Портал №1 по управлению цифровыми
и информационными технологиями

Внедрение ИИ для вашей службы поддержки

Внедрение ИИ для вашей службы поддержки

 

Возможности искусственного интеллекта (ИИ) для управления IT-услугами (ITSM) являются темой блогов, статей, вебинаров и конференций уже более полувека. В них объясняется, что добавление возможностей машинного обучения и понимания естественного языка (NLU) к инструментам ITSM открывает перед IT-организациями возможность делать и достигать гораздо большего.

Но что на самом деле означает внедрение ИИ для возможностей ITSM вашей организации, особенно для службы технической поддержки?

 

Как ИИ уже изменил инструменты ITSM

Если ваша организация в настоящее время использует инструменты ITSM или IT Service Desk поддержка возможностей ИИ либо уже существует, либо совсем на подходе. Возможности будут отличаться в зависимости от инструмента, но наиболее часто можно встретить следующие:

Чат-бот, который предлагает конечным пользователям возможность круглосуточной IT- поддержки. Возможности чат-бота могут быть доступны через порталы самообслуживания, мобильные приложения или инструменты совместной работы, такие как Slack и Microsoft Teams. При использовании чат-бота конечный пользователь может запросить помощь, информацию, услугу или изменения, а если запрос выходит за рамки возможностей чат-бота, может быть зарегистрировано обращение. На порталах самообслуживания чат-боты улучшают работу сотрудников, позволяя пользователям быстрее и проще достичь нужных результатов.

Виртуальные помощники. Виртуальные помощники помогают сотрудникам поддержки (обычно из корпоративного инструмента ITSM). Эта помощь принимает форму доступа к знаниям, относящимся к запросу по мере работы агентов службы поддержки, а также “подсказанного” доступа к соответствующим возможностям автоматизации и оркестровки услуг.

Автоматизированная сортировка запросов. Возможность сортировки тикетов с помощью ИИ аналогична (но лучше, чем) традиционная маршрутизация билетов на основе правил. Эта функция перехватывает входящие заявки в службу поддержки (как инциденты, так и запросы на обслуживание), затем использует машинное обучение и NLU для автоматической категоризации, определения приоритетов и распределения заявок по группам решения с высокой точностью.

Поддержка управления знаниями. Управление знаниями традиционно было и остается ценной функцией ITSM, которую организации часто считают сложной для достижения успеха. Соответствующие возможности с поддержкой ИИ, включают более интеллектуальный поиск на основе контекста и предоставление “рекомендаций”. Возможности ИИ также могут выявлять пробелы в знаниях и создавать новые статьи знаний, используя информацию о закрытых тикетах.

Предиктивная аналитика. Возможности машинного обучения позволяют интерпретировать сложные закономерности в больших массивах данных для получения информации о проблемах (которые могут быть как уже возникшими, так и надвигающимися) и планирования потребностей, например оптимизации штата IT-службы.

Преимущества инструментов с поддержкой ИИ

Как и автоматизация как таковая, возможности ИИ помогают IT-службам быть “лучше, быстрее и дешевле”. Эти улучшения относятся к операциям IT-поддержки и их результатам, особенно в плане повышения качества обслуживания сотрудников.

В последние годы потребность в этих улучшениях усилилась под влиянием множества факторов, в том числе:

  • рост объемов ИТ-услуг и поддержки,
  • необходимость повышения эффективности и потенциальное сокращение бюджета,
  • повышенные ожидания потребителей IT-услуг,
  • Большие массивы данных,
  • нехватка квалифицированного персонала.

Возможности ИИ помогают организациям преодолеть влияние этих факторов (и существующих проблем) с помощью:

  • более широкого использования технологий, снижая использование человеческого ресурса,
  • повышения скорости выполнения задач, действий и рабочих процессов,
  • снижения операционных затрат,
  • обеспечения круглосуточной ИТ-поддержки,
  • снижения количества человеческих ошибок и их влияния на бизнес,
  • Улучшение бизнес-результатов, включая опыт сотрудников.

 

Побочный эффект ИИ для IT-поддержки

Помимо прочих, существуют два специфических эффекта от внедрения ИИ, которые организации легко упускают из виду:

Потенциальное влияние на опыт сотрудников. Хотя намерение частично состоит в том, чтобы улучшить опыт сотрудников, внедрение возможностей на основе ИИ должно тщательно контролироваться и управляться, чтобы гарантировать, что опыт будет улучшен, а не ухудшен благодаря новым возможностям с использованием ИИ.

Вероятное влияние на показатели производительности службы ИТ-обслуживания. Это изменение связано с тем, что внедрение ИИ удаляет из службы поддержки более простые и рутинные заявки, что означает, что агенты службы поддержки будут заниматься более сложными проблемами и запросами, которые требуют больше времени. В результате меняется структура профиля заявок, начиная с объемов полученных (и обработанных) заявок и заканчивая средним временем обработки. Уровень разрешения первого контакта (FCR) также, вероятно, снизится, поскольку возможности ИИ убрали со стола более простые заявки.

Оригинал статьи

Комментариев: 4

  • Сергей

    Статья интересная, но среди побочных эффектов не описан следующий:
    – поддержка ИИ это дополнительные затраты на ИТ-инфраструктуру и ПО, внедрение ИИ, менеджеров процесса сопровождающего ИИ, специфических специалистов по настройке-доработке ИИ и конечно (!!!) навязывание Пользователям специфических (не бизнесовых) знаний как самостоятельно решать свои “ИТшные” проблемы и вопросы.

  • Григорий Чхеидзе

    Всем привет!
    Хочу отметить что ИИ в ИТ-поддержке не так страшен как может показаться сначала… Вот решение которое я представил в 2017 году, и которое до сих пор успешно работает в облачной модели. Никаких существенных затрат на инфраструктуру нет. Главное что решение позволяет сделать это снизить негативный эффект всплесков обращений клиентов. Так как если у вас пошел рост обращений, то вам обычно не хватает никаких людских ресурсов Service Desk, а “робот” работает с любыми объемами – оптимизируя время и обеспечивая надлежащий SLA.
    https://www.osp.ru/netcat_files/userfiles/ITMF_2017/Chkheidze.pdf

    • Сергей

      Григорий, спасибо за интересный пример но он неинформативен .
      В достижениях (презентации) непонятно на сколько удалось сократить число операторов и сколько денег ушло на разработку и внедрение и сколько ушло поддержание актуальности ИИ – что бы оценить бизнес-эффект.
      Понятно что потратить денег на новую ИТ-игрушку это всегда интересно и приятно, с экономикой непонятно как обычно.

  • Мишель

    Статья, возможно, и интересная, но написана, вернее, переведена не очень хорошо – то члены предложения между собой не согласованы, то неподходящее по контексту слово использовано – “традиционная маршрутизация билетов ” – явно в оригинале ticket, такое ощущение, что через Google Translate перевели и даже не вычитали.


Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

DevOps
Kanban
ITSM
ITIL
PRINCE2
Agile
Lean
TOGAF
ITAM