ИИ-диспетчер для сети бизнес-центров

Наш клиент — оператор коммерческой недвижимости, который управляет бизнес-центрами, торговыми объектами и складскими комплексами.

Ежедневно сервисная служба получает обращения от арендаторов и сотрудников объектов: проблемы с вентиляцией и кондиционированием, доступом, освещением, парковкой, лифтами, клинингом, инженерными системами и другими эксплуатационными вопросами.

Раньше диспетчеры вручную принимали такие обращения по телефону, почте и через внутренние сервисы, определяли категорию проблемы, приоритет, объект и нужную техническую службу, после чего создавали заявку.

Мы разработали ИИ-диспетчера, который автоматически разбирает обращения, создает заявки, определяет маршрут обработки и помогает контролировать соблюдение SLA.

Мы заменили название бренда и замазали любые упоминания на скриншотах, чтобы не нарушать НДА в отношении нашего клиента.

Особенности проекта

Компания управляет несколькими объектами разного типа, а обращения могут поступать в свободной форме и сильно отличаться по срочности.

Например:

«В переговорной на 7 этаже очень жарко, кондиционер не реагирует».

Такое обращение необходимо отнести к вентиляции и кондиционированию, определить объект и помещение, создать заявку инженерной службе и установить стандартный приоритет.

Другой запрос:

«На складе течет вода рядом с электрощитом».

Уже требует другой реакции: система должна распознать потенциально аварийную ситуацию, установить высокий приоритет и сразу передать обращение дежурному специалисту.

Поэтому задача заключалась не просто в автоматическом создании тикетов. ИИ должен был понимать содержание обращения, учитывать объект, тип неисправности и действующие правила обслуживания.

Разработка

Мы подключили ИИ-диспетчера к каналам поступления обращений и полностью переработали внутреннюю сервисную систему клиента.

После получения нового сообщения система автоматически определяет:

• объект;
• этаж или помещение;
• категорию проблемы;
• уровень приоритета;
• ответственную службу;
• целевой срок по SLA.

После этого ИИ создает заявку и предлагает маршрут обработки.

Например, обращение о неисправном кондиционере автоматически направляется инженерной службе ОВиК, а проблема с пропуском — службе безопасности или администрации объекта.

Если обращение содержит признаки аварии, система не оставляет его в общей очереди, а сразу запускает сценарий эскалации.

Что видит диспетчер

В интерфейсе сотрудник видит исходное обращение, результат классификации, назначенный приоритет, объект, ответственную команду и срок по SLA.

ИИ также показывает, почему выбрал конкретный маршрут, и позволяет изменить решение вручную.

Это важно для нестандартных ситуаций: автоматизация помогает диспетчеру, но не блокирует возможность вмешаться в процесс.

Система также хранит историю похожих обращений и помогает определить, не связано ли новое сообщение с уже существующей проблемой на объекте.

Результат

После пилотного запуска сравнили основные показатели обработки обращений.

Показатель	До внедрения	После внедрения
Типовые обращения без участия диспетчера	0%	72%
Среднее время регистрации и маршрутизации заявки	4,3 мин	1,2 мин
Нагрузка на диспетчерскую службу	100%	34%
Заявки, закрытые в рамках SLA	62%	94%

Основной эффект

После внедрения сотрудники диспетчерской стали меньше времени тратить на механическую регистрацию обращений и ручное распределение заявок между службами.

Для компании основной эффект оказался в более стабильной работе сервисной службы: обращения быстрее попадают к нужным специалистам, аварийные ситуации не теряются в общей очереди, а контроль SLA ведется централизованно по всем объектам.

При росте количества арендаторов и объектов компании больше не требуется пропорционально увеличивать диспетчерскую команду.