Обращение принято: Как повысить качество обработки электронных запросов

Обращения в различные инстанции, сервисы и службы поддержки уже давно стали бесконтактными. Но обратной связи порой не получается. Везде отвечают чат-боты, а проблемы требуют участия оператора.

Например, журналист "РГ" попыталась выяснить у автодорожной инспекции правомерность нескольких штрафов. Ответ на запрос так и не был получен. Не спешат идти на онлайн-контакт и коммунальщики. Поэтому за конкретикой и результатом все равно приходится ехать в офис компании.

Проблема обратной связи действительно существует. Специалисты утверждают, что так происходит потому, что "ящики для заявок" компании давно создали, а как грамотно с этими заявками работать еще далеко не все знают.

Например, как показало недавнее исследование компаний BPMSoft (ИТ-холдинг LANSOFT) и Softline, пока что только каждая третья крупная российская компания тестирует или применяет искусственный интеллект в ITSM. Еще 33% планируют внедрение ИИ во внутренние сервисные процессы, а 31% компаний в принципе не рассматривают такую возможность в ближайшей перспективе.

ITSM (IT Service Management) - это не какая-то сложная технология, а именно умная система приема заявок, которая автоматически распределяет их между сотрудниками, следит, чтобы никто не пропустил дедлайн по ответам, хранит всю историю. В результате видно, сколько задач решается каждый день, где возникают задержки и почему.

Как показывает исследование, уровень зрелости использования ITSM в российских компаниях существенно различается. Для самой многочисленной группы респондентов (38%) ITSM остается прежде всего системой регистрации обращений. Еще 18% рассматривают ее как платформу управления ИТ-сервисами, а 23% используют как полноценную операционную платформу с процессами управления изменениями, активами и аналитикой.

Шаблонный ответ от службы поддержки не всегда означает, что специалисты не разобрались в проблеме. Чаще всего это связано с тем, что у компании есть большой поток типовых обращений: вопросы повторяются, и для них заранее подготовлены проверенные скрипты. Это позволяет поддержке быстрее реагировать и не заставлять пользователя ждать, пока специалист каждый раз заново сформулирует ответ.

Проблема возникает, когда готовый сценарий используют там, где ситуация требует индивидуального разбора. Пользователь описывает конкретную проблему, а в ответ получает общую инструкцию - и тогда возникает ощущение, что его обращение даже не прочитали.

"Задача службы поддержки - не отказываться от скриптов, а понимать, когда готовый ответ действительно решает вопрос пользователя, а когда нужно выйти за его рамки и разобраться в ситуации. В идеале пользователь вообще не должен замечать, был ли ответ подготовлен по сценарию или написан с нуля: для него важно, чтобы ответ решал именно его проблему", - говорит маркетолог по росту и развитию продукта Unisender Елена Лесных.

По ее словам, в случаях, когда поддержка не поняла вопросы пользователя, часто просто не хватает контекста. Пользователь хорошо знает, что произошло у него, поэтому ему кажется, что из сообщения все очевидно. Для специалиста поддержки это может выглядеть совсем иначе.

Например, сообщение "не работает рассылка" само по себе практически ничего не говорит. Важно понимать, что именно не работает: не отправляются письма, не проходит конкретная кампания, возникает ошибка при создании шаблона письма или проблема появляется уже у получателей. Помогают также скриншоты, описание последовательности действий и информация о том, какой результат пользователь ожидал получить.

По мнению коммерческого директора компании BPMSoft Вадима Сорокина, риски возникают тогда, когда отсутствуют единые правила владения данными, их синхронизации и использования.

"Сегодня наиболее понятная область применения ИИ в ITSM - работа службы поддержки. Здесь ИИ помогает автоматически классифицировать и маршрутизировать обращения, находить релевантные материалы базы знаний, готовить черновики ответов, запускать типовые сценарии, например, проверку статуса заявки. Поскольку эти задачи опираются на уже существующие процессы, их эффект легко измерить - по скорости обработки обращений, качеству ответов, удовлетворенности пользователей", - поясняет Вадим Сорокин.

Самое эффективное решение - синергия ИИ и человека. Без этого не обойтись, добавляет доцент кафедры стратегического и инновационного развития Финансового университета при Правительстве РФ Михаил Хачатурян. Именно комбинация естественного и искусственного интеллекта, подчеркивает он, позволит сократить время реакции системы на заявки и повысить качество ответов.

"Хорошая поддержка должна уметь быстро уточнить недостающую информацию, а если вопрос проще решить напрямую - оперативно связаться с клиентом. Важно, чтобы руководитель поддержки или персональный менеджер держал контекст проблемы и был на связи с разработкой: такая связка помогает быстрее найти решение и не превращать обращение в длинную переписку", - говорит Лесных.

Она добавляет, что сегодня особо активно в работу службы поддержки внедряются технологии искусственного интеллекта. Он может выделить из длинного сообщения суть проблемы, определить тему обращения, извлечь важные детали и сразу направить запрос нужному специалисту.

При этом ИИ здесь - инструмент поддержки специалиста, а не его замена. Он снимает рутинную работу - классифицирует обращения, ищет информацию, помогает подготовить ответ, - а сотрудник подключается там, где нужно разобраться в контексте и принять решение.

Лесных отмечает, что поддержка - одна из основных точек взаимодействия пользователя с продуктом. ИИ может анализировать не только отдельные обращения, но и весь поток сообщений, выделяя повторяющиеся проблемы и объединяя их в конкретные темы. Поддержка в этом случае становится связующим звеном между пользователем и командой разработки: она передает разработчикам не отдельные жалобы, а уже структурированные запросы о том, с какими проблемами пользователи сталкиваются чаще всего.

При этом самостоятельно нейросеть обычно не может переписываться с компанией в чате поддержки, но может помочь пользователю составить обращение или следующий ответ. В пресс-службе Алисы AI объясняют, что технологически нейросеть удерживает контекст диалога: помнит, о чем шла речь раньше, и опирается на предыдущие ответы - переписка не начинается каждый раз с чистого листа. Это одно из направлений, которое активно развивается в продукте: чем лучше ИИ держит историю чата, тем полезнее нейросеть в длинных многосоставных запросах, где важно не потерять нить и учесть контекст запроса.

"Сегодня нейросеть не только отвечает, но и выполняет конкретные действия за пользователя в агентских сценариях, например, бронирует столики в ресторанах или записывает в салоны красоты, проводит исследования и совершает покупки. Агенты, которые самостоятельно ведут коммуникацию - ближайшая перспектива. При этом такие сценарии строятся на согласии и контроле человека: ключевые шаги пользователь подтверждает", - добавляют в пресс-службе сервиса.

"Преимущество в ближайшие годы получат не те компании, которые просто купят самую современную ITSM-платформу, а те, кто сможет навести порядок в процессах и данных, назначить ответственных за сервисы и грамотно встроить ИИ-агентов в рутинные операции", - добавляет доцент кафедры информатики РЭУ им. Г.В. Плеханова Александр Тимофеев.

ИТ-директор АО "КИВИ" Олег Васютин считает, что на качество запросов влияет размытая ответственность внутри самой компании. Пока несколько подразделений определяют, чья это зона ответственности, пользователь просто ждет.

"Во внешнем клиентском сервисе цена такого ожидания быстро проявляется в потерянной транзакции или клиенте. Внутри компании последствия менее заметны: это потерянное рабочее время, повторные обращения. Нужна единая точка входа для обращений, понятный владелец каждого сервиса, прозрачный статус заявки для самого сотрудника. Если человек понимает, кто занимается его вопросом и на каком этапе он находится, у него меньше причин дублировать обращение по почте, в чате или напрямую знакомому специалисту", - поясняет Васютин.

Позитивный момент в том, что российский рынок ITSM, как показывает исследование BPMSoft и Softline, продолжает уверенный рост. В 2022 году его объем оценивался в 8-10 млрд рублей, к 2024 году он достиг 12-15 млрд рублей. По оценке участников рынка, положительная динамика сохранится и в ближайшие годы: к 2030 году объем рынка может превысить 25 млрд рублей. При этом эксперты отмечают качественное изменение его структуры: ранее основным драйвером роста было импортозамещение. Сегодня же фокус смещается на повышение зрелости ITSM-процессов и их экономической эффективности.

В то же время главными барьерами развития ITSM остаются организационные и экономические факторы. Наиболее часто компании называют недостаточный бюджет (59%), недостаточную зрелость процессов (44%), неочевидный бизнес-эффект от внедрения (38%) и нехватку владельцев процессов (33%). Также респонденты упоминают требования информационной безопасности, сопротивление изменениям, дефицит компетенций сотрудников.