AI в Helpy: умная поддержка, которая растёт вместе с бизнесом

1. Сократить количество ручных действий, которые выполняет оператор Helpy при обработке обращений, за счёт внедрения AI-инструментов маршрутизации, суммаризации и генерации ответов.

2. Уменьшить среднее время реакции и разрешения обращения (time to resolution), сохранив качество обслуживания и удобство для пользователей.

3. Снизить нагрузку на операторов и зависимость скорости обработки от численности команды.

4. Создать технологическую основу для дальнейшей автоматизации поддержки — внедрения автоответов и агентной архитектуры Helpy AI.

• Внедрён комплекс AI-инструментов, автоматизирующих ключевые операции в службе поддержки Helpy. Механизм автоопределения направления обращений направляет запросы сразу в профильную команду с точностью до 88,5%, что сокращает ручную маршрутизацию и ускоряет обработку.

• Запущена суммаризация диалогов, которая автоматически формирует краткое описание запроса, действий и итогов, упрощая передачу обращений между линиями поддержки.

• Реализованы функции парафразирования и перевода сообщений, повышающие скорость и качество коммуникации с сотрудниками в разных регионах.

• В чатах Helpy внедрены нейросаджесты — AI-подсказки на основе базы знаний, которые помогают операторам формулировать ответы быстрее и в едином тоне.

• Дополнительно запущен модуль «Нейрокачество», который с помощью ИИ анализирует все диалоги по стилистическим, эмоциональным и орфографическим критериям, расширяя охват проверки качества с 5–10% до 99%. Эти инициативы заложили технологическую основу для перехода к авто AI-ответам.

Для реализации проекта использовались внутренние ML- и LLM-инструменты Яндекса, а также GPU-инфраструктура, обеспечивающая работу крупных моделей. Основой архитектуры стали пайплайны на базе внутренних сервисов для классификации, генерации и анализа текстов, интегрированные с экосистемой Helpy. Для реализации отдельных сценариев применялись OpenAI SDK и внутренние библиотеки для работы с агентной архитектурой (Agentic RAG). Все решения интегрированы с внутренней базой знаний Helpy, CRM и чатовой платформой, что обеспечивает единый поток данных между обращениями, контентом и AI-механизмами.

Главной сложностью стало внедрение LLM-технологий в существующую инфраструктуру Helpy. Модели искусственного интеллекта представляют собой «чёрный ящик» — они требуют тонкой настройки, подбора промптов, регулярного переобучения и контроля качества результатов, чтобы избежать непредсказуемого поведения в продакшене.

Дополнительные сложности возникли из-за неидеального качества исходных данных: обращения сотрудников различаются по стилю, и языку, что требовало очистки, нормализации и верификации контента для корректной работы моделей маршрутизации, суммаризации и генерации ответов.

Отдельным вызовом стал процесс адаптации операторов к новым инструментам. Внедрение AI-функций сопровождалось изменением привычных интерфейсов и логики работы, потребовалось провести обучение, собрать обратную связь и постепенно интегрировать решения в рабочие процессы. Всё это делалось без остановки текущей поддержки, что потребовало высокой координации между командами разработки, ML, UX и службы качества.

• Проект направлен на внедрение искусственного интеллекта в ключевые процессы поддержки Helpy и обновление интерфейсов под новые AI-сценарии. Цель — повысить скорость и качество обработки обращений, автоматизировать рутинные задачи операторов и создать технологическую основу для перехода к «умной поддержке».

• Интерфейсы чатов и CRM были переработаны, чтобы встроить инструменты AI: автоматическое определение направления обращения, генерацию саммари диалогов, подсказки на основе базы знаний, а также функции парафразирования и перевода сообщений. Все решения интегрированы в рабочие панели операторов и адаптированы под специфику разных линий поддержки. Для сотрудников компании взаимодействие остаётся привычным, но обращения обрабатываются быстрее и точнее.

• Особое место в проекте занимает модуль Нейрокачество — инструмент, который помогает службе контроля качества. Система автоматически анализирует все диалоги по стилистическим, эмоциональным и орфографическим критериям, выявляет отклонения от корпоративного тона и ошибок, расширяя охват проверки с 5–10% до почти 100% взаимодействий. Это позволяет команде качества сосредоточиться на аналитике и развитии стандартов общения, а не на ручной выборке диалогов.

Весь мир. Обращения поступают от пользователей из любых регионов, вне зависимости от наличия в них офисов.