Mały lokalny model do przypisywania zgłoszeń

Poranek pokazuje, czy sprzęt wystarczy

Rano do helpdesku trafiają prośby o ustawienie drukarki i dostęp do aplikacji, opisane własnymi słowami pracowników. Drukarkami zajmuje się wsparcie stanowisk, a dostępem do aplikacji jej administratorzy. Model pokazuje przy zgłoszeniu krótką sugestię zespołu, dyżurny widzi treść i propozycję obok siebie i zatwierdza przypisanie. Do tej pracy wystarczy nazwa zespołu.

Pojedyncza podpowiedź na spokojnym komputerze pokazuje tylko część pracy. Gdy wiele osób zaczyna dzień w krótkim odstępie, kolejne sprawy czekają na model. Liczy się czas od pojawienia się zgłoszenia do podpowiedzi, którą da się wykorzystać, także na początku pracy, gdy model ładuje się do pamięci. Poprawna podpowiedź po ręcznym rozdzieleniu spraw przychodzi za późno.

Ile to kosztuje i kiedy się zwraca

Rachunek liczy czas szukania, czytania i zestawiania materiału. Zostaje czas na sprawdzenie wyniku przy źródle, w scenariuszu 25% dzisiejszej pracy. Oba czasy mierzymy w próbie na 20 do 100 sprawach, które zespół już obsłużył. Według Brynjolfssona, Li i Raymond (2025) konsultanci obsługi wspierani przez AI rozwiązywali średnio o 15% więcej zgłoszeń na godzinę. W helpdesku podpowiedź adresata to węższe zadanie, więc rachunek liczy tylko czas przypisania.

Co działa lokalnie, a co trzeba uzgodnić

Dokumentacja Ollama opisuje zależność równoczesnego przetwarzania od dostępnej pamięci: kilka zapytań naraz wymaga dodatkowej pamięci, a przeciążona kolejka może odrzucić kolejne żądanie. Określenie „mały” nie mówi, jak szybko helpdesk dostanie ostatnią podpowiedź z porannej fali. Tryb lokalny Ollama wyłącza modele chmurowe, ale nie określa miejsca kopii zgłoszenia w systemie helpdesku ani działania integracji. Jeśli sugestia pojawi się po ręcznym przypisaniu, aplikacja nie nadpisuje decyzji dyżurnego.

Część zgłoszeń może ominąć model

Gdy formularz zawiera wybraną usługę, zespół wskaże istniejąca reguła. GLPI opisuje reguły zgłoszeń z warunkami i działaniami przy utworzeniu albo zmianie zgłoszenia, wykonywanymi w ustalonej kolejności. Model zostaje przy sprawach opisanych swobodnym tekstem, dla których reguły nie wskazały adresata. Jeśli próba pokaże powtarzalne pomyłki mimo jasnego podziału odpowiedzialności, osobnym pytaniem jest fine-tuning do klasyfikacji zgłoszeń.

Od czego zacząć

Próba obejmuje wąską grupę rutynowych spraw i godziny największego napływu, na sprzęcie przewidzianym do pracy. Zespół helpdesku prowadzi zwykły dyżur także wtedy, gdy model jest niedostępny. Lokalne modele wdrażamy w ramach prywatnych modeli LLM, a widok pracy ze źródłami budujemy jako aplikację AI. Na bezpłatną analizę wystarczy opis jednej sprawy i miejsc, w których leżą materiały. Poufne pliki zostają w firmie, a plan na piśmie dostajesz w 2 dni robocze.