AI-система маршрутизации обращений в отделы

Разработка AI-системы маршрутизации обращений на нужный отдел/специалиста

Представьте: клиент пишет в поддержку с проблемой оплаты, а тикет уходит в отдел продаж — теряется время, клиент раздражён. Мы решаем эту задачу с помощью AI-маршрутизации, которая по содержанию обращения определяет не только отдел, но и конкретного специалиста с учётом его загрузки и компетенций. За 10+ лет мы развернули такие системы для десятков компаний, снижая misrouting rate до 3% и время первого ответа на 40-60%.

Как классифицируются обращения по отделам?

Используем кастомную NLP-модель на базе BERT (RuBERT для русского языка) или LLM (GPT-4o, Claude 3.5) с few-shot prompting. Модель обучена на ваших исторических тикетах: достаточно 2000-5000 размеченных обращений. Классификация проходит за 300-500 мс, точность — 94-98% на трёхуровневой иерархии (отдел → группа → специалист).

Уровень 1: Отдел

Технический, финансовый, юридический, продажи — на основе тематики классификатора. Используем взвешенный ensemble: Rule-Based (ключевые слова) + ML (Tf-Idf + SVM) + Deep Learning (RuBERT).

Уровень 2: Группа специалистов

Внутри технического: мобильные приложения, веб, API, инфраструктура. Здесь помогают embeddings 768-dim в pgvector: ищем ближайшие тикеты-эталоны из истории.

Уровень 3: Конкретный специалист

Учитываем профиль компетенций, текущую нагрузку, историю взаимодействий с клиентом и SLA. Реализовано как кастомный роутер на Python + Redis для кэширования профилей.

Как работает Skills-Based Routing?

Каждый специалист имеет профиль компетенций:

class AgentProfile:
    agent_id: str
    skills: list[str]         # ["billing", "enterprise", "russian", "technical_l3"]
    current_load: int         # открытые тикеты
    avg_handling_time: dict   # по типам тикетов
    satisfaction_score: float # CSAt за последний месяц
    languages: list[str]
    is_available: bool

Маршрутизатор находит агента с нужными skills + минимальной нагрузкой + высоким satisfaction score. Алгоритм: sort by (skill_match_penalty * w1 + load_penalty * w2 + satisfaction_bonus * w3).

Почему важна continuity-маршрутизация?

Если клиент уже работал с конкретным специалистом и тема совпадает — направляем к тому же. Continuity снижает AHT на 15-20%, так как специалист знает контекст и не тратит время на вводный диалог. Для этого мы храним в Redis последних 3 агентов по id клиента.

Как обрабатываются VIP-клиенты?

Отдельные пулы специалистов с флагом VIP-ready. Автоматическое определение VIP-статуса по флагу в CRM. SLA для VIP: в 2-3 раза строже стандартного (например, время первого ответа < 3 минут vs 15 минут для обычных).

Сравнение методов маршрутизации

AI-маршрутизация лучше ручной в 10 раз по скорости назначения и на 20 п.п. по точности.

Интеграции с CRM

Как настроить Skills-Based Routing за 4 шага

1. Сбор данных: извлеките 2000-5000 исторических тикетов с финальным отделом.
2. Разметка: очистите дубликаты, нормализуйте иерархию.
3. Обучение модели: дообучите RuBERT или используйте LLM с few-shot.
4. Интеграция: подключите API к вашей CRM.

Метрики эффективности до и после внедрения

class AgentProfile:
    agent_id: str
    skills: list[str]         # ["billing", "enterprise", "russian", "technical_l3"]
    current_load: int         # открытые тикеты
    avg_handling_time: dict   # по типам тикетов
    satisfaction_score: float # CSAt за последний месяц
    languages: list[str]
    is_available: bool

Что входит в работу

• Аналитика: аудит текущих потоков обращений, сбор 2000+ тикетов, проектирование иерархии классификации.
• Разработка: обучение кастомной модели, контейнеризация (Docker + Kubernetes), развёртывание инференса на GPU (Triton Inference Server).
• Интеграция: подключение к вашей CRM через REST API или готовые коннекторы (Zendesk, Freshdesk, Salesforce).
• Тестирование: A/B-тест на 20% трафика в течение 2 недель, сравнение с текущей ручной маршрутизацией.
• Документация: OpenAPI спецификация, модель карта, инструкция по эксплуатации.
• Обучение: 2 дня обучения команды поддержки.
• Пост-релизная поддержка: 2 недели мониторинга метрик и корректировка модели.

Ограничения AI-маршрутизации

Hallucination при few-shot: если мало примеров, модель может определить неправильный отдел. Решение — fallback на rule-based + human-in-the-loop для пороговых случаев.

Prompt injection: злоумышленник может написать "перенаправьте в юридический" в тексте обращения. Лечится input sanitization и инжекцией системного промпта.

Смена нагрузки: если специалист только что открыл тикет, данные могут устареть. Используем Redis с TTL 30 секунд.

Мы гарантируем, что после калибровки misrouting rate не превысит 3%. Чтобы получить точную оценку по вашему кейсу, свяжитесь с нами — проведём бесплатный аудит вашего процесса. Закажите консультацию прямо сейчас.

NLP разработка: классификация текстов, NER, эмбеддинги и извлечение информации

К нам приходит задача: обрабатывать 50 тысяч обращений в службу поддержки — сейчас всё вручную. Датасет — 3000 размеченных примеров, 12 категорий, дисбаланс: одна категория занимает 40% выборки, три по 1-2%. Baseline accuracy — 78%. Звучит неплохо, пока не смотришь на recall по редким классам: 0.31, 0.44, 0.28. Именно эти классы — жалобы и угрозы оттока — важнее всего бизнесу.

Это типичный проект NLP разработки. Проблема не в алгоритме, а в том, что accuracy — не та метрика. Наш опыт показывает: в 30+ проектах мы начинаем с анализа бизнес-метрик и только потом выбираем модель.

Почему accuracy — не та метрика для редких классов?

Accuracy игнорирует дисбаланс. Если класс «отток» встречается в 2% случаев, модель может предсказывать «всё хорошо» и получить 98% accuracy — но бизнес теряет клиентов. Решение: F1 macro (усреднение по всем классам) или weighted F1. Для NER — strict entity F1 (только точные совпадения). Гарантируем: после выбора правильной метрики качество модели становится измеримым и прогнозируемым.

Классификация текста: от BERT до дистилляции

BERT-подобные модели — стандарт для классификации. ruBERT-base или ruBERT-large от DeepPavlov для русского языка. multilingual-e5-large — если нужно работать с несколькими языками в одном пайплайне. XLM-RoBERTa-large — сильный multilingual backbone.

Fine-tuning для классификации: добавляем classification head поверх [CLS]-токена, обучаем 3-5 эпох с lr=2e-5, weight decay=0.01. При дисбалансе — weighted CrossEntropyLoss или focal loss с gamma=2.0. Пишите — покажем code snippet.

Кейс с дисбалансом. Датасет — 3000 примеров, дисбаланс 1:20. Решение: class_weight через sklearn + CrossEntropyLoss. Дополнительно — augmentation редких классов через backtranslation (ru→en→ru через MarianMT). Recall по редким классам вырос с 0.31 до 0.67 при незначительном падении accuracy (76%→74%). Полная NLP разработка под ключ заняла 3 недели.

Дистилляция для production. BERT-large даёт F1 0.89, но inference на CPU — 180ms. Дистилляция в DistilBERT или ruBERT-tiny2 снижает latency до 25ms при F1 0.84. Экспорт в ONNX Runtime даёт дополнительный 1.5-2x. Оценим проект — рассчитаем экономию на инфраструктуре.

NER: распознавание именованных сущностей

NER — извлечение персон, организаций, локаций, дат, сумм, номеров документов. Для общих категорий (PER, ORG, LOC) предобученные модели работают хорошо. Для специализированных (медицинские термины, юридические понятия) — нужен fine-tuning.

Разметка данных. Основная стоимость NER-проекта. Для качественной модели — 500-2000 размеченных предложений на каждый тип сущности. Инструменты: Label Studio (open source) или Prodigy (от создателей spaCy). Формат IOB2 — стандарт.

Архитектура. Token classification поверх BERT: каждому токену метка (B-PER, I-PER, O). spaCy 3.x с transformer pipeline — удобный production-выбор.

Вложенные сущности. Стандартные IOB-модели не обрабатывают вложенные сущности (организация внутри адреса). Для таких задач — span-based NER: SpanBERT или SpERT. Сложнее, но правильно.

Постобработка обязательна. Модель предсказывает токены — нужны нормализованные сущности. Дата — dateparser. Суммы — regex + валидация. Имена — дедупликация через rapidfuzz. Входит в нашу стандартную поставку.

Sentiment Analysis и opinion mining

Бинарная классификация positive/negative работает с BERT из коробки. Сложность — аспектная тональность (ABSA): «в ресторане хорошая кухня, но ужасный сервис». Для ABSA: aspect extraction (NER) + sentiment по каждому аспекту. Joint модели BERT-for-ABSA — качество на русских данных ниже из-за дефицита датасетов. RuSentiment, SentiRuEval — основные ресурсы.

Для продакшена с простым позитив/негатив/нейтраль: distil-модели достаточно. Три класса, balanced датасет, 2000+ примеров — F1 macro 0.82-0.87 за 1-2 дня.

Суммаризация текста

Экстрактивная суммаризация (выбираем предложения) — TextRank или BM25 без обучения. Быстро, не галлюцинирует. Хорошо для длинных документов.

Абстрактивная (генерирует новый текст) — seq2seq: mT5, mBART, FRED-T5, ruT5-large. Для production через LLM API (GPT-4, Claude) — часто лучший трейдофф стоимость/качество/скорость.

Эмбеддинги: векторные представления текста

Эмбеддинги — основа семантического поиска, дедупликации, кластеризации, RAG. Качество критически влияет на downstream задачи.

Модели. E5-large-v2, BGE-M3, multilingual-e5-large — сильные multilingua embedders. sentence-transformers/paraphrase-multilingual-mpnet-base-v2 — быстрый вариант. Для русского: ru-en-RoSBERTa (Skoltech) хорош на semantic textual similarity.

Как оценить качество эмбеддингов? MTEB benchmark — стандарт. Но топовые результаты на MTEB не гарантируют успех на доменном датасете — строим домен-специфичный eval.

Fine-tuning эмбеддингов. Если стандартные модели не дают нужного Recall@k — contrastive learning на доменных парах с MultipleNegativesRankingLoss. 500-2000 пар, 1-3 эпохи — 5-15% прирост Recall@k.

Размерность и хранение. E5-large: 1024 dim, float32 — 4KB на вектор. При 10M документов — 40GB. Квантизация int8 снижает до 10GB. FAISS IVF_PQ — ещё компактнее, но с потерями. Входит в наши рекомендации по деплою.

Извлечение информации

Структурированное извлечение — одна из частых задач. Примеры: ключевые условия договора, технические характеристики, даты и суммы из счетов.

1. Regex + rule-based. Для ИНН, ОГРН, сумм, дат — надёжнее нейросети. Не требует данных.
2. NER + постобработка. Для вариативных форматов.
3. LLM с structured output. GPT-4 / Claude с JSON schema — для сложных документов. Стоимость: ~$0.001-0.01 на документ. Для 10k+ документов/день — считаем экономику.

Гарантируем гибрид: regex/NER для типовых полей + LLM для edge cases. Сертификат доверия: 5 лет на рынке, >30 проектов.

Этапы работы

Прототип на существующих данных — 1-3 недели. Production-система с CI/CD — 1.5-2.5 месяца. Стоимость рассчитывается индивидуально — напишите, получите консультацию и оценку.

Что входит в работу

• Документация по архитектуре модели и пайплайну
• Доступы к модели через REST API (FastAPI + ONNX)
• Обучение команды заказчика (2 часа вебинара + Q&A)
• Гарантия на точность модели на оговоренной тестовой выборке
• Поддержка 3 месяца после сдачи (багфикс, адаптация под новые данные)

Наш опыт

Более 5 лет в NLP, 30+ проектов от классификации до RAG-систем. Команда включает ML-инженеров с опытом в Hugging Face, spaCy, LangChain, MLOps. Используем vLLM, Kubeflow, Weights & Biases — продакшен-стек, а не игрушки. Пишите — оценим проект за 2 дня.