Поддержка на автопилоте: как банк внедряет ИИ-агентов для рутины инженеров
Команда контента «Банки.ру» продемонстрировала, как инженеры поддержки используют платформу n8n для создания автономных систем мониторинга и автоматизации тикетов. За четыре месяца внедрения рутинные задачи, такие как утренние обходы и оценка задач, передаются искусственному интеллекту, экономя сотрудникам десятки часов в неделю.
# Поддержка на автопилоте: как банк внедряет ИИ-агентов для рутины
В современном IT-секторе автоматизация часто рассматривается как способ масштабирования команды. Однако кейс команды контента «Банки.ру» показывает иной подход: использование нейросетей для высвобождения времени самих специалистов, чтобы они могли сосредоточиться на аналитике и сложных инцидентах.
Автоматизация рутины и выбор инструментов
Главным героем кейса стал инженер Магомед, который за короткий срок создал несколько автоматизаций на базе платформы n8n. Эти системы не заменяют людей, а выступают в роли «второго пилота», беря на себя повторяющиеся процессы.
Для анализа данных и генерации текстов используются модели Claude: Sonnet 4.5 для сложных рассуждений и структурирования информации, а также Haiku 4.5 для рутинных и частых задач. Запросы к моделям направляются через внутренний прокси на базе LiteLLM.
Источники данных для ИИ-агентов включают репозитории кода сервисов, базу знаний команды, системы мониторинга Kibana и Grafana, трекер задач Jira, а также базы комментариев и статистики просмотров. Все сообщения от агентов направляются в канал Loop.
Утренний дайджест вместо ручного обхода
Традиционный утренний обход инженером поддержки занимал от 30 до 40 минут. Специалисту приходилось вручную проверять сотни метрик доступности, задержки (latency), логи ошибок и задачи в Jira, пытаясь отделить «фоновый шум» от реальных проблем.
Теперь эта функция выполнена ИИ-агентом. Воркфлоу собирает данные о ошибках и логиках, сравнивая текущие показатели со средними значениями прошлой недели. Система автоматически присваивает статус каждому показателю: «норма», «внимание» или «критично».
Результат публикуется в два этапа: сначала приходит краткое уведомление в чат, а по запросу генерируется детальный HTML-отчёт с плашками и прямыми ссылками. Благодаря этому утром инженер видит готовую картину: если всё зеленое — можно приступать к задачам, если есть красный флаг — сразу видно, куда обратить внимание.
Watcher для контроля релизов
После выхода нового обновления (релиза) критически важно убедиться, что сервисы работают стабильно. Ранее после каждой выкатки требовалось 15–20 минут на ручное обновление временных окон в Kibana и Grafana, а также поиск автора деплоя для сверки метрик.
Новый бот, названный «Release Anomaly Watcher», решает эту проблему автоматически. При появлении аномалии он сразу отправляет сообщение с подготовленным контекстом: ссылками на дашборд с нужным фильтром времени, логами в Kibana и именем разработчика, который выкатил обновление.
Хотя штатные алерты уже работали корректно, бот добавляет новую ценность за счет раннего обнаружения «тихой деградации». Агент может заметить плавный рост ошибок или изменение «дна» статистики, пока эти показатели еще не превысили громкие пороги обычных систем оповещения.
ИИ-агент для работы с Jira и командами
Одним из ключевых направлений стала автоматизация взаимодействия с трекером задач Jira. Агент работает как полноценный сотрудник команды: читает тикеты, комментирует, связывает задачи и назначает исполнителей.
Груминг и оценка задач Одной из сложных задач планирования является оценка трудозатрат. Новый инструмент помогает команде проводить «груминг» (предварительную оценку объема работ), разбивая задачу на подзадачи и сверяясь с кодом и зависимостями. ИИ предоставляет три варианта оценки времени: оптимистичный, реалистичный и пессимистичный. Это позволяет избежать ситуации, когда оценка начинается с чистого листа.
Стоит отметить, что оценки относятся только к периоду разработки. Работа по ревью кода, тестированию и проведение встреч в рамках оценки не включается.
Стиль общения Агент настроен на вежливое общение с использованием формы «вы». Команда отмечает, что стиль ответов бота иногда называют «аристократическим», что добавляет легкости в коммуникацию, даже при решении технических вопросов.
Автоматизация для авторов контента
Не вся автоматизация направлена на инженеров. Часть систем работает на поддержку авторов материалов на сайте.
* Уведомления о комментариях: Бот раз в пять минут проверяет новые комментарии и отправляет авторам уведомление с черновиком ответа, составленным ИИ. * Мониторинг просмотров: При достижении 1000 просмотров автор получает уведомление. Одновременно бот проверяет соответствие прикрепленного виджета (блока с подбором финансовых продуктов) теме статьи, давая рекомендации по замене, если это необходимо. * Напоминалки: Система присылает напоминания о просроченных задачах, отсутствующих метках тестировщиков и других процессных нарушениях.
Результаты и планы на будущее
Внедрение этих систем дало ощутимые результаты: 1. Время на утренний разбор сократилось с 30–40 минут до 5. 2. Обработка вопросов по метрикам и логам, которые раньше занимали у инженера 10–15 минут, теперь берет на себя агент. 3. Команда использует возможности ИИ-агента для оценки задач и автоматического создания тикетов, что снижает риск потери важной информации.
В планах команды на ближайшее время — создание отдельного веб-сайта для выдачи дайджестов вместо скачивания HTML-файлов, а также включение кэширования промптов для экономии средств. Также планируется дальнейшая модулизация инструментов агента для повышения точности выполнения команд.
Этот кейс демонстрирует, что внедрение ИИ в корпоративную среду не обязательно связано с полным отказом от человеческих сотрудников. Напротив, правильный подход позволяет создать эффективную экосистему, где технологии решают рутину, а люди занимают ключевые позиции принятия решений.
*Примечание редактора: Данный материал основан на личном опыте инженера поддержки и не представляет собой универсальное руководство по внедрению ИИ в любые организации.*
---
Глоссарий терминов:
* Workflow (Воркфлоу): Последовательность шагов или действий, которые автоматизируются для достижения определенной цели. В данном случае — цепочка получения данных, анализа и отправки сообщения. * n8n: Инструмент с открытым исходным кодом для построения автоматизаций, связывающий различные приложения и сервисы друг с другом. * Прокси: Программный компонент, который служит посредником между клиентом и сервером, часто используемый для безопасного и унифицированного доступа к API сервисов. * Груминг: Процесс предварительного анализа задач для определения объема необходимых усилий, времени и ресурсов. * Лог: Файл или запись, содержащая историю событий в программе или на сервере, используемая для отладки и анализа работы систем.