Testing Jev for ticket classification and routing in an existing helpdesk
The author is testing whether Jev can classify support tickets that existing software then routes, with ambiguous cases passed to a human or an LLM, and asks whether the false-positive rate and rework cost make it worthwhile.
Jev peut classer un ticket support. Mais si ce ticket finit dans la mauvaise file, qui s’en rend compte ? Je le teste depuis hier, et je comprends l’enthousiasme. Ce qui m’intéresse le plus, pour l’instant, c’est de le brancher dans un logiciel existant plutôt que d’en faire un agent de plus. Le scénario que j’explore : • Jev propose une catégorie • le logiciel route le ticket selon ce choix • un humain ou un LLM reprend les cas ambigus Je vois la même piste pour le tri d’emails ou la qualification de leads. Les démos où il joue à des jeux vidéo sont marrantes ; moi, j’essaie de voir si ce type de tri tient dans un vrai workflow. Et c’est là que je n’ai pas encore de réponse : combien de faux positifs, combien de cas qui ne rentrent dans aucune catégorie, combien de temps passé à reprendre les erreurs ? Si je gagne des tokens sur le tri mais que je passe ensuite mon temps à le corriger, je n’ai rien gagné. Je continue les tests ce week-end. Si je trouve un cas solide, je partagerai le workflow complet en début de semaine. Sinon, je raconterai aussi ce qui coince.