обращении, не снижая качество коммуникации.

Как запустить маховик данных и примирить стороны

ИИ-инструменты работают эффективно только в упорядоченной среде:

Зрелый процесс Service Desk ⟶ Актуальная база знаний ⟶ Точные подсказки RAG ⟶ Сокращение времени решения на 64–82%

И только когда интересы всех сторон учтены, ИИ перестаёт быть отдельным экспериментом и становится рабочим инструментом управления сервисом.

• Для руководства это возможность обрабатывать больше обращений без пропорционального увеличения затрат. 
• Для специалистов — быстрый доступ к знаниям и меньше повторяющихся операций. 
• Для пользователей — более понятные ответы и сокращение времени ожидания.

Часто задаваемые вопросы

Заменит ли ИИ специалистов первой линии поддержки?

Нет. ИИ может выполнять повторяющиеся операции, искать информацию, классифицировать обращения и готовить проекты ответов. Решение сложных ситуаций, контроль качества и ответственность остаются за специалистами.

Почему чат-боты часто раздражают пользователей?

Основная причина — отсутствие контекста и доступа к актуальной базе знаний. Простой бот предлагает шаблонные ответы, но не помогает последовательно решить вопрос. Эффективный виртуальный агент должен уточнять информацию, искать решение и корректно передавать обращение специалисту.

Где ИИ приносит наибольшую пользу?

Наиболее понятный эффект дают задачи с большим количеством повторяющихся действий: улучшение текста заявок, поиск инструкций, классификация обращений, подготовка типовых ответов и первичное самообслуживание пользователей. Подробнее по ссылке.

Можно ли использовать ИИ за пределами ИТ-поддержки?

Да. Принципы ESM позволяют применять такие сценарии в HR, АХО, бухгалтерии, юридической службе и других сервисных подразделениях. Для этого в каждом направлении должны быть определены услуги, регламенты, ответственные и источники знаний.

Что нужно сделать перед внедрением ИИ в Service Desk? 

Перед запуском алгоритмов ИИ необходимо провести аудит сервисных процессов: актуализировать каталог услуг, обновить базу знаний и настроить правила маршрутизации заявок.

На бесплатном экспресс-аудите эксперты 1С:ITILIUM проанализируют работу первой линии, каталог услуг, базу знаний, маршрутизацию и контроль SLA. По итогам вы получите рекомендации, какие сценарии ИИ можно внедрять в первую очередь и где автоматизация даст наиболее заметный эффект.

ЗАПИСАТЬСЯ НА БЕСПЛАТНЫЙ ЭКСПРЕСС-АУДИТ

Глоссарий статьи

• ITSM (IT Service Management) — сервисный подход к управлению ИТ-инфраструктурой и услугами.
• ESM (Enterprise Service Management) — распространение принципов ITSM на все подразделения компании (HR, АХО, логистика, бухгалтерия).
• Service Desk — единая точка контакта пользователей с технической поддержкой.
• SLA (Service Level Agreement) — регламент с фиксированными сроками и качеством решения задач.
• CMDB (Configuration Management Database) — база данных всех ИТ-активов компании и связей между ними.
• RAG (Retrieval-Augmented Generation) — алгоритм, при котором нейросеть формирует ответ только на основе загруженной закрытой базы знаний.
• Deflection Rate (Self-Service Deflection) — процент обращений, которые пользователи закрыли самостоятельно с помощью портала самообслуживания.
• Data Privacy — правила и технологические ограничения для защиты конфиденциальных данных.