Разделы

Цифровизация Бизнес-приложения Внедрения Маркет

2GIS автоматизировала работу внутренней техподдержки с помощью ИИ Microsoft

Международная картографическая компания 2GIS автоматизировала работу внутренней техподдержки за счет применения технологий машинного обучения. Система на базе Microsoft Azure Machine Learning автоматически сортирует все входящие заявки, благодаря чему специалистам не приходится делать это вручную. Освободившееся время уходит на выполнение более важных задач.

Под брендом 2GIS работают 4,5 тыс. специалистов. Среди них – пользователи разработанных внутри компании приложений для отрисовки карты, наполнения справочника, CRM и др. Каждый день служба внутренней поддержки компании получает от них в среднем 200 заявок, классификацией которых занимаются два специалиста. При ручной сортировке на каждый запрос у них уходило около минуты. Компании требовался инструмент, способный сократить время обработки каждой заявки, чтобы высвободить сотрудникам время для более важной работы.

Для решения этой бизнес-задачи была разработана система на базе Azure Machine Learning для клиента Jira Service Desk, используемого в компании для ведения учета заявок. Благодаря машинному обучению происходит автоматическая классификация входящих заявок по 28 группам вопросов (классам). Система убирает лишние символы, нечитаемые кодировки, вычищает знаки препинания, а затем определяет класс, к которому принадлежит заявка. Специалисту остается только убедиться, что система правильно ее классифицировала. Средняя точность предсказаний уже сейчас составляет 74%, а по некоторым классам превышает 85-90%, при этом модель самообучается и совершенствуется по мере обработки заявок.

«2GIS располагает высокотехнологичной системой внутренней техподдержки, мы используем трендовые облачные разработки в области ML и самостоятельно конфигурируем эти решения под наши задачи, – сказал Павел Денисов, руководитель группы сопровождения внутренних продуктов 2GIS. – В том числе благодаря этому 2GIS достаточно двух сотрудников в первой линии техподдержки – технологии ML позволяют не только сократить объем рутинных задач, но и повысить эффективность труда специалистов».

Применение Azure ML позволило сократить срок классификации заявки до 5-7 секунд, таким образом освободив более 70 человеко-часов в месяц (около 40% рабочего времени сотрудника). Специалисты получили возможность более качественно и углубленно изучать заявки, а также брать дополнительные, более важные задачи в освободившееся время.

Олег Пашинин, «Философия.ИТ» — Как в «Росатоме» импортозаместили западную СЭД
Импортонезависимость

Примечательно, что для разработки системы 2GIS не потребовалось привлекать разработчиков – сотрудники отдела ИТ-поддержки самостоятельно создали рабочее решение, так как для работы с Azure Machine Learning Studio не требуется наличия специализированных знаний.

В планах 2GIS – сделать автоматическое назначение заявок по всем классам без премодерации. И в будущем – полностью исключить процесс маршрутизации заявок на первой линии.