MTS Web Services Pasó de RAG a Agente de IA para la Clasificación Inicial de Tickets de Soporte

MTS Web Services construyó un agente de IA para procesar automáticamente tickets de soporte técnico — y abandonó su sistema de búsqueda basado en RAG, que requería que los ingenieros formularan correctamente las consultas.

Por qué construyeron RAG — y por qué no fue suficiente

El equipo SRE de la segunda línea de soporte del clúster de tecnología publicitaria de MTS Web Services trabaja diariamente con cuatro fuentes de datos: Jira con histórico de incidentes, Confluence con documentación, registros del sistema y bases de datos. Al analizar incidentes complejos, los ingenieros pasaban tiempo considerable buscando casos similares y analizando soluciones anteriores.

La primera solución fue un sistema RAG: los datos de Jira y Confluence se combinaron en una única base de conocimientos buscable que admitía consultas en lenguaje natural. Los ingenieros podían hacer preguntas — y el sistema devolvía documentos relevantes y registros de incidentes. El efecto fue notable, y el equipo recibió comentarios positivos.

Sin embargo, con el tiempo se hizo evidente una limitación estructural. RAG es una herramienta de búsqueda: para que funcione, el usuario debe saber qué buscar. Al analizar incidentes, esta condición no se cumple: se desconoce la causa del problema, no está claro qué datos se necesitan y en qué orden solicitarlos. Como resultado, la herramienta permaneció subutilizada precisamente donde la ayuda era más necesaria — al inicio de la investigación.

El segundo problema fue la imposibilidad de medir el impacto real: existía retroalimentación positiva, pero no se pudieron obtener métricas objetivas — cuánto tiempo se ahorró por ticket, cómo cambió el MTTR.

Cómo el agente se encarga de la primera etapa

"Si el sistema ya puede buscar información y analizar lo que encuentra, ¿por qué no dejar que maneje toda la primera etapa de la investigación de incidentes?" —

Vladimir Drobot, SRE Lead en MTS Web Services.

En lugar de una herramienta pasiva esperando una consulta, el equipo construyó un agente que conduce investigaciones de forma autónoma. El agente recibe un ticket como entrada y ejecuta de forma independiente la primera etapa:

• Analiza la descripción del incidente y formula un plan de investigación
• Determina de forma independiente qué datos se necesitan para el análisis
• Formula y ejecuta consultas de búsqueda en Jira y Confluence
• Agrega información de múltiples fuentes
• Proporciona al ingeniero un análisis preliminar estructurado con hipótesis sobre las causas

La diferencia con RAG es fundamental: el agente no espera la pregunta correcta de un humano — decide qué buscar basándose en el contexto del ticket.

Qué significa esto

La experiencia de MTS Web Services demuestra una distinción clave entre una herramienta de asistencia y un agente autónomo en un entorno corporativo. RAG complementa a un ingeniero en la etapa en que ya sabe dónde mirar. El agente se encarga del trabajo que consumía más tiempo — la formulación inicial de hipótesis y la recopilación de datos — y libera la atención costosa de los especialistas L2 para el análisis real. Esto demuestra que la arquitectura de agentes ya es práctica hoy para herramientas corporativas internas, no solo para productos públicos.

¿Por qué las empresas implementan IA para soporte técnico?

Para automatizar el procesamiento inicial de tickets y ahorrar tiempo a los ingenieros. MTS cambió a un agente de IA porque el sistema RAG anterior requería que los especialistas supieran formular correctamente las consultas de búsqueda.

¿Cómo analiza MTS los tickets el agente de IA?

El agente procesa cuatro fuentes de datos: histórico de incidentes en Jira, documentación en Confluence, registros del sistema y bases de datos del clúster de tecnología publicitaria.

¿Qué fuentes de datos utiliza el agente de IA en soporte técnico?

El agente de IA de MTS funciona con cuatro fuentes: Jira con histórico de incidentes, Confluence con documentación, registros del sistema y bases de datos.