Поделиться
«Яндекс Аренда»: как ИИ автоматизировал рутинные процессы поддержки и на 90% сократил временные затраты
Поддержка «Яндекс Аренды» ежедневно работает с большим потоком обращений от арендаторов и собственников — от бытовых вопросов до ситуаций, где требуется юридическая проработка и нестандартные решения. При таком масштабе даже небольшие повторяющиеся действия начинают заметно влиять на скорость: несколько минут на оформление одного обращения превращаются в десятки часов в месяц, а простые механические операции постепенно занимают значительную часть времени опытных сотрудников.
Чтобы снизить нагрузку и перераспределить усилия в пользу более сложных задач, в процессы поддержки внедрили инструменты на базе искусственного интеллекта. Они взяли на себя рутинные операции — от работы с базой знаний до подготовки документов — и позволили команде сосредоточиться на содержательной части работы и взаимодействии с пользователями.
Как было
Перед запуском автоматизации команда ставила практические цели: снизить нагрузку на старших специалистов, ускорить обработку обращений и повысить точность внутренней статистики. Важно было также масштабировать поддержку вместе с ростом сервиса и сократить долю ручных операций в ежедневной работе.
На момент внедрения решений поддержка обрабатывала около 100 тыс. обращений в месяц — в среднем 3200 в день. Сервис обслуживали 70–100 сотрудников в рамках пяти линий поддержки. Существенная часть времени уходила на сопутствующие процессы: разметку обращений, ведение таблиц, подготовку описаний кейсов и документов. Эти задачи не требовали глубокой экспертизы, но создавали постоянную фоновую нагрузку и влияли на скорость обработки запросов.
Как изменилась работа поддержки
Одной из самых трудоемких задач было ведение базы знаний по нестандартным случаям. Ранее старшие специалисты вручную описывали ситуацию, фиксировали решения и заносили их в таблицу, чтобы коллеги могли использовать этот опыт в будущем. На каждый кейс уходило несколько минут, а при большом объеме — десятки часов ежемесячно. После внедрения ИИ система стала формировать такие записи автоматически. Это позволило высвободить около 30 часов рабочего времени руководителя и 22 часов старших специалистов в месяц.
Одновременно ускорилось решение повторяющихся ситуаций: нужную информацию теперь можно найти сразу, без дополнительных согласований и консультаций. Сократилось количество уточняющих вопросов и внутренних коммуникаций. Отдельный эффект проявился в обучении новых сотрудников — срок адаптации сократился примерно с полутора месяцев до трех недель благодаря доступу к систематизированной базе знаний.
Распределение обращений по темам также перестало требовать ручной работы. Ранее сотрудники выбирали категорию для каждого запроса и при большом потоке это приводило к ошибкам — около четверти обращений размечались неточно. В результате было сложнее понимать структуру обращений и принимать решения на основе данных. После автоматизации система сама определяет тему по тексту обращения с точностью около 95%, что сделало аналитику заметно надежнее и позволило операторам сосредоточиться на коммуникации с пользователями.
Изменился и процесс подготовки документов для собственников. Ранее специалисты вручную заполняли шаблоны, переносили данные из разных систем и проверяли корректность формулировок. На один документ уходило до 20–25 минут, а в месяц оформляется более 100 таких документов. Теперь документ формируется прямо в системе, данные подтягиваются автоматически, вручную заполняются только отдельные поля. Это практически обнулило временные затраты на подготовку и снизило риск ошибок.
Эффект от автоматизации
Внедрение ИИ позволило убрать из ежедневной работы значительный пласт рутинных операций и перераспределить ресурсы команды в пользу более сложных задач. Затраты на подготовку документов сократились более чем на 90%, снизилась нагрузка на сотрудников, ускорились ответы пользователям и общее время обработки обращений.
По отзывам команды, работа стала менее механической и более осмысленной, то есть меньше времени уходит на оформление и перенос данных, больше — на решение нестандартных ситуаций и помощь пользователям. Одновременно поддержка получила возможность масштабироваться вместе с ростом сервиса без пропорционального увеличения команды.
Поделиться
Короткая ссылка
