Бизнес недоволен,
а бюджета на расширение нет?
Вам поможет Майя — ИИ-агент технической поддержки.
Рутину первой линии агент закрывает сам: внутри вашего существующего ITSM, без новых людей и без выноса данных. Экономику можно проверить.
Работаем не на выдуманных вопросах: присылаете выгрузку заявок за квартал — вернём отчёт прогона на вашей реальной очереди.
Знакомая развилка: сроки горят — бюджета на людей нет
Бизнес недоволен сроками
Очередь растёт быстрее команды: SLA плывёт, от внутренних заказчиков приходят претензии, а не благодарности. Требуют «сделать быстрее» — и тут же замораживают найм.
Классический рычаг — найм — не одобряют
Новые инженеры — линейные постоянные затраты и месяцы найма и адаптации. Рутина — пароли, доступы, типовые консультации — продолжает съедать первую линию.
ИИ-проекты не доходят до прода
Обещают 80%, по факту выходит вдвое меньше; юрисконсульт вспоминает про ответственность за слова бота; команда боится «замены». В итоге — презентация вместо рабочего инструмента.
Один агент. Три контура работы.
Майя встраивается в ваш ландшафт участником процесса: ваш ITSM остаётся источником правды, агент работает через коннектор и по вашим политикам.
Копилот инженера
Начинаем с усилителя, а не замены: черновики ответов на подтверждение, похожие кейсы, саммари тикета и диалога — в рабочей панели инженера. Решение остаётся за командой, а метрики принятия показывают реальную пользу, а не «внедрение ради галочки».
Автономная первая линия
Там, где вы разрешили, агент отвечает сам — с цитатами из вашей базы знаний и пометкой «это ИИ». Нет уверенности — нет публичного ответа: обращение уходит человеку с собранным контекстом. Рутину — агенту, сложное — людям.
Конвейер знаний
Онбординг новой услуги — дни, не месяцы: подключение источников, обогащение, проверочный прогон на ваших вопросах, запуск. Изменение услуги считается выпущенным, когда агент уже отвечает о нём без ошибок.
Автономия — управляемая: по ступеням, с вашим одобрением
Мы продаём не «автономного агента», а управляемые ступени. Вы решаете, где агент отвечает сам, а где только помогает человеку.
Подсказки
Агент подсказывает инженеру; публичных ответов нет.
Черновики
Черновики ответов за подписью инженера.
Разрешённые ответы
Сам отвечает на разрешённых услугах, в рамках политики.
Рутина без человека
Закрывает типовую рутину на классах с низким риском.
- Дефолт — L0: ничего не отвечает публично, пока вы не разрешили
- Повышение — только по измеримым результатам на живом трафике
- Политика — на пару «услуга × класс риска»; понизить уровень одной услуги — одна строка конфигурации
Каждый ответ заземлён на вашу базу знаний и процитирован. За словами агента стоит лог, а не надежда, что модель «не придумает».
Всё остаётся в вашем контуре
Майя — self-hosted платформа: разворачивается на вашей инфраструктуре, работает с вашими моделями и не отправляет данные наружу.
Данные не покидают периметр
База знаний, тикеты и диалоги остаются у вас; внешней SaaS-обработки нет в конструкции, а не «по настройкам».
Модели — ваши
YandexGPT / GigaChat или open-weights модели на вашей площадке; план Б на случай отказа провайдера встроен в поставку.
Guardrails на входе и выходе
PII-редакция, защита от prompt-инъекций, проверка публичных ответов на заземлённость.
Действия — по политике в коде
Изменяющие операции только через политики и approval-очередь: политика в коде, а не в промпте.
Аудит каждого действия
На вопрос «что сделал агент» отвечает неизменяемый лог, а не память.
Единая точка доступа к LLM
Шлюз с квотами, бюджетами и kill-switch для всех потребителей моделей: агента, копилота, конвейера знаний.
Экономика в цифрах, а не в обещаниях
Мы фиксируем честную планку и показываем, из чего она складывается.
- 40–65%
- Честный коридор авторешений. Столько типовых обращений закрывает агент первой линии на подключённых услугах. Цифру «80% на старте» не даём — и объясним, почему.
- Verified resolution
- «Разрешено и подтверждено». Считаем не «отвечено», а заявки, закрытые агентом и подтверждённые пользователем.
- CSAT ≥ бейзлайн
- Не ниже человеческого уровня. Автоматизация не должна портить опыт поддержки — это критерий каждого релиза, а не пожелание.
- ≤ 1/3 контакта
- Cost per resolution против живого разговора. Считаем на вашем трафике. Если экономика пилота не сходится — скажем до контракта, а не после.
- Рост ≠ рост
- Рост очереди больше не значит рост расходов. Трафик подключается целиком: подписка, а не per-resolution, не штрафует за успех — нанимать под каждый пик очереди не нужно.
Качество подтверждается контуром оценок: золотые наборы, LLM-судья с рубриками, релизные гейты и откат за минуты. Как выглядят наши цифры — покажем на тестовом прогоне, на вашей реальной очереди.
Начало — без проекта на полгода
Тестовый прогон
Присылаете выгрузку заявок за квартал — ориентир от 1000 заявок в месяц. На реальной очереди строим базу знаний и запускаем агента. Получаете отчёт: где агент уверенно отвечает с цитатами, где эскалирует, какие пробелы он нашёл в знаниях. Двадцати-тридцати вопросов из головы для этого недостаточно: честный прогон требует вашу настоящую очередь.
Пилот на 2–3 услугах
Коннектор к вашей ITSM, копилот для команды, первые разрешённые ступени автономии. Ваши ITSM и каналы не меняются.
Расширение по доказательствам
Добавляете услуги и уровни автономии там, где метрики это подтверждают. Роли владельцев знаний, качества и эксплуатации распределяются по вашим существующим людям — «команды ИИ» с нуля не требуется.
Перед стартом — preflight-проверка контура: доступы, каналы, модели, база данных. Чтобы демо не ломалось перед спонсором.
Пример из реального прогона: выгрузка внешней службы поддержки — 9 292 заявки. Обучение — на более ранних заявках, проверка — на более поздних, которые модель не видела. Модели — открытые, работают в контуре заказчика.
| Поле заявки | Точность | В коридоре уверенности* |
|---|---|---|
| Тип заявки | 98,7% | 99,5% |
| Направление ИТ-сервиса | 94,9% | 99,3% |
| Соглашение | 88,5% | 98,0% |
| Информационная система | 87,0% | 98,4% |
| Услуга (83 класса) | 81,9% | 98,9% |
| Категория заявки (140 классов) | 64,9% | 96,1% |
| Приоритет | 73,0% | 85,5% |
Отчёт показывает и слабые места: например, «Приоритет» требует доработки данных — прогон находит это до запуска, а не после. Побочный эффект уже первого шага: ~1 860 заявок из хвоста выгрузки, оставшихся без разметки, получили автоматическую типизацию с той же точностью.
Когда Майя сработает — и когда начинать не надо
Подходит
- Внутренний service desk от 500 сотрудниковИзмеримая очередь, стоимость контакта считается, рутина повторяется.
- Клиентский сервисСледующий шаг после внутреннего контура: те же политики, тот же конвейер знаний.
- Вендоры сложного продуктаПоддержка по вашим статьям и регламентам, с цитатами на каждый ответ.
Не подходит — честно
- Нет ITSM и базы знанийАгенту не на что опираться. Наведите порядок в знаниях — подскажем, как, но агентом это не заменяется.
- Нужен SaaS «из коробки» с оплатой за резолюциюМы принципиально self-hosted с подпиской: данные не уезжают, бюджет не зависит от успеха.
- Ждёте 80% автономии со стартаНаша планка — 40–65%, и она проверяемая. Если нужны красивые цифры вместо проверяемых — мы не ваш вендор.
Частые вопросы
Что, если агент ответит неправильно?
Это замена инженеров поддержки?
Куда едут наши данные?
Что будет при отказе LLM-провайдера?
Чем это лучше чат-бота, который мы уже пробовали?
Почему для прогона нужна выгрузка за квартал, а не 20–30 вопросов?
Сколько стоит и как считается?
Сколько занимает внедрение?
Проверьте на своей реальной очереди
Оставьте заявку — пришлём список данных для тестового прогона: выгрузка заявок за квартал, ориентир — от 1000 заявок в месяц. Конфиденциальность: готовы подписать NDA до передачи данных. Дальше — база знаний агента строится на вашей реальной очереди, и вы получаете отчёт: где Майя отвечает уверенно с цитатами, где уходит в эскалацию и какие пробелы нашла в знаниях.
Предпочитаете начать с разговора — напишите нам, обсудим пилот.