Уралхим — ML-помощник оператора Service Desk: автоматическая классификация и маршрутизация IT-заявок

ИТ-департамент «Уралхима» разработал и внедрил ИИ-помощника оператора Service Desk — систему автоматической классификации и маршрутизации входящих IT-заявок. Система принимает обращения от сотрудников, анализирует текст заявки с помощью NLP-модели и автоматически маршрутизирует её на соответствующую рабочую группу.

Первая версия внедрена на «Уралхим» в 2019 году, расширена на «Уралкалий» в 2020 году. В 2022 году система переведена на самописное решение на Python (REST-сервис), полностью избавившись от зависимости от зарубежного стороннего ПО. Модели непрерывно дообучаются на основе обратной связи операторов Service Desk.

В рамках той же цифровой программы «Уралхим» создал Школу аналитиков данных — обучающую программу для сотрудников предприятий, по итогам которой более 500 человек прошли обучение, 90 из них защитили собственные проекты по цифровизации.

IT-служба «Уралхима» обрабатывала более 330 000 IT-обращений в год. Ручная первичная сортировка и маршрутизация заявок занимала значительное время операторов первой линии, увеличивая среднее время решения заявки. Требовалась автоматизация рутинной работы первой линии поддержки.

• Автоматизировать классификацию и маршрутизацию IT-заявок без участия оператора

• Сократить среднее время обработки обращений

• Обеспечить масштабирование на другие предприятия холдинга

• Обеспечить технологическую независимость от зарубежного ПО

• Финансы

• Сокращение операционных затрат на функцию Service Desk за счёт автоматизации 85% обращений Время

• Среднее время обработки одного обращения сокращено с 23 минут до 4,9 минуты (более чем в 4,5 раза) Качество и эффективность

• Доля автоматически обрабатываемых обращений: 85% от общего объёма

• Объём: 330 000 обращений в год обрабатывается в автоматическом режиме Нагрузка и масштаб

• Система развёрнута одновременно в двух крупных холдингах: «Уралхим» и «Уралкалий»

• Школа аналитиков данных: 500+ сотрудников обучено, 90 защитили проекты Надёжность

• Непрерывное дообучение модели на основе разметки операторов обеспечивает рост качества классификации во времени Импортозамещение и compliance

• С 2022 года система работает на собственном Python REST-сервисе без зарубежного ПО

• Используются открытые предобученные модели — без лицензионной зависимости Качественный эффект: «Уралхим» создал полностью самостоятельную внутреннюю компетенцию по разработке NLP-систем: команда, архитектура, модели и данные — всё под контролем компании.