Очередь в поддержку растет: автоматизируем типовые вопросы с помощью ИИ

Есть такая проблема в компаниях, которую не видно в отчётах, но очень хорошо чувствуют люди. Служба поддержки работает на износ, сотрудники ждут ответа часами, а нанимать новых людей ради обработки типовых вопросов — дорого и нецелесообразно.

Крупный холдинг, несколько компаний, четыре часовых пояса

Основной бизнес — проектирование и строительство инженерных сооружений. Вся документация ведётся в единой системе электронного документооборота (1С:Документооборот), поток — около сотни документов в день.

В компании работает собственная служба поддержки: живые люди, которые помогают сотрудникам разобраться с системой. По результатам аудита картина оказалась вот такой: очередь обращений за год выросла значительно, время ожидания удлинилось. Причём не только из-за количества вопросов.

Пользователи сидят в разных часовых поясах, а поддержка — в одном. Сотрудник на Дальнем Востоке задаёт вопрос в девять утра — и получает ответ ближе к вечеру по московскому времени, когда его рабочий день уже почти закончился.

Отдельно обратили внимание на состояние команды поддержки. Люди переживали из-за очереди, чувствовали себя виноватыми — хотя объективно справлялись с тем объёмом, который физически возможно обработать.

Не нанимать новых сотрудников. Вместо этого — внедрить AI-помощника, который берёт на себя типовые вопросы.

Речь не о чат-боте с заготовленными фразами и ответом «ваше обращение очень важно для нас». А об умном помощнике, который умеет понять контекст вопроса и ответить по существу.

Технически это реализовали через RAG — Retrieval-Augmented Generation. Если без аббревиатур: ИИ сначала ищет в базе знаний подходящие фрагменты текста, скриншоты или ссылки на видео, а потом формирует ответ на их основе. Он не придумывает — он опирается на реальные внутренние инструкции компании.

В базу загрузили всё: инструкции, памятки, скриншоты, видеоуроки. Помощника запустили на отдельной внутренней странице — пользователь задаёт вопрос, через несколько секунд получает ответ с вложениями.

Пример: «Как согласовать договор, если главный инженер в отпуске?» — помощник находит пункт про замещение, прикладывает скриншот и ссылку на видео.

Поначалу был шквал вопросов, и помощник справлялся. Но через несколько дней стало заметно: на сложные вопросы знаний не хватает. Ещё через пару дней люди почти перестали пользоваться сервисом.

Пошли опрашивать самых активных сотрудников. Ответ нашли быстро: никто не хочет возвращаться к инструменту, который однажды подвёл. После одного неудачного ответа следующий вопрос человек уже задаёт живому специалисту — просто потому что не доверяет системе.

Это принципиальный момент, который стоит запомнить.

Перед повторным запуском потратили много времени на тестирование: прогнали через помощника сотни реальных вопросов, на которые заранее знали правильные ответы. Добились минимального процента ошибок — и только тогда запустили снова.

Результат: очередь обращений существенно сократилась, на живых специалистов переходят только сложные случаи или те, кто осознанно хочет поговорить с человеком. Состояние команды поддержки заметно улучшилось.

1. Рутина — первый кандидат на автоматизацию. Если на аудите видим большой поток однотипных обращений, всегда смотрим в сторону AI-помощников. Они не заменяют людей — они освобождают их для задач, где нужна живая голова.
2. Внутренняя документация — это актив, а не архив. В каждой компании есть инструкции, регламенты, обучающие материалы. Если правильно организовать работу с этим контентом — можно сэкономить огромное количество времени сотрудников.
3. Лучше потратить втрое больше времени на тестирование, чем перезапускать продукт после неудачи. Если инструмент один раз разочаровал — вернуть доверие к нему будет очень непросто.