AI Support Automation

Support AI Agent:
автоматизація техпідтримки

Інтелектуальний агент на базі n8n закриває 70% тикетів без оператора: від детектора вкладень до фінального рішення Gemini.

АгентАКТИВНИЙ

Тикетів сьогодні342

Авторезолюцій239

otrs-ai-agent · live

$ otrs-agent --watch --queue=support

Initializing... connected to OTRS API

RAG index loaded: 512 rules · Qdrant Cloud ✓

[10:42:18] Ticket #48391 "Де моє замовлення?"

→ tier-1 lang=UK | attach=false

→ pre-filter pass

→ rag match=0.94 "order-status-faq"

→ gemini action=AUTO_REPLY conf=98%

→ ✓ CLOSED in 27s · article created

[10:42:51] Ticket #48392 "System error 500"

→ tier-1 attach=true (screenshot.png)

→ ⚡ ESCALATED → agent queue

[10:43:04] Ticket #48393 "Password reset"

→ rag match=0.89 "auth-faq" (RAG Match)

→ ✓ CLOSED in 31s

ROI

×36

€1 800 економії
при €50 на AI/міс

Було → стало

30 сек

Замість 2–4 годин
очікування відповіді

Авторезолюція

70%

Тикетів закривається
без оператора

Зростання NPS

+26

З 42 → 68
за 2 місяці

Задача

Опис проблеми

Компанії з потоком вхідних звернень (фінтех, e-commerce, SaaS) отримують тикети, які на 70% складаються з повторюваних питань. Оператори обробляють їх вручну.

OTRS уже використовується як тикет-система, але працює як інструмент реєстрації, а не автоматизації. Середній час відповіді становить 2–4 години. Штат підтримки масштабується разом з навантаженням, тож витрати зростають лінійно.

"Ми свідомо будуємо рішення на low-code стеку n8n: замовник отримує не чорну скриньку, а прозорий інструмент. Ви самі правите промпти, доповнюєте базу знань новими правилами та змінюєте логіку ескалації без залучення розробників. Агент росте разом з вашою підтримкою: сьогодні він закриває FAQ, завтра обробляє повернення й білінг."
Євген Катков, CTO · Aibot.pro

Потенціал ринку

Customer Service Automation Market

$47.8Bдо 2030 року

CAGR 27.8% · з $8.7B у 2023

Понад 60% компаній з підтримкою від 500+ тикетів/міс розглядають автоматизацію як пріоритет 2025–2026 років.

Стек технологій

n8n Google Gemini Qdrant Nomic Embed OTRS API JavaScript

Цільова аудиторія

Фінтех і платіжні сервіси

Високий потік запитів щодо блокувань та транзакцій. Критичні швидкість відповіді та compliance. Негайна ескалація критичних кейсів + audit trail.

Compliance-тегиAudit Trail

E-commerce · 300+ тикетів/день

60–80% звернень стосуються статусів замовлень та оплати. Автовідповідь окупається за 1 місяць без складного налаштування.

ROI · 1 міс

SaaS та технічні сервіси

Повторювані FAQ з функціоналу й доступу закриваються через RAG-пошук без участі операторів.

RAG FAQ

Компанії на OTRS · команда 3+ операторів

Готова інтеграція без заміни інфраструктури. Запуск без міграції: агент підключається поверх наявного OTRS.

No migration

Що відбувається з кожним тикетом

manage_search

TIER −1

Детектор вкладень

Визначає мову (UK/RU/EN) за тілом листа. Знаходить вкладення → негайна ескалація. Без виклику LLM.

filter_alt

PRE-FILTER

Базові ситуації

Подяки → закриває. Загрози безпеці → ескалація. Економить 30–40% запитів до LLM.

storage

RAG + QDRANT

База знань

Векторний пошук по 500+ правилам. Semantic match score 0.7–1.0. Лише релевантні дані передаються агенту.

smart_toy

AI AGENT

Google Gemini

Фінальне рішення: аналіз контексту → структурований output: дія + відповідь + причина. 4 типи результату.

Тикетів без оператора

0 сек

Середній час відповіді

×0

ROI за перший місяць

Оператори

4 → 2

той самий обсяг тикетів

Економія/міс

€1 800

при €50 на AI

Звернень/день

300+

автоматично

Операц. витрати

−45%

на техпідтримку

Система в дії

01 Dashboard

€1 800/міс економії · 40% автовідповідей · 30 сек. Жива стрічка тикетів з confidence-оцінкою AI та графіком AI vs Human handling.

02 Processing Flow

Блок-схема 4-рівневого пайплайну: Tier-1 → Pre-Filter → RAG+Qdrant → AI Agent. Три результати: Auto-Reply, Escalate, Close.

03 Knowledge Base

Векторний пошук Qdrant по 500+ правилам з релевантністю. Додавання записів, реіндексація, статус сервісів.

dashboard.ui · Support AI Agent

processing-flow.ui · Support AI Agent

knowledge-base.ui · Support AI Agent

Архітектура рішення

Language Detection · 95%+ accuracy

Розумна мультимовність

Агент визначає мову за тілом листа, аналізуючи унікальні символи алфавіту. Технічні заголовки часто написані англійською, а клієнт пише рідною. Система не плутається й завжди відповідає правильною мовою.

95%+

Accuracy

Мови

Misroutes

UK · RU · EN

charset analysis

Production-grade safeguards

Захист і Compliance

01 Deduplication: кожен тикет обробляється рівно один раз

02 Retry-політика обробляє збої HTTP без втрати тикетів

03 Graceful degradation: перемикає на операторів при недоступності AI

04 Повний Audit Trail з timestamps: готово для compliance та зовнішніх перевірок

Результати впровадження

report_problem

До впровадження

groupОператори витрачають 70% часу на типові питання
scheduleЧас відповіді клієнту: 2–4 години
support_agentШтат підтримки: 4 оператори на 300+ тикетів/день
sentiment_dissatisfiedNPS: 42, клієнти незадоволені швидкістю
money_offВитрати на зарплати: €3 600/міс

verified

Після впровадження

smart_toy70% тикетів закриваються автоматично, без участі людини
boltЧас відповіді: 30 секунд
groupsШтат: 2 оператори + бот, той самий обсяг
trending_upNPS: 68 (+26 за 2 місяці)
savingsЕкономія: €1 800/міс при витратах на AI €50/міс

Рішення підійде, якщо у вас:

requirements-check · running

✓OTRS уже налаштована і потік тикетів від 100+ на день

✓Оператори витрачають час на однотипні питання щодня

✓Хочете скоротити штат або перерозподілити на складні задачі

✓Критичний час першої відповіді: клієнти скаржаться на очікування

✓Працюєте з мультимовною аудиторією (UK/RU/EN)

✓Галузь вимагає compliance: потрібен audit trail усіх рішень

✓Хочете бачити аналітику: які питання ставлять частіше і де прогалини в базі знань

schedule Термін розробки та запуску: від 3 тижнів. Агент адаптується під вашу базу знань, структуру черг OTRS і бізнес-правила ескалації.

Часті запитання

Q1 Що робить Support AI Agent?

Support AI Agent є інтелектуальним агентом на базі n8n, Qdrant та Google Gemini, який інтегрується напряму в наявну OTRS-інсталяцію. Він автоматично обробляє вхідні тикети: визначає мову, класифікує запит, шукає відповідь у базі знань через RAG-пошук та формує рішення (автовідповідь, ескалацію або закриття). 70% тикетів закриваються без участі оператора, середній час відповіді становить 30 секунд замість 2–4 годин.

Q2 Який відсоток тикетів автоматизується?

70% вхідних тикетів закриваються без участі оператора. Решта 30% ескалюються на людей. Це складні кейси, вкладення, що потребують ручної перевірки, compliance-ситуації. Агент передає їх з повним контекстом: мова, категорія, результати RAG-пошуку, confidence-оцінка.

Q3 Який ROI дає впровадження Support AI Agent?

ROI ×36 за перший місяць при витратах €50/міс на AI-інфраструктуру: економія €1 800/міс на фонді оплати праці. Штат скорочується з 4 до 2 операторів при тому ж обсязі 300+ тикетів/день. Операційні витрати на техпідтримку знижуються на 45%.

Q4 На якому стеку технологій працює агент?

Основа: low-code платформа n8n з 30+ вузлами workflow. Векторний пошук по базі знань виконує Qdrant Cloud з Nomic Embed. Фінальне рішення генерує Google Gemini через structured output. Інтеграція з OTRS працює через OTRS REST API. Близько 2000 рядків JavaScript-логіки для обробки edge-cases та безпеки.

Q5 Які мови підтримує Support AI Agent?

Агент підтримує українську, російську та англійську з точністю визначення мови 95%+. Визначення відбувається за charset-аналізом тіла листа. Це важливо, бо технічні заголовки часто англійською, а клієнт пише рідною мовою. Система не плутається й завжди відповідає правильною мовою.

Q6 Скільки займає впровадження Support AI Agent?

Термін розробки та запуску: від 3 тижнів. Агент адаптується під вашу наявну базу знань, структуру черг OTRS і бізнес-правила ескалації. Жодної міграції інфраструктури не потрібно: агент працює поверх наявного стеку. Стартова вартість: €1 500.

Q7 Що таке RAG у контексті Support AI Agent?

RAG (Retrieval-Augmented Generation) означає векторний пошук по базі знань перед генерацією відповіді LLM. В Support AI Agent Qdrant зберігає 500+ правил і FAQ-відповідей з embeddings від Nomic Embed. Перед відповіддю на тикет агент шукає top-N релевантних записів зі score 0.7–1.0 і передає їх Gemini як контекст. Це гарантує точність відповіді та виключає галюцинації LLM.

Q8 Чи є в Support AI Agent compliance та audit trail?

Так, агент веде повний audit trail з timestamps кожної дії: визначення мови, pre-filter перевірки, RAG-запити, рішення Gemini, фінальний output. Підтримуються deduplication (кожен тикет обробляється рівно один раз), retry-політика для HTTP-збоїв, graceful degradation на операторів при недоступності AI. Це робить систему готовою для фінтеху, e-commerce та галузей з compliance-вимогами.

Support AI Agent: автоматизація техпідтримки