# Бесплатная экспертная база знаний по управлению ИТ

Никакого пересказа ITIL, COBIT, ISO 20000, PRINCE2, TOGAF и прочего. Только сведения от консультантов и тренеров Cleverics. Включает ответы на **несколько тысяч вопросов** из **сотен источников**, а также детальный глоссарий с примерами, объяснениями и нюансами

# Можно ли с помощью машинного обучения охватить весь каталог услуг и типов обращений?

В большинстве случаев охватить весь [каталог услуг](https://cleverics.ru/digital/kb-glossary/service-catalogue/) и [типов обращений](https://cleverics.ru/digital/kb-glossary/call-type/) алгоритмами машинного обучения не удастся. Причины могут быть разными: для некоторых типов [обращений](https://cleverics.ru/digital/kb-glossary/call/) недостаточно данных, некоторые типы содержат сложно идентифицируемые фразы (например, номера проводок, специфичные для [бизнес-процесса](https://cleverics.ru/digital/kb-glossary/business-process/) формулировки, которые каждый раз означают разное), некоторые обращения поступают через специализированные формы с минимальным объёмом текстовой информации. Даже подключение дополнительных источников, таких как распознавание скриншотов, не гарантирует 100% [результата](https://cleverics.ru/digital/kb-glossary/outcome/). Поэтому при [планировании](https://cleverics.ru/digital/kb-glossary/planning/) внедрения машинного обучения необходимо сразу понимать, что охват будет частичным, и определять приоритетные типы обращений для автоматизации.Теги: AI, ML, LLM, ИИ, машинное обучение, бизнес, ценность, бизнес-заказчик, обучение сотрудников, учебные курсы, тренинги, общие вопросы менеджмента, управление запросами на обслуживание, управление каталогом ИТ-услуг, управление релизами

Автор: Евгений Шилов

Рейтинг: 273

Дата последнего обновления: 23.10.2026

[Источник](https://cleverics.ru/digital/kb_articles_redirect/?id=12709)

## Ещё вопросы по этой теме

- [Может ли машинное обучение полностью заменить ручную классификацию обращений?](https://cleverics.ru/digital/kb-qa/mozhet-li-mashinnoe-obuchenie-polnostyu-zamenit-ruchnuyu-klassifikatsiyu-obrashcheniy/)
- [Какие риски и ограничения связаны с применением машинного обучения в IT-поддержке?](https://cleverics.ru/digital/kb-qa/kakie-riski-i-ogranicheniya-svyazany-s-primeneniem-mashinnogo-obucheniya-v-it-podderzhke/)
- [Какие выводы можно сделать о перспективах применения машинного обучения в IT-поддержке?](https://cleverics.ru/digital/kb-qa/kakie-vyvody-mozhno-sdelat-o-perspektivakh-primeneniya-mashinnogo-obucheniya-v-it-podderzhke/)
- [Как машинное обучение может быть использовано для прогнозирования нагрузки на службу поддержки?](https://cleverics.ru/digital/kb-qa/kak-mashinnoe-obuchenie-mozhet-byt-ispolzovano-dlya-prognozirovaniya-nagruzki-na-sluzhbu-podderzhki/)
- [Почему формирование данных для обучения является самым сложным этапом внедрения машинного обучения?](https://cleverics.ru/digital/kb-qa/pochemu-formirovanie-dannykh-dlya-obucheniya-yavlyaetsya-samym-slozhnym-etapom-vnedreniya-mashinnogo/)
- [С каких типов обращений рекомендуется начинать внедрение машинного обучения?](https://cleverics.ru/digital/kb-qa/s-kakikh-tipov-obrashcheniy-rekomenduetsya-nachinat-vnedrenie-mashinnogo-obucheniya/)
- [Почему классификация обращений по ключевым словам недостаточна и чем машинное обучение лучше?](https://cleverics.ru/digital/kb-qa/pochemu-klassifikatsiya-obrashcheniy-po-klyuchevym-slovam-nedostatochna-i-chem-mashinnoe-obuchenie-l/)
- [Существует ли минимальный порог количества данных для эффективного обучения алгоритмов машинного обучения?](https://cleverics.ru/digital/kb-qa/sushchestvuet-li-minimalnyy-porog-kolichestva-dannykh-dlya-effektivnogo-obucheniya-algoritmov-mashin/)
- [Как машинное обучение помогает IT-специалистам при обработке обращений?](https://cleverics.ru/digital/kb-qa/kak-mashinnoe-obuchenie-pomogaet-it-spetsialistam-pri-obrabotke-obrashcheniy/)
- [Можно ли использовать данные из других организаций для обучения алгоритмов машинного обучения?](https://cleverics.ru/digital/kb-qa/mozhno-li-ispolzovat-dannye-iz-drugikh-organizatsiy-dlya-obucheniya-algoritmov-mashinnogo-obucheniya/)

## Рекомендуемые продукты по этой теме

- [VAP: Управление уровнем ИТ-услуг и каталогом ИТ-услуг](https://edu.cleverics.ru/vap-slm?utm_source=knowledgebase&utm_medium=article&utm_content=banner&utm_term=VAP-SLM) — Учебный курс: интенсив с тренером. Разработка и совершенствование каталога, соглашений об уровне услуг (SLA), метрик качества услуг, включая расчёт доступности услуг
- [VAP: Управление поддержкой ИТ-услуг](https://edu.cleverics.ru/vap-support?utm_source=knowledgebase&utm_medium=article&utm_content=banner&utm_term=VAP-SUPPORT) — Учебный курс: интенсив с тренером. Строим эффективную ИТ-поддержку. Оптимизируем существующую.
- [Altevics](https://cleverics.ru/solutions/altevics?utm_source=knowledgebase&utm_medium=article&utm_content=banner&utm_term=altevics) — Современная ITSM/ESM-система