How Red Hat's support AI assistant contributes to accelerating enterprise support

Red Hat 的支持 AI 助手如何加速企业支持

Component | Article_teaser

2026 年 10 月 6 日

4

分钟阅读

AI 推理

,

客户成功

Ankitkumar Patel

CEE 业务智能工程部总监

Subpattern | social_share_set

Component | social_share

分享

Subpattern | subscribe

Component | social_icon

订阅 RSS

Component | Icon

© Red Hat, Inc. CC-BY-4.0 授权

Subpattern | results_nav

组布局

Component | Nav_links

• 返回所有文章

Component | Generic

在企业支持领域，速度和清晰度至关重要。然而，当遇到重复性问题或标准咨询时，主要瓶颈往往不是技术知识的缺乏，而是工作流程中的摩擦。收集初始诊断日志、在分散的知识库中搜索、交叉参照产品生命周期、以及保持 CRM 系统和聊天通知同步，都会消耗大量宝贵时间。

为打破这些运营障碍，Red Hat 的 CEE 业务智能团队开发了支持 AI 助手。其目标不是取代复杂的工程逻辑，而是通过消除重复性流程障碍、加速知识检索、处理低复杂度或重复性问题、在突发支持高峰期间作为关键业务连续性流程（BCP）锚点，并确保复杂案例和关键升级能够及时传递给高级团队，从而提升支持效率。

实用主义的 AI 架构

与从头开始训练定制基础模型不同，支持 AI 助手采用了一种注重实效的多技术架构，旨在实现企业级速度和可靠性：

该架构（图 1）包含以下组件：

• 混合模型生态系统：结合传统机器学习（ML）技术进行模式分类，同时利用现成的前沿模型进行复杂推理。

• 检索增强生成（RAG）和智能提示：通过先进的 RAG 管道和上下文感知的智能提示，确保 AI 输出基于权威数据，避免模型幻觉。

• 广泛的知识支撑：跨历史支持案例记录、Red Hat 知识库（KCS）文章、产品文档、Linux 手册（man）页面和通用世界知识进行上下文关联。

• 多层级隐私与安全：在任何数据进入推理层之前，采用多层级个人身份信息（PII）屏蔽和严格的安全防护措施，保障客户信任和合规性。

消除工作流程障碍

当标准案例开启时，手动行政任务可能减缓初始进展。支持 AI 助手在整个生态系统中充当智能工作流程加速器：

• 即时知识检索：在案例创建的瞬间自动提取相关解决方案文章、文档、手册页面和历史案例模式。

• 快速诊断分析：即时解析 sosreport 和类似 must-gather 的诊断日志，提取关键错误特征，无需人工扫描。

• 无缝洞察整合：将产品生命周期、生命周期终止（EOL）日期和系统诊断信息整合为统一视图。

• 跨平台同步：通过聊天应用实时推送通知，并立即更新内部 CRM 记录，使团队保持同步而无需切换上下文。

严格的安全机制：人机协作模式

虽然支持AI助手积极协助处理支持案例，但企业级支持需要绝对的准确性和可追溯性。Red Hat的AI方法在严格的人工参与（HITL）保障框架下运行：

• 置信度阈值控制：每次AI输出前都会持续评估其置信度、来源依据和安全性。
• 专家协作：当助手的置信度低于预设阈值时，AI不会自主发布内容。而是通过准备结构化诊断摘要，与支持专家进行人工审核、验证和优化。
• 无妥协的质量：这种混合协作模式确保高并发任务快速处理，同时始终维持客户期待的权威深度。
• 协作生态系统：最终，该架构构建了一个真正协作的生态系统，人工智能与人类专业知识相互强化，使平台远超简单自动化工具的范畴。

由持续反馈循环驱动

自2023年8月正式上线以来，支持AI助手已在活跃支持案例中实现了切实的效率提升。然而，平台的推出只是第一步。我们持续专注于不懈的优化改进。

我们的部署策略围绕闭环反馈系统展开：

• 捕获一线成功案例：支持专家和客户定期分享积极反馈，具体指出自动诊断摘要或快速响应如何加速问题解决。
• 快速反馈迭代：支持工程师和客户的直接反馈被用于优化路由策略、提示工程、RAG索引和来源依据检查。
• 适应真实需求：每次案例交互都提供可操作数据，用于优化置信度评分、减少边缘情况摩擦，并持续扩展助手能力。

业务连续性与关键升级智能

除了日常效率提升，支持AI助手在运营中断和高风险场景中还承担着战略角色，确保Red Hat维持高标准服务。无论是季节性事件、地区性假期，还是支持需求的意外激增，人员短缺和嘈杂队列都可能对支持运营造成突然压力。

助手通过以下方式成为强大的增效工具：

• 过滤关键升级请求：智能筛选升级请求，消除误报和低优先级噪音，确保真正影响业务的问题能及时提交给关键账户计划（CAP）——专门处理高风险企业升级的团队。
• 吸收流量高峰：在流量高峰期自动处理常规重复咨询，防止积压增长。
• 补充人员覆盖：即使在人员减少或假期期间，也能保持响应质量一致性和即时知识检索能力。
• 稳定服务等级协议（SLA）：确保基础首次响应速度和诊断准备不因外部流量波动而中断。

复杂、多层级的架构性问题始终需要深入的人类推理和工程专业知识。支持AI助手则专门针对其他场景进行优化：处理那些会减慢响应周期的重复性、高频率咨询。

模型方法

• 通用市场AI：重型、单体模型训练。
• 支持AI助手：混合架构，结合传统机器学习、前沿模型、RAG和智能提示技术，无需自定义模型训练。

知识库

• 通用市场AI：广泛但未经验证的网络爬取数据。
• 支持AI助手：基于历史案例记录、KCS文章、产品文档、手册页和精选世界知识构建。

隐私与控制

• 通用市场AI：基础数据脱敏或单层过滤。
• 支持AI助手：多层PII掩码与严格的人工审核置信度阈值。

核心目标

• 通用市场AI：使用广泛聊天机器人进行无过滤的工单转接。
• 支持AI助手：通过重复性任务的针对性自动化消除流程障碍，实现业务连续性规划（BCP），对关键升级进行噪声过滤，并处理常规案例。

改进机制

• 通用市场AI：通过周期性系统重构更新静态模型。
• 支持AI助手：闭环反馈机制，通过实时客户和支援专家的褒奖与反馈进行持续优化。

服务客户与合作伙伴

通过承担常规咨询、噪声过滤、行政负担和流量高峰，支持AI助手为我们的整个支援网络创造了双赢局面。

对客户而言，客户门户提供基于验证的红帽知识库支持的快速准确响应。当出现影响业务的关键问题时，可立即升级至人工支援。

对支援和升级团队而言，可通过聊天和CRM系统即时获取上下文信息，使工程师能够与AI协作处理预准备的简报，专注于复杂技术难题，并立即处理高优先级事件。

通过消除流程摩擦、保持业务连续性，并将AI能力与人类专业知识结合，红帽确保每起案件——无论简单还是复杂——都能以客户期望的速度推进。

作为对透明度和负责任创新的承诺，人工监督始终是我们方法的核心。我们明确强调所有AI生成的洞察和内容在实施前必须经过审核，以检查潜在错误并确保适合特定生产环境。如需了解我们在支援组织中AI使用的指南、原则和最佳实践，请访问我们的官方指南。

Block | Dynamic pattern deluxe promo

Component | Band_header

产品试用

Red Hat AI Inference | 产品试用

Red Hat AI Inference | 产品试用

Component | spacer

Component | Cta_multi_basic

Subpattern | simple_cta

Component | CTA

立即体验

Deluxe mbox

Component | Card_header

关于作者

Subpattern | speaker

卡片布局

Component | Image_embed

Component | Person

Ankitkumar Patel

Subpattern | social_links

Ankitkumar Patel 是 Red Hat 的 CEE 业务智能总监，他领导基于数据驱动策略的人工智能、自动化和工具工程工作。在负责业务智能和人工智能项目之前，他在公司推动了多项关键全球计划，积累了二十多年的基础经验。他丰富的背景包括领导本地化、文档、虚拟化和 Linux 支持领域的高影响力技术团队。

作者的其他文章

类似文章

动态模式

博文

Red Hat 在 MLPerf Inference v6.1 中实现 Kubernetes 和 CPU 的峰值性能

寻找 2027 年 Red Hat 认证专业人员年度获奖者

原始播客

对 5G 的坚定兴趣 | Technically Speaking

子模式 | card_flex

子模式 | text_basic

继续探索

• 什么是智能体 AI？ 文章

• 预测性 AI 与生成性 AI 文章

• 构建生产就绪 AI/ML 环境的首要考虑因素 电子书

• 以 Ansible 方式实现生成性 AI 视频

• 通过现代应用平台进行创新和转型 电子书

继续探索 mbox

子模式 | simple_text

按频道浏览

探索所有频道

模式 | raw_html

自动化

有关 IT 自动化的最新动态，涵盖技术、团队和环境

人工智能

关于使客户能够随时随地运行 AI 工作负载的平台的最新动态

开放混合云

探索我们如何通过混合云构建更加灵活的未来

安全

关于我们在各种环境和技术中降低风险的最新动态

边缘计算

有关简化边缘操作平台的最新动态

基础设施

关于全球领先的企业的 Linux 平台的最新动态

应用程序

深入了解我们解决最复杂应用程序挑战的方案

虚拟化

您本地或跨云工作负载的企业虚拟化的未来