доктор экономических наук;
doctor of economic sciences;
Внедрение в деловую среду сетевых и межсетевых цифровых экосистем приводит к появлению новых задач в системе управления, в первую очередь это связано с необходимостью сокращения времени принятия и реализации решений при сохранении качества бизнес-процессов. Цель исследования – рассмотрение возможностей оптимизации сетевого взаимодействия в экосистеме на основе гибридной интеллектуальной системы анализа и обработки клиентских обращений. Разработана гибридная модель искусственного интеллекта в формате чат-бота, в которой автоматически предоставляется ответ из базы данных по типовым запросам, генерирует собственные ответы на более сложные вопросы, а при невозможности уверенного ответа или выявлении сложного сценария корректно переводится диалог на оператора технической поддержки с сохранением контекста обращения. В результате использования предложенной архитектуры: среднее время обработки одного теоретического технического вопроса снизилось в три раза, а процент успешно решённых ботом обращений составил 90 процентов. Кроме этого отмечается увеличение среднего количество одновременно обрабатываемых обращений и снижение времени первой реакции.
The introduction of network and cross-network digital ecosystems into the business environment leads to the emergence of new management tasks, primarily related to the need to reduce the time required for decision-making and implementation while maintaining the quality of business processes. The purpose of this study is to explore the possibilities of optimizing network interactions within an ecosystem based on a hybrid intelligent system for analyzing and processing customer requests. A hybrid artificial intelligence model in the format of a chatbot has been developed, which automatically provides an answer from the database for typical requests, generates its own answers to more complex questions, and if it is not possible to provide a confident answer or if a complex scenario is identified, it correctly translates the dialogue to a technical support operator while preserving the context of the request. As a result of using the proposed architecture: the average processing time of one theoretical technical question decreased by three times, and the percentage of successfully solved bot appeals was 90 percent. In addition, there is an increase in the average number of simultaneously processed appeals and a decrease in the first reaction time.