Наймите хоть сто человек в поддержку — заявки всё равно не будут решаться на первой линии
Бороться с низким FLR можно по-разному. Иногда, если поддержка не может решать проблемы сама, без второй линии, бизнес делает вывод, что на первой не хватает рук. Нанимаем ещё десяток человек, потом ещё, потом ещё. Полгода спустя штат первой линии вырос на треть, а FLR остался там же, где был до найма. Иногда даже чуть просел, потому что новички чаще передают обращения дальше: знаний и прав у них меньше, чем у опытных коллег.
ИИ в техподдержке для разработчиков: от чат-ботов к агентам, которые чинят билды
Ещё пару лет назад «ИИ в поддержке» означало чат-бота с кнопками, который многих раздражал. Сейчас картина изменилась радикально. В 2026 году службы поддержки разработчиков строят не одного умного бота, а комбинацию агентов: одни копают логи и код, другие готовят контекст для инженера, третьи – по команде человека – открывают Pull Request с фиксом.
Фреймворк RAFT: как работает RAG на максималках от Microsoft
Чтобы быстрее отвечать пользователям, команды техподдержки применяют RAG — подход, при котором нейросеть ищет информацию в базе знаний и опирается на нее при подготовке ответа.Проблема в том, что в архивных тикетах важные детали часто разбросаны по переписке: по отдельному фрагменту не всегда понятно, какие способы уже проверяли и чем всё закончилось. К тому же в ходе диагностики часто появляются новые факты, которые меняют представление о проблеме.
ERP внедрили. Что дальше? Часть III. От Project-DR к Enterprise-DR
Как проектная модель предприятия превращается в машиночитаемое эксплуатационное ядро и живёт после завершения проекта Начало в статье ERP внедрили. Что дальше?Термины, используемые в статьеProject-DR ERP Technology Distribution — полное название технологической сборки. В дальнейшем — «технологическая сборка Project-DR ERP», версия.Project-DR — Project Digital Replica, проектная цифровая реплика
ИИ в 1С без магии: что обсудили на сессии Инфостарта на Петербургском цифровом хабе
3 сентября Инфостарт принял участие в Петербургском цифровом хабе 2026. В программе форума прошла сессия «Искусственный интеллект в 1С: практические сценарии применения, кейсы и инструменты для бизнеса».
Жизнь после RAG: MCP, логи и автоматический анализ тикетов Jira
Привет, Хабр! Меня зовут Илья Парамошин, я ведущий инженер в МТС Web Services. В прошлый раз я рассказывал об архитектуре RAG-помощника для технической поддержки: индексации Confluence и Jira, гибридном поиске, генерации ответов с цитатами и оценке качества поиска. А недавно мы опубликовали продолжение — о том, как построили ИИ-агента для анализа тикетов.
Техническая поддержка: ключевые метрики и тренды 2026–2027
ВведениеДанный отчет составлен на основе актуальных данных ведущих аналитических агентств и исследовательских компаний мира — Gartner, Forrester, Zendesk, Salesforce и других.
Почему я перестал слать каждый вопрос в LLM: архитектура предсказуемого конвейера
О проекте. Я разрабатываю систему ИИ-поддержки первой линии — «Финлоджик. Контур Поддержки» (FinlogiQ AI Support). Бот принимает обращения через веб-чат и Telegram, понимает суть вопроса, ищет ответ в базе знаний и передаёт сложные случаи живому оператору. Делаю один: начиналось как заказная разработка под клиента, затем выросло в самостоятельный продукт. Это первая статья из цикла о внутреннем устройстве системы.Пара терминов: LLM (large language model) — большая языковая модель, нейросеть вроде YandexGPT или DeepSeek; RAG
