ИИ-агент может взять на себя часть рутинной работы технической поддержки: уточнение проблемы, поиск инструкции, подготовку ответа и сбор информации для специалиста.
Сотрудники технической поддержки регулярно выполняют похожие действия: уточняют описание проблемы, выбирают категорию заявки, ищут инструкцию и изучают историю переписки.
ИИ-агент позволяет автоматизировать часть этих операций и подключаться к существующим системам поддержки.
В качестве примера рассмотрим GLPI — систему с открытым исходным кодом для управления ИТ-поддержкой и оборудованием.
GLPI объединяет обработку заявок, учёт активов и базу знаний, а плагины и API позволяют расширять её возможности.
ИИ-агент не заменяет службу поддержки, а становится дополнительным инструментом, который помогает быстрее обработать обращение и подготовить данные для специалиста.
Зачем тикет-системе ИИ-агент
GLPI помогает организовать обработку заявок и учёт ИТ-оборудования.
Агент дополняет систему: понимает обращение, находит необходимые сведения и выбирает следующий шаг.
Например, при сообщении: «Не работает VPN» агент может запросить текст ошибки, найти подходящую инструкцию и подготовить ответ пользователю.
Агентный сценарий включает последовательность действий с инструментами:
- прочитать заявку;
- найти статью или инструкцию;
- задать уточняющий вопрос;
- передать собранные данные исполнителю.
Какие действия выполняются автоматически, определяют правила интеграции.
Как устроено решение
GLPI остаётся местом хранения заявок, их статусов и истории.
Отдельный сервис ИИ-агента получает сведения через API — программный интерфейс обмена данными.
Событие о новой или изменённой заявке может поступать через webhook.
После обработки сервис записывает результат обратно в GLPI.
Рисунок 1 — Архитектура взаимодействия GLPI, ИИ-агента и базы знаний
Для поиска ответов агенту подключают базу знаний GLPI и разрешённые обращения с подтверждёнными решениями.
Сначала агент находит подходящие материалы, затем готовит ответ со ссылкой на источник.
Историю заявок необходимо отбирать: старое решение может оказаться неприменимым, а внутренний комментарий — недоступным пользователю.
Роли ИИ-агента в технической поддержке
Задачи удобно разделить по ролям с разными инструментами и правами.
Их может выполнять один сервис или несколько отдельных агентов.
| Роль | Основная задача |
|---|---|
| Service Desk | Приём заявок, уточнение данных, классификация и назначение обращения. |
| Инженер | Диагностика проблемы, поиск решения и выполнение проверок. |
| Аналитик поддержки | Контроль качества, анализ повторяющихся обращений и развитие базы знаний. |
Рисунок 2 — Разделение ролей ИИ-агента в процессе поддержки
Service Desk — приём заявок и ведение учёта
ИИ-агент может взять на себя первичную обработку обращений: регистрацию заявки, уточнение информации и подготовку данных для дальнейшей работы.
- принимать и регистрировать обращения;
- уточнять недостающие данные;
- определять категорию, срочность и влияние проблемы;
- назначать группу или исполнителя с учётом доступных данных;
- сообщать пользователю статус заявки.
При наличии необходимых интеграций агент может создавать пользователей и организации в GLPI, заполнять карточки и связывать пользователей с оборудованием по согласованным шаблонам.
Также возможна организация инвентаризации: запуск разрешённых заданий сбора данных, сверка результатов с карточками активов, выявление дублей и устаревших сведений.
Фактический сбор сведений об оборудовании выполняет GLPI Agent — отдельная программа инвентаризации.
ИИ-агент управляет доступными заданиями, анализирует результаты и может по запросу изменять связи между активами, пользователями и группами при наличии соответствующих прав.
Инженер — диагностика и решение
После первичной обработки заявки ИИ-агент может подготовить информацию для инженера и помочь с диагностикой.
- изучить симптомы, историю оборудования и уже выполненные проверки;
- задать технические уточнения;
- найти решение в базе знаний и похожих закрытых обращениях;
- проверить применимость найденного решения;
- предложить пользователю шаги со ссылкой на источник.
При подключении к мониторингу и средствам администрирования агент может анализировать журналы, состояние сервисов и выполнять разрешённые проверки по утверждённым сценариям.
После решения проблемы агент может проверить результат, зафиксировать решение и подготовить заявку к завершению по установленному регламенту.
Если надёжного решения нет или недостаточно прав для выполнения действия, заявка передаётся специалисту с краткой сводкой уже выполненных проверок.
Аналитик поддержки — качество и база знаний
Отдельная роль ИИ-агента — помощь в развитии процессов поддержки.
- выявлять повторяющиеся обращения и признаки общего сбоя;
- предлагать связывать похожие заявки и проводить разбор причины;
- контролировать сроки реакции и решения по SLA;
- готовить отчёты о нагрузке и качестве поддержки;
- готовить черновики статей базы знаний без персональных данных.
Проверку и публикацию материалов базы знаний выполняет сотрудник.
Пример: «Не работает VPN»
Рассмотрим типовой сценарий обращения пользователя.
Шаг 1. Пользователь сообщает: «Не работает VPN».
Шаг 2. Service Desk регистрирует заявку, уточняет устройство, текст ошибки, классифицирует обращение и назначает ответственную роль.
Шаг 3. ИИ-агент инженерного уровня изучает данные, находит подходящую инструкцию и предлагает проверки.
Шаг 4. Если проблема сохраняется, заявка передаётся сетевому специалисту со сводкой уже выполненных действий.
Например:
Интернет работает;
VPN выдаёт указанную ошибку;
перезапуск клиента не помог.
После успешного решения результат фиксируется, а заявка может быть завершена по установленному регламенту.
В дальнейшем аналитический агент может выявлять похожие обращения: массовый сбой потребует общего разбора, а часто повторяющееся решение — новой статьи базы знаний.
Где необходим контроль специалиста
На первом этапе автоматизации рекомендуется ограничить действия агента.
- разрешить поиск информации и подготовку черновиков;
- оставить изменения в системе за сотрудником;
- после проверки качества автоматизировать типовые сценарии.
Для создания пользователей и сущностей GLPI необходимо заранее задать допустимые шаблоны и профили доступа.
Выдача прав, выполнение команд на оборудовании и закрытие обращений требуют явно заданных правил подтверждения.
Агент должен видеть только разрешённые данные. Текст заявки и вложения рассматриваются как входные данные и не должны менять права или правила работы агента.
Безопасность и контроль доступа
При использовании ИИ-агента необходимо заранее определить, какие данные доступны системе и какие действия разрешены.
- агент должен видеть только разрешённые данные;
- права доступа должны задаваться заранее;
- действия агента должны фиксироваться;
- источники найденной информации должны сохраняться для анализа ошибок.
Если используется внешняя языковая модель, необходимо заранее определить, какие сведения допустимо передавать.
Текст заявки и вложения рассматриваются как входные данные. Они не должны изменять права или правила работы агента.
Записи о найденных источниках и выполненных действиях помогают анализировать ошибки и улучшать сценарии работы агента.
Как оценить пользу от внедрения ИИ-агента
Начать удобно с одной категории заявок, например проблем с VPN, и сравнить результаты с исходным процессом поддержки.
| Показатель | Что показывает |
|---|---|
| Время до первого содержательного ответа | Насколько быстрее пользователь получает полезную информацию. |
| Правильность назначения исполнителя | Насколько точно заявка попадает к нужному специалисту. |
| Время работы специалиста с заявкой | Сколько времени требуется на обработку обращения. |
| Количество повторных обращений | Помогает оценить качество первичного решения. |
| Доля исправленных ответов | Показывает качество подготовки ответов агентом. |
Быстрый автоматический ответ сам по себе не означает улучшения поддержки.
Практический результат —
пользователь быстрее получает полезную помощь, а специалист тратит меньше времени на сбор сведений и повторение стандартных действий.
Эффект зависит от качества базы знаний, выбранных сценариев и настройки интеграции.
ИИ-агент как часть управляемой поддержки
ИИ-агент позволяет перенести часть повторяющихся операций технической поддержки из ручного процесса в автоматизированный сценарий.
При этом контроль прав, проверка решений и управление изменениями остаются за специалистами.
Основная ценность — сокращение времени обработки обращений и повышение качества поддержки за счёт использования накопленных знаний.
