В сфере IT и телекоммуникаций RAG применяется для поддержки пользователей, автоматизации аналитики и повышения эффективности внутренних сервисов. Эта технология помогает с различными бизнес-задачами отрасли от поиска информации в корпоративных базах данных до формирования SQL-запросов.

LinkedIn внедрил комбинированное решение на основе RAG и графа знаний для обработки обращений в службу поддержки. Система не просто ищет похожие обращения среди прошлых тикетов, а выстраивает связи между ними, формируя полноценный граф знаний на основе всех обращений пользователей. Когда поступает новый запрос, ИИ анализирует его и выбирает релевантные фрагменты из графа, чтобы сформировать точный и аргументированный ответ.

Благодаря этому удалось избавиться от разрозненности данных, повысить качество поиска и сократить время обработки запросов. За шесть месяцев внедрения медианное время решения одного обращения сократилось на 28%.

Источник: Arxiv

Pinterest упростил работу аналитиков, внедрив RAG для автоматического формирования SQL-запросов. Ранее сотрудники должны были сами выбирать, с какими таблицами работать. Это часто приводило к ошибкам и трате времени на поиск.

Теперь система автоматически находит подходящие таблицы. Описания всех таблиц преобразуются в векторный индекс, а запрос пользователя анализируется и сопоставляется с этим индексом. Затем ИИ подбирает нужные данные и помогает сформировать корректный SQL-запрос буквально за несколько секунд. Это позволило снизить порог входа для новых сотрудников, ускорить аналитику и сделать работу с корпоративными данными более удобной.

Источник: Pinterest blog

В HubSpot технологии RAG интегрированы чат-бот поддержки и виджет помощи внутри приложения. Вместо того чтобы самостоятельно искать нужные ответы в обширной базе HubSpot Academy, пользователь получает автоматический ответ на свой запрос. Система извлекает актуальные ответы из 700+ часов образовательного контента академии и выдает точные, релевантные подсказки прямо в момент обращения. Это не только значительно повышает качество поддержки и ускоряет поиск информации, но и помогает развивать self-service, позволяя сэкономить время и ресурсы команды клиентского сервиса.