Что уже официально доступно техподдержке
Ниже - пять сценариев использования ИИ в техподдержке с официальными источниками Zendesk, Intercom и OpenAI, включая протоколы обязательной эскалации к человеку.
Сценарий 1: категоризация и приоритизация тикетов
Инструмент: Zendesk AI (Intelligent Triage).
Каждый новый тикет автоматически получает категорию, приоритет и теги. Zendesk официально описывает Intelligent Triage как машинное обучение, которое анализирует и классифицирует входящие тикеты - определяет тему (intent), тональность (sentiment) и сущности (entities); функция доступна на планах Suite и Support Professional и выше.
Сценарий 2: черновик ответа по базе знаний
Инструмент: Zendesk AI (Ticket Done), альтернатива - Intercom Fin AI Agent.
Zendesk официально описывает Ticket Done как функцию, которая читает тикет, ищет ответы в базе знаний семантическим ИИ-поиском и формирует готовый к отправке черновик, который агент проверяет и правит. Intercom Fin отвечает на вопросы, используя Help Center, внутренние документы, PDF и веб-страницы (RAG), с настраиваемым тоном.
Сценарий 3: статьи базы знаний по решённым тикетам
Инструмент: Zendesk AI.
Zendesk официально описывает анализ исторических тикетов и бизнес-контекста для выявления частых вопросов, рекомендации структуры и генерации готовых к проверке черновиков статей, которые администраторы дорабатывают и публикуют. Важное отличие: в Intercom нельзя автоматически создать статью базы знаний напрямую из загруженного документа - документы служат источником для ИИ-ответов, но сами статьи создаются вручную.
Сценарии 4-5: суммаризация и автономный агент
Суммаризация переписки перед эскалацией (ChatGPT): модель может за секунды суммировать длинную ветку - исходную проблему, предпринятые шаги, текущий статус и рекомендуемое следующее действие - перед передачей на L2-специалиста.
Автономный ИИ-агент (Intercom Fin AI Agent): отвечает на частые вопросы клиентов на 45+ языках (для голосового канала - 28 языков), использует Procedures для многошаговых сценариев и Actions для интеграции с бэкенд-системами. Аналогичные автономные Zendesk AI Agents читают тикет, классифицируют и готовят черновик для проверки человеком.
Промпт для суммаризации переписки перед эскалацией на L2:
Вот переписка с клиентом по тикету: [текст переписки]. Суммируй: исходная проблема, что уже попробовали и с каким результатом, текущий статус, рекомендуемое следующее действие. Не делай выводов о вине клиента или компании - только факты из переписки. Если в переписке есть упоминание угроз, юридических претензий или персональных данных - отметь это отдельно как повод для приоритетной эскалации.
Стоит ли вам это внедрять
Категоризация тикетов и черновики ответов по базе знаний - да, внедряйте сразу, агент всё равно проверяет перед отправкой. Автономный ИИ-агент для типовых вопросов (Fin, Zendesk AI Agents) - хорошо работает на повторяющихся простых запросах, но настройте протокол эскалации ДО запуска, а не после первого инцидента.
Юридические претензии, угрозы, персональные данные, медицинские и финансовые темы - это не рекомендация к осторожности, а прямое официальное требование обязательной эскалации у обоих провайдеров. Не отключайте и не ослабляйте эти триггеры ради скорости ответа.
Официальные ограничения и протоколы эскалации
У Zendesk AI Agents эскалация к человеку обязательна, если запрос сложный, срочный, чувствительный, требует недоступной ИИ-возможности или клиент явно просит человека. Путь эскалации может собирать данные, обновлять поля и теги перед передачей; для мессенджинга handoff означает, что живой агент становится первым ответственным - ИИ больше не отвечает в этой переписке до закрытия тикета.
У Intercom Fin есть отдельный API-метод «Escalate to a human», настраиваемый через dialogue builder - можно задать сообщение клиенту и способ эскалации (email, передача агенту). По официальным рекомендациям триггеры обязательной эскалации: сложность (нужно человеческое суждение или авторизация), срочность (высокий приоритет по SLA), чувствительность (юридические претензии, угрозы, персональные данные, медицинские или финансовые темы). Для бизнес-данных OpenAI Enterprise/API официально не использует данные клиента для обучения моделей по умолчанию.