Сделал AI-поддержку для саас: детали 2026

Как мы внедрили AI-поддержку в SaaS-продукт и снизили среднее время решения инцидента почти на треть. Подробный разбор архитектуры RAG + агент, интеграции с Intercom, метрик и затрат за 2025–2026 годы.

Мы внедрили систему AI-поддержки в коммерческий SaaS в сентябре 2025 года и масштабировали её по всем клиентским аккаунтам к февралю 2026 года. Результат — ощутимое сокращение time to resolution и повышение качества первых ответов оператора.

Задача: снизить time to resolution

Основная бизнес-цель проекта — снизить среднее время решения (time to resolution, TTR) по тикетам поддержки для платной подписки B2B-продукта. До внедрения AI-поддержки средний TTR по платным клиентам составлял 4.2 часа, SLA требовал 2 часа для критичных инцидентов. Дополнительные цели: увеличить долю тикетов, которые можно обработать без эскалации к инженерам, и повысить удовлетворённость (CSAT) первого ответа.

Требования и ограничения проекта были следующими:

• Безопасность данных: не отправлять PII/PII-like в публичные LLM без фильтрации и маскировки; соответствие GDPR и договорным обязательствам.
• Скорость: ответ первого шага не более 90 секунд в 95% случаев.
• Контекст: сохранять релевантный контекст истории переписки и последних 30 событий в учёте инцидента.
• Интеграция: работать внутри существующего стека, где основная канализация — Intercom.

В качестве метрик успеха ставили:

1. Снизить средний TTR с 4.2 до <3.0 часа в течение 3 месяцев после запуска пилота.
2. Увеличить долю тикетов, закрываемых без эскалации, с 42% до >60%.
3. Повысить CSAT первого ответа на 0.2 пункта.

Архитектура: RAG + агент

Мы выбрали модель Retrieval-Augmented Generation (RAG) в связке с агентной логикой, чтобы сочетать достоверность фактов (через поиск по векторному индексу) и операторскую автоматизацию (через набор действий агента). Схема компонентов:

• Инжест и нормализация источников: база знаний, changelog релизов 2024–2026, лог-файлы по инцидентам, FAQ и транскрипты чатов.
• Эмбеддинги и векторная база (Pinecone / Milvus) для поиска релевантных документов.
• Retriever — семантический ранжер, отдающий топ-N фрагментов (обычно N=5).
• LLM для составления ответов и инструкций, работающий в режиме constrained prompt (с системными правилами и явными запретами на генерацию PII).
• Agent — контроллер, который может выполнять действия: послать шаблонный ответ, предложить диагностический чеклист, запросить логи у клиента, эскалировать в Slack/Teams к инженеру, или закрыть тикет при подтверждённом решении.
• Human-in-the-loop панель оператора для ревью и одобрения автоответов.

Пайплайн данных

Инжестовый скрипт запускался по расписанию (раз в час) и при значимых релизах. Для релизов и известных инцидентов была предусмотрена ручная аннотация при помощи UI, чтобы пометить важные фрагменты как "must find".

Пример кода: простая реализация RAG-цепочки (Python)

Ниже сокращённый пример интеграции эмбеддингов, поиска и генерации. Фрагмент демонстрирует идею, не привязан к конкретной библиотеке:

import requests
from vector_db import VectorDBClient
from llm_client import LLMClient

# 1) Эмбеддинг запроса
query = "Не могу подключиться к API, получаю 403"
emb = embed_text(query)  # возвращает список чисел

# 2) Поиск по векторной БД
vdb = VectorDBClient(api_key="XXX")
results = vdb.search(vector=emb, top_k=5)

# 3) Собираем контекст
context = "

".join([r['text'] for r in results])

# 4) Генерация ответа с системными ограничениями
prompt = f"System: Не раскрывать PII. Используй только информацию из контекста.
Context:
{context}

User: {query}
Assistant:"
llm = LLMClient(api_key="YYY")
answer = llm.generate(prompt=prompt, max_tokens=300)
print(answer)

В реальном проекте мы добавили слои фильтрации, проверку фактов по changelog (например, наличие фикс-патча 2026-01-12) и версию SDK клиента, которую прислал пользователь.

Agent: как мы строили логику действий

Агент реализован как набор правил + LLM-предсказание следующего шага. Он принимает на вход: тип запроса, найденные документы, метаданные пользователя (план подписки, последние 30 логов) и историю переписки. Решение — одно из следующих действий:

• Сформировать готовый ответ (ответ оператора).
• Запросить у пользователя дополнительные данные (логи, версия SDK).
• Запустить диагностические тесты (вызов endpoint'а support API для проверки конфигурации клиента).
• Эскалировать: создать задачу в трекере инженеров с префиксом "AI_ESC" и ссылкой на контекст.

Чтобы минимизировать «галлюцинации», агент сначала проверяет соответствие утверждений релевантными источниками: если LLM генерирует утверждение, агент требует подстроку из источника с exact-match или high-similarity (>=0.82 cosine) перед тем, как вставить утверждение как факт в ответ.

Интеграция с Intercom

Intercom был основным каналом коммуникации с клиентами, поэтому интеграция включала две плоскости: синхронные ответы в чатах и бек-офисный интерфейс для агентов поддержки.

Webhook и events

Мы подписались на события Intercom: conversation.user.created, conversation.admin.replied, conversation.user.replied. Вебхук получал тело запроса, мы парсили тип сообщения, автора и текст, затем передавали в RAG-агрегатор.

# Flask-пример обработки вебхука (упрощённый)
from flask import Flask, request, jsonify

app = Flask(__name__)

@app.route('/webhook/intercom', methods=['POST'])
def intercom_webhook():
    payload = request.json
    event = payload.get('topic')
    convo = payload.get('data', {}).get('item', {})
    # извлечение текста, id пользователя и метаданных
    user_id = convo['user']['id']
    msg = convo['conversation_parts']['conversation_parts'][-1]['body']
    # отправляем сообщение в RAG-пайплайн
    response = send_to_rag(user_id, msg)
    return jsonify({'status': 'ok'})

Отправка ответов и видимость для агентов

Ответы, сформированные агентом, отправлялись в Intercom через API как draft-предложения. В UI оператора это выглядело как подсказка с возможностью редактирования. При автоскоплении (auto-closure) ответ мог быть отправлен автоматически, но только если confidence >= 0.88 и заметка содержала ссылку на источник.

Пример запроса к Intercom API для отправки сообщения:

POST https://api.intercom.io/conversations
Headers: Authorization: Bearer TOKEN
Body: {
  "from": {"type":"admin","id":"ADMIN_ID\