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
- Загрузка второй линии
- было
8966% - −23 п.п.
- Выполнение SLA
- было
8493% - +9,8 п.п.
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
Модель имитирует поток обращений Service Desk с тремя этапами: проверка ИИ-помощником, обработка на первой линии (L1) и решение сложных задач на второй линии (L2). ИИ работает круглосуточно и закрывает часть типовых обращений мгновенно. Остальные поступают к операторам L1 (22 человека в базе), которые решают 60% задач, а 40% эскалируют на L2 (17 человек в базе).
В сценариях меняем долю автоматизации (0%, 20%, 40%, 60%) и корректируем штат. Ключевой эффект: робот забирает простые случаи, поэтому доля сложных задач среди оставшихся у людей растет, что увеличивает нагрузку на L2. Мы протестировали, как изменение штата L1 и L2 влияет на загрузку и SLA.
Какие данные взяли и что честно допустили
- Поток
- ~10 500–10 800 обращений за 60 дней (экспоненциальное распределение, интервал ~46 сек).
- Трудоёмкость
- типовое обращение 9 мин (L1), сложное — 34 мин (L2), проверка ИИ — 30 сек.
- Ресурсы
- L1 (22 чел.), L2 (17 чел.) в базе; календарь 09:00–18:00, пн–пт. ИИ работает 24/7.
- Маршрутизация
- в базе 40% эскалаций на L2; при автоматизации доля эскалаций от оставшихся обращений растет (до 65% при 40% авто).
- Не моделировали
- период обучения ИИ, ошибки классификации, нештатные сбои.
Отчёт симуляции: что показал расчёт
Какие сценарии прогнали и чем они отличались
| Сценарий | Что меняли |
|---|---|
| Как есть БазовыйОтчёт | Базовый сценарий без ИИ. Вторая линия перегружена (89%), SLA составляет 84%. Операторы первой линии обрабатывают 10 678 обращений за период. |
| Автоматизация 20% Отчёт | Робот закрывает 20% типовых обращений. Загрузка второй линии снижается до 86%, SLA растет до 86%. Эффект есть, но узкое место сохраняется. |
| Автоматизация 40% РешениеОтчёт | Целевой сценарий: робот закрывает 40% обращений, штат L1 сокращен до 15 чел., L2 усилен до 23 чел. Загрузка L2 падает до 66%, SLA достигает 93%. |
| Автоматизация 60% Отчёт | Робот закрывает 60% обращений, штат L1 сокращен до 10 чел. Вторая линия снова становится узким местом (загрузка 83%), SLA падает до 90%. |
Было и стало
- Было
- Стало
Обращений к операторам , за период
Загрузка второй линии , %
Выполнение SLA , %
Стоимость обращения , ₽
| Метрика | Было | Стало | Изменение |
|---|---|---|---|
| Обращений к операторам , за период | 10 678 | 6 264 | −41% |
| Загрузка второй линии , % | 89 | 66 | −23 п.п. |
| Выполнение SLA , % | 84 | 93 | +9,8 п.п. |
| Стоимость обращения , ₽ | 242 | 258 | +7% |
Что показал расчёт
Автоматизация без усиления L2 ведет к коллапсу второй линии
При автоматизации 60% без усиления L2 её загрузка достигает 83%, а SLA падает до 90%. Робот забирает простые случаи, но сложные никуда не деваются и концентрируются на второй линии.
Оптимальный баланс: 40% автоматизации + перераспределение штата
Сценарий с 40% автоматизацией, сокращением L1 до 15 человек и усилением L2 до 23 человек дает лучший результат: загрузка L2 снижается до 66%, SLA растет до 93%. Это единственный сценарий без узких мест.
Стоимость обращения растет, но SLA улучшается
Средняя стоимость обращения увеличивается с 242 ₽ до 258 ₽ (+7%) из-за более дорогой работы L2. Однако выполнение SLA растет с 84% до 93%, что критично для сервиса.
Экономия на L1 не линейна
Сокращение L1 с 22 до 15 человек (−32%) при автоматизации 40% не дает пропорциональной экономии, так как доля эскалаций на L2 растет с 40% до 65% от оставшихся обращений.
Что оказалось не так, как считали
Сколько операторов нужно Service Desk, если автоматизировать часть обращений?Автоматизация первой линии — это инвестиция во вторую. Чем больше робот забирает простых обращений, тем выше доля сложных задач у оставшихся операторов, и тем сильнее растет нагрузка на вторую линию. Без усиления L2 автоматизация ухудшает SLA.
Что решили сделать и что получилось
Выбран сценарий «Автоматизация 40%»: робот закрывает 40% типовых обращений, штат первой линии сокращен с 22 до 15 человек, вторая линия усилена с 17 до 23 человек.
Загрузка второй линии снизилась с 89% до 66% (−23 п.п.), выполнение SLA выросло с 84% до 93% (+9,8 п.п.). Количество обращений к операторам L1 упало с 10 678 до 6 264 (−41%).
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
Почему экономия не равна доле автоматизированных обращений?
Потому что автоматизируются самые быстрые. 40% обращений по штукам — это примерно 20% рабочего времени, потому что типовое обращение занимает 9 минут, а сложное — 34 минуты. Доля времени всегда ниже доли штук.
Если 40% автоматизация сокращает первую линию на 32%, может, взять 60%?
При 60% автоматизации без усиления L2 её загрузка достигает 83%, а SLA падает до 90%. Узкое место переезжает на вторую линию. Без усиления L2 дальнейшая автоматизация ухудшает сервис.
Вендор обещает 40% без ошибок — правда ли это реально?
40% по количеству обращений, да. Но это самые простые (9 минут), и на вторую линию пойдут сложные (34 минуты). Без усиления L2 её загрузка вырастет, и SLA упадет. В нашем решении мы усилили L2, чтобы сохранить SLA на уровне 93%.
Если робот со временем научится закрывать и сложные обращения?
Если так, то доля обращений, уходящих на вторую линию, упадет, и модель пересчитается в вашу пользу. Сейчас расчёт про консервативный сценарий: робот закрывает только типовые (9 минут). Когда научится сложные (34 минуты), пересчитают.
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.