Автоматизация обработки тикетов в Jira с помощью ИИ строится так: модель читает каждую заявку через API, предлагает тип, приоритет и команду, готовит черновик ответа, а после проверки точности сама закрывает типовые тикеты L1.
Как автоматизировать обработку тикетов в Jira с помощью ИИ?
Через REST API Jira Service Management или вебхуки правил автоматизации. Сначала — подсказки, которые принимает агент, затем — автоматическое закрытие проверенных категорий.
- Новая заявка запускает вебхук или правило автоматизации.
- Интеграция получает тему, описание, автора и связанные активы.
- Модель предлагает тип запроса, приоритет, команду и черновик ответа по статьям Confluence или базы знаний.
- Предложения записываются в поля и внутренний комментарий, ответ остаётся черновиком.
- Для проверенных категорий интеграция переводит тикет по статусам, запускает сброс пароля или выдачу доступа и закрывает его.
- Каждое предложение, принятие и исправление попадает в журнал для отчётов о точности.
У Atlassian есть собственный ИИ для Jira Service Management — Rovo (по данным Atlassian, доступен на облачных планах Standard, Premium и Enterprise), у ServiceNow — встроенные ИИ-функции. Своя интеграция оправдана, когда нужен выбор модели, требования к хранению данных или логика сразу в нескольких системах.
Какую долю тикетов L1 может закрыть ИИ?
Реальная доля — это доля тикетов L1 в категориях, которые ИИ может закрыть целиком, умноженная на успешность в каждой из них. Её считают по собственной выгрузке тикетов.
| Фактор | Повышает долю | Снижает долю |
|---|---|---|
| Состав тикетов | Пароли, доступы, статусы, инструкции | Поломки оборудования, разовые ошибки |
| Интеграции | ИИ может действовать в каталоге пользователей, управлении устройствами, ITSM | ИИ может только ответить текстом |
| База знаний | Актуальные статьи с владельцами | Устаревшие или отсутствующие статьи |
| Проверка личности | Автоматическая и надёжная | Ручная |
Как честно измерять результат?
| Метрика | Определение |
|---|---|
| Автозакрытие | Тикеты L1, закрытые без агента и не открытые повторно за 7 дней, к всем тикетам L1 тех же категорий |
| Решено до тикета | Вопросы, закрытые до создания заявки |
| С помощью ИИ | Тикеты, которые ИИ направил или подготовил, а закрыл агент |
| Повторные открытия | Автозакрытые тикеты, открытые снова |
| Сэкономленные минуты агентов | Время обработки до и после, по категориям |
Какие тикеты L1 ИИ закрывает сам?
- Сброс пароля и разблокировка учётной записи после проверки личности.
- Повторная настройка MFA и доступа к VPN.
- Типовое ПО через систему управления устройствами после одобрения руководителя.
- Вопросы о сбоях, работах и статусе заявки.
- Вопросы «как сделать», если есть актуальная статья.
Разговорный интерфейс для таких запросов даёт наш ИИ-ассистент для сотрудников, подключённый к каталогу пользователей и ITSM.
Как ИИ поддерживает базу знаний?
Готовит черновики статей по решённым тикетам, отмечает статьи, которые читают, но которые не решают проблему, и раз в неделю собирает вопросы без статьи. Каждую статью утверждает специалист.
Как запустить пилот?
Две категории тикетов, заранее определённые метрики, шесть недель, решение в конце. Если ИИ-провайдер обрабатывает персональные данные сотрудников из Квебека за его пределами, по Закону 25 сначала нужна оценка влияния на приватность.
Для процессов, затрагивающих ITSM, каталог пользователей и управление устройствами, подходит автоматизация процессов с ИИ. Пилот Remolda проводит в рамках шестинедельного ИИ-спринта — пакета с фиксированной ценой 9 800 CAD.