Clasificación con IA

El motor de IA de AutoService analiza cada ticket entrante en tiempo real para clasificarlo, priorizarlo y enrutarlo automáticamente.

Cómo funciona

Cuando un usuario crea un ticket, el flujo de IA es:

Ticket creado
     │
     ▼
┌─────────────────┐
│ Preprocesamiento│  Limpieza de texto, extracción de entidades
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ Clasificación   │  Categoría + Subcategoría
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ Priorización    │  Baja / Media / Alta / Crítica
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ Enrutamiento    │  Equipo + Agente sugerido
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ Sugerencias     │  Respuestas + artículos KB
└─────────────────┘

Clasificación por categoría

El modelo analiza el texto del ticket y asigna la categoría más probable:

Confianza del modelo

Cada clasificación incluye un puntaje de confianza (0-100%):

• ≥ 90% — Clasificación automática, sin intervención humana
• 70-89% — Clasificación automática con flag de revisión
• < 70% — Se envía a cola de triaje manual

Puedes configurar estos umbrales desde:

Panel Admin → IA → Configuración → Umbrales de confianza

Priorización inteligente

La IA determina la prioridad basándose en:

1. Palabras clave de urgencia — “urgente”, “caído”, “bloqueado”, “producción”
2. Impacto estimado — Número de usuarios afectados
3. Historial del solicitante — Frecuencia y tipo de tickets previos
4. Hora y día — Tickets fuera de horario pueden indicar mayor urgencia
5. SLA del solicitante — Usuarios VIP o con contratos específicos

Niveles de prioridad

Respuestas sugeridas

Cuando un agente abre un ticket, la IA sugiere respuestas basadas en:

• Tickets similares resueltos — Busca tickets con contexto similar y muestra las respuestas que funcionaron
• Artículos de Knowledge Base — Extrae fragmentos relevantes de la base de conocimiento
• Plantillas de respuesta — Sugiere macros configuradas que coinciden con el contexto

Tip: Las sugerencias mejoran con el tiempo. Cada vez que un agente acepta o rechaza una sugerencia, el modelo aprende.

Detección de anomalías

El motor de IA monitorea patrones de tickets en tiempo real para detectar:

• Picos inusuales — Incremento repentino de tickets en una categoría
• Tickets duplicados — Múltiples reportes del mismo problema
• Incidentes masivos — Varios usuarios afectados por el mismo issue

Cuando se detecta una anomalía, AutoService:

1. Alerta al equipo vía notificación
2. Agrupa tickets relacionados
3. Sugiere crear un Problema (Problem Management)

Entrenamiento del modelo

La IA mejora continuamente con dos mecanismos:

Retroalimentación del agente

Cuando un agente corrige una clasificación, el modelo aprende de esa corrección.

Re-entrenamiento periódico

El modelo se re-entrena automáticamente cada semana con los datos acumulados.

Datos necesarios

Para obtener buena precisión, recomendamos:

• 100+ tickets — Precisión básica (~80%)
• 500+ tickets — Buena precisión (~90%)
• 1000+ tickets — Precisión óptima (~95%+)

Configuración de IA

Panel Admin → IA → Configuración

Siguiente: Gestión de SLA →