Fix Price внедрил ИИ в процесс обработки внутренних заявок в компании

Это позволило автоматизировать процесс анализа первичных запросов в ИТ-поддержку, что привело к сокращению времени передачи обращения и поиска конкретного исполнителя. Следующим шагом развития проекта станет автоматизация процесса анализа запросов в другие подразделения компании.

С момента запуска сервиса было обработано уже около 100 тыс. заявок.

«Ежегодно в ИТ-подразделение компании поступает более 200 тыс. запросов на решение различных задач и вопросов от сотрудников. Несмотря на предложенную категоризацию задач, многие из них попадают не к профильным специалистам или не в ту категорию, что увеличивает время ожидания ответа и тормозит процессы. Благодаря новому сервису, теперь запросы анализируются ИИ. Значительный объем накопленных структурированных данных позволил нам успешно запустить пилотный проект, обучить необходимые модели ИИ и получить промежуточные результаты по распознаванию заявок на уровне выше 85%», – отметил Олег Лексин, начальник ИТ-службы Fix Price.

Для решения задачи была использована совокупность методов обработки естественного языка, включая обучение, дообучение и интеграцию ансамбля различных моделей машинного обучения catboost (open-source библиотека с реализацией алгоритма градиентного бустинга от Яндекс), rubert (open-source дистиллированная модель, реализованная на базе BERT от Google) и ряда вспомогательных технологий open-source.

Читайте также:
Как использовать ChatGPT для email-стратегии: разбираем на конкретных задачах для нейросети

***

Самые интересные новости читайте в нашей группе в  VKontakte, а также на канале в ДЗЕН.

Больше новостей и возможность поделиться своим мнением в комментариях на нашем канале в Telegram.

И подписывайтесь на итоговую рассылку самых важных новостей.

New Retail