Публикации
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Excelero NVEdge для HA IoT-эры, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
Дезагрегированные компонуемые среды для высокопроизводительных задач, статья
HPE Primera: интеллектуальная СХД HPE 3PAR, статья
HPE Elastic Platform for Big Data and Analytics, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Искусственный интеллект помогает поддержке пользователей Россельхозбанка

8, октябрь 2021  —  В систему технической поддержки пользователей Россельхозбанка внедрен лингвистический модуль Preferentum.Class, разработанный компанией Преферентум (ГК Аплана). Автоматическая классификация обращений пользователей в Service Desk позволила обеспечить высокий уровень сервиса без увеличения числа сотрудников поддержки при переходе на новое корпоративное П О.

Россельхозбанк – один из ключевых финансовых институтов российской банковской системы – успешно внедрил лингвистический модуль российского продукта для анализа неструктурированной информации Preferentum, который используется для автоматической обработки обращений сотрудников банка в корпоративный Service Desk.

Необходимость использования системы на основе машинообучаемых технологий Искусственного интеллекта возникла в связи с переходом банка на новую автоматизированную банковскую систему (АБС). Традиционно, переход на новое корпоративное ПО вызывает существенный рост обращений сотрудников в службу технической поддержки и как, следствие, перегрузку специалистов, увеличение времени, требуемого на решение инцидентов. Достаточно сказать, что число ежедневных обращений в Service Desk выросло в период перехода на новую АБС от 1.5 до 3.5 раз!

Понимая потенциальные риски, сотрудники банка заблаговременно приняли решение использовать для помощи сотрудникам Service Desk искусственный интеллект. В качестве решения для автоматической классификации запросов пользователей был выбран российский продукт Preferentum.Class , который эффективно решает проблему анализа неструктурированной текстовой информации, содержащихся в обращениях электронной почты или текстовых мессенджеров, по заданным тематическим рубрикам (классам). Таким образом, была решена задача автоматизированной диспетчеризации запросов от пользователей - определение характера обращений и функциональной области требуемой поддержки.

« Обеспечение комфортной и непрерывной работы пользователей при внедрении новой информационной системы является сложным вызовом для ИТ-службы. Интеграция продукта Preferentum.Class с системой Service Desk банка было проведено в считанные дни и позволило обеспечить согласованные в SLA параметры отработки запросов пользователей без увеличения числа сотрудников технической поддержки в условиях естественного роста количества обращений при переходе на новую АБС. Система показала высокое качество классификации обращений – весь поток запросов по АБС распознаются и маршрутизируются приложением без участия человека, при этом точность маршрутизации достигает 93-95%, а время отработки заявки первой линией поддержки составляет менее 1 секунды », - отметил начальник управления сопровождения АБС Департамента ИТ АО "Россельхозбанк" Дмитрий Маслов.

Генеральный директор компании Преферентум Дмитрий Романов подчеркнул: « Особенностью нашего продукта является возможность его быстрого обучения и встраивания в существующие у заказчика информационные системы, способность работать в условиях высоких нагрузок и лёгкая адаптация под меняющийся спектр задач. Используемые технологии автоматической классификации обеспечивают эффективное самообучение системы в процессе работы, сокращают время и трудозатраты на выполнение рутинных функций в бизнес-процессах, снижают риски ошибок ».

__________________

АО « Россельхозбанк » – основа национальной кредитно-финансовой системы обслуживания агропромышленного комплекса России. Банк создан в 2000 году и сегодня является ключевым кредитором АПК страны, входит в число самых крупных и устойчивых банков страны по размеру активов и капитала, а также в число лидеров рейтинга надежности крупнейших российских банков.

Компания Преферентум (www.preferentum.ru), входящая в ГК Аплана, является российским разработчиком линейки продуктов Preferentum для анализа неструктурированных данных на основе технологий искусственного интеллекта. « Преферентум » предлагает государственным организациям и коммерческим компаниям решения для анализа различных видов информации: нормативных правовых документов, договоров, обращений граждан, корпоративной электронной почты и др. Заказчиками компании являются крупнейшие ведомства, предприятия и организации России.

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости Преферентум

© "Storage News" journal, Russia&CIS
Редакция: 115516, Москва, а/я 88; тел./факс - (495) 233-4935;
www.storagenews.ru; info@storagenews.ru.