הטמעת ServiceNow AI Agents לאוטומציה של ITSM

פניות נתקעות בין קווי התמיכה, ומומחים מבזבזים שעות על ניתוב ידני. אנו מטמיעים ServiceNow AI Agents מקצה לקצה: מגדירים עוזרים וירטואליים לפי הנהלים שלכם ומוסרים לצוות תצורות מוכנות ומאגר ידע. זמן הטיפול בפניות טיפוסיות מתקצר פי כמה, והעומס על קו ראשון יורד.

תחומי פיתוח AI

שאלות נפוצות

העבודות האחרונות

  • פיתוח אפליקציית ווב עבור FEEDME
    פיתוח אפליקציית ווב עבור FEEDME
    1359
  • פיתוח חנות מקוונת לחברת FURNORO
    פיתוח חנות מקוונת לחברת FURNORO
    1330
  • עיצוב לוגו לחברת B2B Advance
    עיצוב לוגו לחברת B2B Advance
    776
  • פיתוח אפליקציית ווב עבור Enviok
    פיתוח אפליקציית ווב עבור Enviok
    1077
  • פיתוח לוגו חברת AIDER
    פיתוח לוגו חברת AIDER
    1022
  • פיתוח CRM עבור Chasseurs
    פיתוח CRM עבור Chasseurs
    1113

ServiceNow AI Agents: היכן נשבר שירות התמיכה

ברוב יחידות ה-IT פנייה לא נכנסת לעבודה מיד. תחילה נציג הקו הראשון קורא את הנושא והטקסט, קובע ידנית קטגוריה, עדיפות וגורם מטפל, ורק אחר כך הפנייה עוברת לתור הנכון.

ניתוב ידני אוכל שעות על כל מאה פניות, ובלי מילת מפתח בנושא הפנייה מגיעה לכתובת הלא נכונה — למשל לקו השני, שמחזיר אותה בחזרה.

המקור השני לאובדן הוא פניות מאותו סוג. איפוס סיסמה, מתן הרשאה, חידוש רישיון, שאלה על הסטטוס של הפנייה של המשתמש עצמו: זה יותר ממחצית מהזרם הנכנס, אבל בכל פעם הנציג מנתח פנייה כזו מחדש ועונה ידנית. התור גדל בשעות שיא, משמרת הלילה נשארת בלי גיבוי, והקו השני מבזבז זמן על מה שנפתר לפי הוראות.

הכשל השלישי — פניות אבודות במעבר בין משמרות. תורנות מועברת בלי הקשר, הפנייה תלויה במצב ביניים, המשתמש כותב שוב ויוצר כפילות. ההיסטוריה מתפזרת על פני כמה רשומות, ההסלמה פועלת באיחור, והדיווח מציג פניות סגורות בלי לשקף משימות שפשוט פג תוקפן בזמן.

כל שלושת צווארי הבקבוק בתמיכה נתקלים בדבר אחד: לשירות אין שכבה אוטומטית בין קבלת הפנייה לגורם המטפל. בדיוק כאן פועלים ServiceNow AI Agents — נבחן איך זה נסגר ומה נשאר בידי האדם.

מה משתנה לאחר הפעלת עוזרים וירטואליים

את האפקט של עוזרים וירטואליים רואים רק בהשוואה, לכן לפני ההפעלה מתעדים חתך בסיס: חציון זמן התגובה לפנייה, שיעור הפניות שהגיעו לקו השני, התפלגות לפי קטגוריות ומספר ההקצאות הידניות מחדש של הקבוצה. את אותם מדדים מודדים אחרי חודש ואחרי רבעון — אחרת המספרים «לפני» ו«אחרי» אינם בני השוואה.

הראשון שמשתנה הוא זמן התגובה: העוזר עונה תוך שניות, ולא ממתין בתור לגורם מטפל, מבהיר את הבקשה ושולף נתונים על המשתמש והציוד ממערכות הרשומות. לאחר מכן — פריקת עומס מהקו הראשון הודות לפעולות חוזרות: איפוס סיסמה, ביטול נעילת חשבון, מתן הרשאה סטנדרטית, סטטוס פנייה, הוראה שלב-אחר-שלב. לאדם נשארות פניות עם הקשר לא סטנדרטי.

שיעור הפניות שנסגרות בלי מעורבות אדם גדל בשלבים. תחילה העוזר מטפל בתרחישים עם תשובה חד-משמעית, אחר כך — בריבוי-שלבים, עם בדיקת תנאים ופנייה לקטלוג השירותים. שגיאות הניתוב יורדות: קטגוריה, עדיפות וקבוצה נקבעים לפי טקסט הפנייה וכללי הקטלוג, ולא לפי בחירת המשתמש בשדה חופשי.

מחשבים גם את מחיר הטעות: כמה פניות נסגרו לא נכון וכמה חזרו מהמשתמש. ההיסטוריה של כל פנייה ב-ServiceNow מראה איזה תרחיש פעל ואיפה העוזר העביר את השיחה לנציג.

תרחיש מאושר לעבודה כשהוא נותן תוצאה יציבה על מדגם מתויג; עד אז הוא פועל במצב המלצה. היציאה לרמת יציבות אורכת כמה שבועות: מכווננים ספים וכללים עד שהמדדים מפסיקים להשתנות.

מצבי עבודה של סוכני AI: השוואת גישות

לפני הפעלת ServiceNow AI Agents במצב פרודקשן בוחרים תצורת חיבור: ממנה תלוי כמה נתונים צריך להכין, מי אחראי לאיכות התשובה ואיך הסוכן מתנהג בגבולות הידע שלו. להלן ארבעה וריאנטים שאנו פורסים בפרויקטים, עם המגבלות שלהם.

השוואת וריאנטים

וריאנט מתי מתאים מגבלות
סוכנים מוכנים מהקופסה התחלה מהירה בתרחישים טיפוסיים: סיווג פניות, ניתוב, המלצות לנציג פועלים רק בתרחישים מוגדרים מראש, לא מתחשבים בנהלים מקומיים ובתהליכים לא סטנדרטיים
אימון על בסיס הידע שלכם נצברו מאמרים, אירועים שנפתרו ובקשות — דרושות תשובות במונחי החברה דורש ניקוי ותיוג של מקורות; על נתונים מזוהמים איכות התשובות יורדת
מודל שפה חיצוני דרושים ניסוחים חופשיים, תקצור של התכתבויות ארוכות, טקסט לא מובנה התשובות פחות צפויות, דרושים מסלול אישור ובקרה על מידע רגיש
תצורה היברידית עם כללים פעולות קריטיות מתבצעות לפי נוהל, והשיחה נשארת טבעית מורכבת יותר לתמיכה: כללי הסלמה, ספי ביטחון ותפקידים מנוהלים כארטיפקט נפרד

צומת המפתח הוא כללי ההסלמה: הסוכן סוגר מקרים טיפוסיים בעצמו, ובביטחון נמוך או סטייה מהתרחיש מעביר את השיחה לנציג יחד עם ההקשר שנאסף. אנו מקבעים את הכללים האלה לפני ההפעלה: מה הסוכן עושה באופן אוטונומי, מה האדם מאשר, ומה עובר מיד לקו השני.

איך עוברת ההטמעה: שלבי עבודת ההנדסה

ביקורת תהליכי התמיכה היא החלק הראשון והגדול ביותר בפרויקט. אנו בודקים אילו פניות באמת מגיעות למערכת, איזה שיעור נסגר לפי תרחיש טיפוסי ואיפה חובה הסלמה לקו השני, בודקים את בסיס הידע, קטלוג השירותים וההיסטוריה של פניות סגורות. מזה תלויים גבולות הסמכות של הסוכן: מה הוא סוגר בעצמו ומה רק מציע לנציג.

  1. ביקורת תהליכי תמיכה ומקורות נתונים. מתייגים פניות לפי נושאים וסיבות, בודקים את עדכניות מאמרי בסיס הידע. בפלט — רשימת תרחישים עם תחזית שיעור האוטומציה לכל אחד.
  2. תרשים אינטגרציה בין מערכות. קובעים איך הסוכנים מחוברים לתורי הפניות, לקטלוג השירותים ולמערכות חוץ: מה נקרא, מה נכתב חזרה, ואיפה דרושות הרשאות לשינוי רשומה. את התרשים מאשרים לפני ההגדרה.
  3. הגדרת תרחישים. בונים את סוכני ServiceNow AI Agents לנושאים ספציפיים: המלצה לנציג, שירות עצמי בפורטל, סיווג וניתוב פניות. מגדירים כללי הסלמה ונקודות שבהן הסוכן חייב להעביר את השיחה לאדם.
  4. בדיקת איכות התשובות. מריצים את התרחישים על פניות אמיתיות מהארכיון ועל זרם בדיקה: מחשבים דיוק סיווג, שיעור תשובות שהתקבלו ומספר פניות שנפתחו מחדש. מתקנים לוגיקה, לא ניסוחים.
  5. מסירה לתפעול. מאמנים את הקו הראשון והשני, מקבעים נוהל עריכת תרחישים ולוח מדדים. בהמשך הצוות מנהל את הסוכנים בעצמו, ואנו מצטרפים לשינויים ולפיתוח.

חבילת מסירה: קונפיגורציות, בסיס ידע, נהלים

ההטמעה נחשבת לגמורה לא ברגע שבו הסוכן עונה לבקשת בדיקה, אלא כשהלקוח יכול לשנות את התנהגותו בלעדינו. לכן מסירת הקונפיגורציות נעשית לא כארכיון, אלא כניתוח לפי שכבות: מה הוגדר, איפה זה נמצא ולפי איזה כלל משתנה.

  • קונפיגורציות מוגדרות — תרחישי טיפול בפניות, ענפי שיחה, שיוך לקטגוריות ולעדיפויות, תנאי תשובה אוטומטית והעברה לנציג.
  • מבנה בסיס הידע — עץ מאמרים, שיוך לנושאי פניות, תיוג מקורות: אילו מאמרים הסוכן קורא, ואילו סגורים לשימוש.
  • תרשימי אינטגרציות — מפת קשרים עם מערכות רשומות, קטלוג השירותים, דואר ומסרים מיידיים: כיוון זרימת הנתונים ונקודות כשל.
  • מדיניות גישה — תפקידים והרשאות, הפרדה לפי קבוצות ואזורים, כללים לטיפול במידע אישי, מי ובאיזו רמה עורך תרחישים.
  • נוהל הסלמה — תנאי העברת פנייה לאדם, רמות ומועדים, למי עוברת הפנייה בעת הפעלה.
  • הוראות לנציגים — כיצד לקבל את השיחה, מה נראה בממשק, כיצד לסמן שגיאת סוכן כדי שתיכנס לאימון מחדש.
  • יומן שינויים — אילו עריכות בוצעו, בידי מי ולשם מה, כדי שהתנהגות הסוכן תישאר מוסברת.

הקבלה מתבצעת על תרחישים אמיתיים: מריצים פניות טיפוסיות ובודקים איזה שיעור הסוכן סוגר בעצמו ואיפה הוא עובר להסלמה. לאחר מכן ServiceNow AI Agents נשאר כלי ניתן לניהול בתוך הצוות שלכם, ולא קופסה שחורה של הספק.

מקרה בוחן: הסרנו ניתוב ידני של פניות

אצל הלקוח — שירות תמיכה פנימי עם כמה אלפי פניות בחודש. את הניתוב ניהל אחראי ניתוב ידנית: קרא את טקסט הפנייה, קבע קטגוריה, קבוצה ועדיפות. בשיא המשמרת לא הספיקה, חלק מהפניות עברו לצוות הלא נכון, וכקרוב לרבע מהפניות היה צריך לסווג מחדש — עם אובדן זמן והתראה חוזרת למשתמש.

מה שינינו

מעל ההתקנה הקיימת פרסנו ServiceNow AI Agents — ServiceNow נשארה מערכת הרשומות, והסוכנים לקחו על עצמם את ניתוח טקסט הפנייה, ההיסטוריה לפי אובייקט ונתוני בסיס התצורה. הסוכן מפיק קטגוריה, קבוצה ועדיפות, וההחלטה במקרים לא חד-משמעיים נשארת בידי האדם.

בשבועות הראשונים השכבה עבדה במצב המלצות: אחראי הניתוב אישר או דחה כל בחירה, ולפי הדחיות האלה הכללים תוקנו נקודתית, ולא נכתבו מחדש במלואם.

מה קרה אחרי חודשיים

זמן התגובה הראשוני הצטמצם מארבעים דקות לשש: הפנייה מגיעה לתור הנכון מיד, ולא ממתינה לניתוח. שיעור הפניות שנסגרו בלי נציג הגיע ל-38% — אלה בקשות טיפוסיות להרשאות, חידוש ושינויים סטנדרטיים, שבהן הסוכן מבצע בדיקה ומציב תשובה מוכנה.

ניתוב שגוי ירד מ-24% ל-4%, והעומס בשיא על המשמרת הפסיק לדרוש תורן נוסף: העבודה עברה מהקצאה ידנית לבדיקת חריגים.

מה לעשות אם תהליכי התמיכה כבר בנויים

סוכני ServiceNow משתלבים לא במקום הנהלים, אלא מעליהם — כשכבת ביצוע בין הפנייה לנציג. הרישום נשאר במערכת אחת: הסוכן כותב לאותם שדות כרטיס כמו האדם, ולכן אין צורך לנהל תורים והיסטוריה בשני מקומות. הניתוב, מועדי התגובה וכללי ההסלמה נשמרים — משתנה הגורם המבצע בחלק מהשלבים.

מתחילים מקטגוריית פניות אחת שבה התרחיש צפוי: איפוס הרשאה, בקשות טיפוסיות לגבי ציוד, סטטוסים של פניות. השלב הראשון — מצב המלצות: הסוכן מכין תשובה, הנציג מאשר שליחה. מועדי התגובה לא זזים אפילו ביום, אבל מצטברת סטטיסטיקה על איכות הניסוחים.

תפקידים והרשאות מופרדים מראש. הסוכן מקבל חשבון נפרד עם סט מוגבל של פעולות ואינו יכול לחרוג ממנו. כל שלב מתועד בהיסטוריית הפנייה, הבעלים של הרשומה נשאר האדם, ומקרה מורכב חוזר לקו עם הקשר מוכן.

בהמשך מפעילים סגירה אוטומטית לסט מצומצם של תרחישים ועוקבים אחרי שלושה מספרים: שיעור הפניות שנסגרו בלי אדם, זמן התגובה הראשוני ושיעור ההחזרות לתיקון. אם ההחזרות גדלות, הסוכן מושבת לפי קטגוריה — הנוהל ממשיך לעבוד, והתור לא נעצר.

בהתחלה מנתחים את מפת הנהלים הקיימים, בוחרים תרחישים לגל הראשון וקריטריונים שלפיהם נחשב את ההשתלבות כמוצלחת.

שאלות טכניות לפני תחילת העבודה

לפני תחילת שלב ההנדסה מסירים ספקות שבדרך כלל קובעים אם ההטמעה של ServiceNow AI Agents תגיע לתפעול פרודקשן. להלן תשובות קצרות בנושאי הרשאות, הסלמה, איכות ובסיס ידע; תרשימים מפורטים ננתח כבר בשלב התכנון.

איך הסוכן מקבל גישה למערכות ולנתונים?

חשבון שירות נפרד עם הרשאות מינימליות נדרשות: קריאה במקום שבו די בקריאה, כתיבה — רק בשדות מורשים של הפנייה. סודות נשמרים במאגר מאובטח, ולא בקונפיגורציה, וכל קריאה מתועדת ביומן עם ציון היוזם והתוצאה. כך נשארת תשובה ברורה לשאלה מי ומאיזה בסיס שינה את הרשומה.

איך בנויה ההעברה לנציג?

ההעברה מתבצעת לפי סף ביטחון ולפי בקשה ישירה של המשתמש. הנציג מקבל את השיחה בשלמותה: היסטוריית פניות, פעולות הסוכן, נתונים מצורפים וההקשר שכבר נאסף — אין צורך לשאול את הלקוח מחדש. גם העברה חזרה לסוכן מוגדרת, אם השאלה מתמצה בתרחיש טיפוסי.

איך נבדקת איכות התשובות?

לפני העלאה לפרודקשן מריצים סט שיחות ביקורת ומשווים החלטות להחלטות ייחוס. בהמשך עוקבים אחרי שיעור ההחלטות הנכונות, שיעור ההסלמות ומספר הפניות החוזרות באותו נושא — ניתוח השגיאות נעשה לפי מקרים קונקרטיים, ולא לפי הערכה כללית.

מה הדרישות מבסיס הידע?

מאמר אחד — נושא אחד, לכל רשומה יש בעלים ותאריך בדיקה, מיושן נכנס לארכיון ולא נשאר במקבץ. שדות מובנים וניסוחים חד-משמעיים חשובים יותר מהיקף: מאמר חלש מוביל לתשובה בטוחה אך שגויה.

היכן גבולות היישום?

לסוכן מוסרים תרחישים עם החלטה חוזרת ונתונים ברורים לבדיקה. בירורים ייחודיים, תנאים שנויים במחלוקת וכל מה שדורש אחריות להחלטה נשארים בידי האדם — את זה מקבעים בהתחלה, ולא לאחר שגיאות.

נדון במשימה ונחזור עם הערכה ותוכנית

מתחילים בניתוח המשימה, ולא בהצעה מתבנית: חשוב לנו לראות את התהליך שלכם מבפנים. בהתחלה נדרשים מהלקוח רשימת פניות טיפוסיות וחלקן בזרם הכולל, תרשים ניתוב וכללי הסלמה, הרשאות לסביבת בדיקה, ספרי עזר וייצוא היסטוריית פניות מתקופות קודמות, וכן אדם עם סמכות לשנות נהלים ולאשר תוצאה.

  • מנתחים תהליכים ומקבעים אילו שלבים הסוכן סוגר בעצמו ואיפה בהכרח נשאר אישור של עובד.
  • בונים תוכנית עבודה בשלבים עם נקודות קבלה — מהגדרת תרחישי שיחה וכללי ניתוב ועד הטמעה זהירה בסביבת העבודה.
  • אוספים נתוני מקור להתחלה: הרשאות, מבנה קטלוג השירותים, הפרדת הרשאות לפי תפקידים, מערך פניות לבדיקה.
  • קובעים הרכב צוות — מהנדס ייעודי ל-ServiceNow AI Agents, אנליסט תהליכים, מהנדס חיבורים למערכות חוץ ובודק.
  • מפרטים את סדר ההערכה: היקף תרחישים, מספר נקודות חיבור למערכות רשומות, דרישות לתיעוד ביומן ולבקרה על פעולות הסוכן.
  • בסיום השיחה הראשונה אתם מקבלים מפת תרחישי אוטומציה, תרשים פתרון, גבולות אחריות וסיכונים שאנו רואים מראש.

תארו את המשימה בפורמט נוח — נחזור עם הערכה ותוכנית, שבה לכל שלב יהיו לוחות זמנים, דרישות להשתתפותכם וקריטריוני קבלה.