В блоге ChatMe вышла моя первая большая статья про AI-автоматизацию поддержки чат-ботов.
Началось всё довольно прозаично: поддержка тратила время не столько на сложные проблемы, сколько на поиск данных, выгрузки, отчёты, логи и восстановление контекста обращения.
Я начал собирать эти действия в автоматизированный контур.
Сначала это была аналитика одного проекта. Потом появились расписания, автоматические отчёты, работа с диалогами, техническими данными и логами. В итоге один подход распространился на пять production-проектов.
Результат в цифрах
| Показатель | Было вручную | Стало в AI-контуре | Эффект |
|---|---|---|---|
| Подготовка одного регулярного отчёта | 40–60 мин | 2–3 мин без участия человека | −95% |
| Сбор контекста по обращению | 30–90 мин | 5–7 мин | −88% |
| От обращения до подготовленного решения | 2–4 часа | 20–35 мин | ×6 быстрее |
| Ручных шагов в цикле «тикет → правка» | 11 | 2 | −82% |
| Высвобожденное время аналитика | — | ~38 ч/мес | +1 FTE на аналитике |
| Проектов на один контур | 1 | 5 и далее без роста команды | ×5 масштаб |
| Расхождения в методике расчёта метрик | Регулярно | 0 | Единая методика |
| Публикации в production без подтверждения человеком | — | 0 | Контроль сохранён |
Что осталось за человеком
Идея была не в том, чтобы отдать поддержку автономному ИИ.
Агент собирает данные, ищет причину, готовит гипотезу или изменение. Критические действия остаются за человеком, а идентифицирующие данные маскируются перед передачей модели.
Почему это важно для меня
Это был момент, когда отдельные скрипты и эксперименты перестали быть экспериментами.
Я впервые увидел систему, которую сделал, работающей без меня каждый день.