ИТ и разработкаСколько людей нужно
Сколько операторов нужно Service Desk, если автоматизировать часть обращений?
Автоматизация первой линии обещает минус половину штата. Расчёт показывает, где эффект заканчивается.
Что дал расчёт
- Операторов первой линии
- было
2215чел−32% - Загрузка второй линии
- было
7192%+21 п.п. - Выполнение SLA
- было
8891%+3 п.п.
На потоке 72 800 обращений в год это4,6 млн ₽в год
Что за процесс и где он ломался
Service Desk корпоративного ИТ: первая линия 22 человека, вторая — 9, третья — 4. Около 1400 обращений в неделю, SLA — 90% решений в срок.
Обсуждается ИИ-помощник, который закрывает часть типовых обращений без человека.
Вопрос, на который отвечали
Сколько операторов нужно Service Desk, если автоматизировать часть обращений?
Признаки, по которым стало понятно: дело не в людях
Вендор считает экономию линейно: «автоматизируем 40% — сократим 40% первой линии». Так не выйдет: закрытые роботом обращения самые простые, а сложные никуда не денутся и уедут на вторую линию.
Как процесс превратили в имитационную модель
Смоделировали три линии, маршрутизацию между ними, разную трудоёмкость типов обращений и долю автоматизации как параметр сценария — от 0 до 80%.
Робот в модели забирает конкретные типовые сценарии, а не «обращения вообще». Поэтому вместе с долей автоматизации меняется и средняя сложность того, что остаётся людям, — эффект, который калькулятор экономии не видит.
Какие данные взяли и что честно допустили
- Поток
- 1400 обращений в неделю, профиль по часам — фактический
- Трудоёмкость
- типовое обращение 9 минут, сложное — 34
- Автоматизация закрывает только типовые обращения
- Не моделировали
- обучение ИИ-помощника и период его настройки
Отчёт симуляции: что показал расчёт
Здесь будет живой отчёт симуляции
Расчёт по этому кейсу ещё не прогнан. После прогона сюда встанет тот же отчёт, что видит пользователь Storm: очереди, загрузка ресурсов, время цикла и стоимость одной заявки по каждому сценарию.
Какие сценарии прогнали и чем они отличались
| Сценарий | Что меняли |
|---|---|
| Как есть Базовый | Без автоматизации, 22 оператора первой линии |
| Автоматизация 20% | Робот закрывает пятую часть типовых |
| Автоматизация 40% | Целевой сценарий вендора |
| Автоматизация 60% | Предельный сценарий |
Было и стало
- Было
- Стало
Операторов первой линии , чел
Загрузка второй линии , %
Выполнение SLA , %
Стоимость обращения , ₽
| Метрика | Было | Стало | Изменение |
|---|---|---|---|
| Операторов первой линии , чел | 22 | 15 | −32% |
| Загрузка второй линии , % | 71 | 92 | +21 п.п. |
| Выполнение SLA , % | 88 | 91 | +3 п.п. |
| Стоимость обращения , ₽ | 310 | 247 | −20% |
Что показал расчёт
Автоматизация 40% сокращает первую линию на 32%, а не на 40%
Робот забирает самые короткие обращения: доля времени, а не доля штук.
После 40% экономия почти прекращается
Узкое место переезжает на вторую линию: её загрузка вырастает до 92%, и дальнейшая автоматизация первой упирается в неё.
Без усиления второй линии SLA от автоматизации не растёт
Сценарий 60% без усиления даёт SLA ниже, чем 40% с усилением.
Что оказалось не так, как считали
Сколько операторов нужно Service Desk, если автоматизировать часть обращений?Автоматизация первой линии — это инвестиция во вторую. Считать её экономию по первой линии значит переоценить эффект и получить перегруз там, куда никто не смотрел.
Что решили сделать и что получилось
Целевую автоматизацию зафиксировали на 40%, одновременно усилили вторую линию. Численность считали приёмом «Оптимальный штат (√)», эффект робота — приёмом «Автоматизировать задачу».
План сокращения пересобрали: минус семь человек на первой линии и плюс двое на второй вместо минус девяти в первоначальном расчёте вендора.
Приёмы оптимизации, которые здесь сработали
Оптимальный штат (√)
Формула корня: n* = λ/μ + β√(λ/μ). Коэффициент β зависит от целевого уровня сервиса (1.28 для 90%, 1.64 для 95%). Точнее интуитивного "добавить ресурсы".
Автоматизировать задачу
Задача выполняется вручную, но может быть автоматизирована. Автоматизация снизит время и устранит человеческий фактор.
Почему на этот вопрос отвечает имитационное моделирование, а совещание — нет
Автоматизация меняет не только скорость, но и структуру потока: то, что осталось людям, стало в среднем сложнее. Ни один калькулятор экономии этого не учитывает, а модель прогоняет каждый уровень автоматизации и показывает, где эффект выходит на плато.
Плато нашлось на 15 операторах первой линии вместо 22, но загрузка второй выросла с 71% до 92% — вот куда переехала сложность.
Где этот вывод не работает
Расчёт не учитывает период настройки ИИ-помощника: первые месяцы доля успешно закрытых им обращений будет ниже целевой.
Частые вопросы по этому расчёту
question
question
question
question
Ваш процесс, ваши числа
Покажем на вашем процессе
Пришлите диаграмму и то, что знаете про поток: сколько заявок в день, сколько людей, сколько занимает операция. Соберём модель, прогоним сценарии, которые вы назовёте, и разберём отчёт вместе — с очередями, загрузкой ресурсов, сроком и стоимостью заявки.
- Присылаете диаграмму и три-четыре цифры про поток
- Собираем модель и прогоняем сценарии, которые вы назовёте
- Разбираем отчёт вместе и обсуждаем, что из него следует
Первый процесс считаем бесплатно: нужна диаграмма и несколько цифр по потоку.