Как Vercel сократил число обращений в поддержку на 31% с помощью ИИ: кейс и результаты

Искусственный интеллект помогает Vercel обрабатывать почти треть запросов в службу поддержки без участия человека. Это позволило компании сократить долю тикетов, передаваемых инженерам, на 31% и одновременно повысить скорость ответов. Рассказываем, как именно Vercel внедрил ИИ-агента, какие технолог

Предыстория: почему Vercel решил автоматизировать поддержку

Vercel — платформа для развертывания фронтенд-проектов, известная своим фреймворком Next.js. С ростом числа клиентов нагрузка на службу поддержки увеличивалась. Команда инженеров не справлялась с объемом однотипных запросов, что приводило к задержкам. Компания решила интегрировать ИИ-агента, который берет на себя часть обращений, не требующих вмешательства человека.

Согласно недавнему опросу McKinsey, 65% организаций регулярно используют ИИ — почти вдвое больше, чем десять месяцев назад. Многие компании применяют ИИ для повышения эффективности в критически важных областях, включая поддержку клиентов. Vercel — один из ярких примеров такой стратегии.

Как работает ИИ-агент Vercel

ИИ-агент анализирует входящий тикет, определяет его тип и ищет подходящий ответ в базе знаний. Если запрос стандартный — например, сброс пароля или настройка домена — агент решает его самостоятельно. В сложных случаях он собирает контекст и передает дело человеку с готовой сводкой. Такой подход сокращает время первого ответа и снижает нагрузку на команду.

Какие технологии лежат в основе ИИ-агента Vercel?

Агент построен на базе больших языковых моделей, интегрированных с системой тикетов. Для обучения использовались обезличенные диалоги из прошлых обращений. Vercel развернул решение на собственной платформе, что обеспечило высокую производительность и безопасность данных. Компания подчеркивает, что агент не принимает критических решений — все спорные или чувствительные вопросы передаются людям.

Результаты внедрения: цифры и факты

После запуска ИИ-агента доля тикетов, обрабатываемых людьми, сократилась на 31%. Это означает, что почти каждый третий запрос теперь решается автоматически. Время первого ответа уменьшилось, а команда поддержки получила возможность сосредоточиться на нестандартных и сложных кейсах. При этом качество обслуживания осталось на высоком уровне.

Кого затронуло это изменение

В первую очередь — пользователей Vercel. Они получают более быстрые ответы на типовые вопросы, а сложные проблемы решаются с той же тщательностью. Для команды поддержки снизилась рутинная нагрузка, что позволяет сосредоточиться на нестандартных кейсах. В более широком смысле кейс Vercel — пример для других SaaS-компаний. Снижение числа тикетов на 31% без ущерба для качества — весомый аргумент в пользу внедрения ИИ в поддержку.

Планы на будущее

Vercel планирует расширять возможности ИИ-агента, обучая его новым сценариям. Компания также изучает применение ИИ в других внутренних процессах. В индустрии ожидается, что подобные решения станут стандартом: по данным аналитиков, к 2025 году более 80% компаний будут использовать ИИ в поддержке клиентов.

Итог

Vercel на практике доказал, что ИИ может существенно разгрузить службу поддержки, не снижая качество обслуживания. Сокращение ручных тикетов на 31% — значимый результат, который стоит взять на заметку всем, кто ищет способы масштабировать поддержку без потери эффективности. Ключевые факторы успеха: грамотное обучение модели на исторических данных, интеграция с существующей системой тикетов и четкое разделение ответственности между ИИ и человеком.