Найти в Дзене
AI-TREND

Mail запустил чат-бот службы поддержки: 74% запросов решаются без операторов

Компания Mail.ru внедрила чат-бот для поддержки пользователей, основанный на технологии RAG (Retrieval-Augmented Generation). Это подход, который объединяет возможности больших языковых моделей (LLM) с данными из раздела «Помощь» сервисов Mail, повышая точность и скорость ответов. Благодаря внедрению RAG и ML (машинного обучения), уже 74% пользовательских запросов решаются без участия операторов поддержки, а доля точных и релевантных ответов достигла 77%. Это существенно снижает нагрузку на службу поддержки и ускоряет обработку обращений. Чат-бот стал ключевым каналом взаимодействия с пользователями. На него приходится 31% всех обращений, что делает его самой популярной точкой входа в поддержку Mail. С момента запуска количество запросов в чат-бот увеличилось в 6,5 раза, что подтверждает высокий уровень доверия пользователей к автоматизированным решениям. Технология RAG позволяет: анализировать и классифицировать запросы на основе типовых пользовательских сценариев; использовать базу

Компания Mail.ru внедрила чат-бот для поддержки пользователей, основанный на технологии RAG (Retrieval-Augmented Generation). Это подход, который объединяет возможности больших языковых моделей (LLM) с данными из раздела «Помощь» сервисов Mail, повышая точность и скорость ответов.

Благодаря внедрению RAG и ML (машинного обучения), уже 74% пользовательских запросов решаются без участия операторов поддержки, а доля точных и релевантных ответов достигла 77%. Это существенно снижает нагрузку на службу поддержки и ускоряет обработку обращений.

Чат-бот стал ключевым каналом взаимодействия с пользователями. На него приходится 31% всех обращений, что делает его самой популярной точкой входа в поддержку Mail. С момента запуска количество запросов в чат-бот увеличилось в 6,5 раза, что подтверждает высокий уровень доверия пользователей к автоматизированным решениям.

Технология RAG позволяет: анализировать и классифицировать запросы на основе типовых пользовательских сценариев; использовать базу знаний и статьи раздела «Помощь» для формирования ответов; предоставлять точные рекомендации в режиме реального времени.

В свою очередь, ML-модели автоматически создают заявки и собирают необходимую информацию для операторов. Это позволяет специалистам подключаться к решению сложных кейсов без дополнительного уточнения данных и быстрее закрывать обращения.

В результате пользователи получают практически мгновенные ответы на свои вопросы, а служба поддержки фокусируется на более сложных и нестандартных задачах.