このブログ投稿で

アマルティアグプタ

製品マーケティングマネージャ

人工知能（AI）は、2021年の主要なITサービス管理（ITSM）のトレンドとして注目されました。

IT組織は、ITサービス管理プロセスを強化および改善するために、さまざまなAIおよび機械学習技術を採用し始めています。 ITSMシステムによって生成されるデータが豊富であるため、機械学習をITSMプロセスに適用することは、ITプロフェッショナルにインフラストラクチャと手順のより深い理解を提供できるため、非常に理にかなっています。

機械学習は、組織がITSMの問題に優先順位を付け、予防的な行動を取り、解決までの時間を最小限に抑え、従業員の生産性を向上させるのに役立つ洞察を提供します。

もう少し深く掘り下げる準備はできていますか？ ITSMでのAIと機械学習のユースケースがITサービスの提供方法を​​変革するXNUMXの方法を次に示します。

ITSMにおける10のAIと機械学習のユースケース

10の実際のユースケースでのITSMにおけるAIとMLの影響

1.仮想エージェント

ITSMにおけるAIの最も一般的で急成長しているアプリケーションのXNUMXつは、セルフサービス機能へのより高速なアクセスをユーザーに提供する「仮想エージェント」または懸念事項を可能な限り迅速に処理できる適切なIT割り当てグループの使用です。

問題の種類によっては、特定のチケットは、人間の介入を必要とせずに、高度な精度のテクノロジーを使用して解決およびクローズされる場合があります。 たとえば、エンドユーザーが仮想エージェントを使用する場合、チケットを発行しなくても、問題に対する最も可能性の高い解決策を含む自動応答で迅速な応答を得ることができます。 仮想エージェントは、リアルタイムで一貫性のある効果的な会話を保証します。これにより、手動による介入を必要とせずにインシデントを解決できるため、時間、コスト、および労力を節約できます。

2.インテリジェントなチケット割り当て

ITサービスデスクチームにはさまざまなスキルセットがあり、特定の種類のIT要求に対応するのに優れている技術者もいます。 そのため、サービスデスクの技術者は、チケットを手動で分類して適切な技術者に割り当てるのにかなりの時間を費やすことになります。

ITSMにAIを実装すると、技術者がチケットの内容を手動で読んで決定する必要なしに、チケットを自動的に識別、分類、優先順位付けし、適切な技術者またはサポートグループに割り当てることができます。

機械学習は、サービスデスクが以前の経験とデータから学習して、関連する技術者またはサポートグループにチケットをインテリジェントに割り当てるのに役立ちます。これにより、チケット割り当てプロセスが自動化され、解決時間が短縮され、サービスデスクチームの効率が向上します。

3.サービスデスクの自動化

サービスデスクと、サービスリクエストの実装、インシデントチケットの解決、変更の配信などの運用タスクは、リソースの約70〜80％を消費します。 組織はAIを使用してそのような活動をインテリジェントに自動化できるため、技術者は会社の革新と目標達成の支援により多くの時間を費やすことができます。

たとえば、サービスデスクは、機械学習を使用して、従業員の役割、責任、部門、およびその他の特性に基づいてサポートリクエストを自動承認するようにトレーニングできます。 したがって、従業員がソフトウェアへのアクセスを求めている場合、サービスデスクは、時間とリソースを節約するために、管理者からの承認を必要とせずに、要求をすぐに承認してワークフローをトリガーできます。

4.プロアクティブな問題解決

ビッグデータと分析の進歩により、ITSMの予測機能と相関機能が向上しています。 リポジトリ分析とユーザーアクティビティパターンに基づくAIと機械学習ソリューションは、エンドユーザーが遭遇するITインシデントの数を最小限に抑え、問題があることに気付く前にユーザーの要求を予測して実行するのに役立ちます。

システムは以前のイベントから学習し続けるため、ITの停止や個々の資産の故障などの問題を予測し、修正を自動的に実装または推奨することができます。 AIを使用すると、環境、エンドユーザーの動作、またはサービスの変化によって引き起こされる問題を、より適切に、より迅速に、よりプロアクティブに、自動化して問題を解決できます。

5.異常検出

一部のITインシデントは、従来のITSMツールでは検出できない場合があります。 AI / MLモデルをトレーニングして、異常を特定し、多くのITシステムで繰り返されるインシデントにフラグを立てることができます。 インシデントが発生する前に、ITチームにITの問題を警告することもできます。

6.AIを活用したナレッジマネジメント

ナレッジマネジメントは、ディープラーニングテクノロジーを活用してリポジトリからソリューションを提供したり、クラウドを検索して、ユーザーがITの問題を解決するのを支援する適切なソリューションを提供したりできます。 このようにして、組織は知識ベースの管理にかかる時間を節約し、技術者やエンドユーザーと知識を効率的に共有することに集中できます。

機械学習は、知識の検出と配布に役立つだけでなく、知識の作成にも役立ちます。 集約されたインシデントチケットデータを分析して知識のギャップを特定する場合でも、アルゴリズムを実装して最も関連性の高い重要な情報を見つけることで文書化されたチケットの解決策を知識に変換する場合でも、機械学習はサービスデスクチームが問題領域を特定し、関連するソリューションとナレッジベースの記事を作成するのに役立ちます。 。

7.AI主導の変更管理

企業のITインフラストラクチャに重大な影響を与える可能性のあるITSMプロセスのXNUMXつは、変更管理です。 変更は、実装される前に広範な計画とリスク評価の対象となります。 それにもかかわらず、この努力にもかかわらず、変更は人為的ミスによるものではない可能性があります。 変更を評価している間、技術者とユーザーは、IT変更管理と変更実装によって作成された大量のデータから洞察を抽出するのに苦労することがあります。 AIは、人的要素を排除し、分析を強化することで、変更管理に関連するリスクを軽減するのに役立ちます。

機械学習テクノロジーを実装することで、考えられるリスクを認識して変更マネージャーに報告し、バックアウト戦略を実行できます。 機械学習により、変更要求の評価と計画が容易になり、変更要求を適切にスケジュールできます。

8.インテリジェントなAssetLifeサイクル管理

パフォーマンスが低下した古いIT資産の結果として、かなりの数のIT問題が発生します。 機械学習は、パフォーマンスレベル、資産に関連するITインシデントなどの特性に基づいて、頻繁に失敗する可能性のある資産を自動的に特定するのに役立ちます。 そのような資産が特定されると、サービスデスクは機械学習を活用して技術者に通知し、交換品の注文を支援する可能性があります。

9.FlagSLA違反に対する予測分析

予測分析を使用して、組織内および組織全体のパフォーマンスデータを分析し、考えられる問題を特定できます。 この知識は、サービスレベル契約を満たしていることを念頭に置いて、要求を解決するための代替方法についてユーザーまたはITサービスデスクにアドバイスするために使用できます。

SLA違反がある場合は、ユーザーにタイムリーな解決策を提供するために、チケットをエスカレーションする必要がある場合があります。 ここで自動化は、SLA違反が発生するとすぐに、主要な問題を適切な担当者にエスカレーションするのに役立ちます。 自動化を実装することにより、インシデントを運用階層内の適切なチームメンバーに合わせるためのチケットエスカレーションルールを作成できます。

10.SmartSearchの機能と推奨事項

AIは、ユーザーが以前に使用した類似の検索キーワードに基づいて問題に対する正しい答えを見つけるのに役立つインテリジェントな検索機能を推進します。 AI主導の検索は、ITおよびエンドユーザーがITSMやセルフサービスツールですでに使用している基本的な検索機能とは異なり、関連する多くの検索オプションを高精度で表示できます。

機械学習を使用して、ユーザーがGoogleやNetflixから取得するものなどのスマートな提案を提供することもできます。 これには、セルフサービスを活用して解決プロセスをスピードアップし、L1チケットを偏向させる、サービスデスクの技術者またはエンドユーザーに推奨される情報やソリューションが含まれる場合があります。 AIによって生成された提案では、類似または関連するITインシデント、ソリューションの記事、または構成アイテムを推奨して、アイテムを見つけて検索する手間を省くことができます。

ITSMでAIを使用する4つの利点

AIには、ITサービスデスクやITサービスデスクチームだけでなく、企業全体を変革する可能性があります。 組織がAIの時流に乗る前に、AIから得られると期待できるものは次のとおりです。

  1. データ主導の意思決定：人工知能は、人間が不可能なITインフラストラクチャへのリアルタイムの洞察を提供できるため、特に予期しない問題に直面した場合に、情報に基づいた迅速な意思決定が可能になります。
  2. ITチームの効率の向上：ほとんどの組織では、繰り返しのクエリや問題の処理に多くの時間が費やされています。 したがって、自動化は仕事への脅威として認識されていますが、実際には、退屈で反復的なタスクを実行することを楽しむ人は誰もいません。 実際、反復プロセスを自動化することにより、IT技術者は、サービス強化イニシアチブなどのより魅力的な作業に集中できるようになります。
  3. 従業員の生産性の向上：AIは、ナレッジベース内の特定のドキュメントや記事にアクセスしたり、適切な技術者に電話やチャットを送信したりするなど、エンドユーザーが情報を見つけて適用するのに役立ち、問題をできるだけ早く解決できます。
  4. 安定したIT環境：問題の検出とログ記録から問題の根本原因の解決まで、AIはインシデント管理を大幅に強化できます。 その結果、自動化によってIT環境が安定し、企業はデジタルトランスフォーメーションをサポートするためのより優れた基盤を利用できるようになります。

結論

AIの実装から最大のメリットを得るには、ITサービスデスクの技術者は、最初にすべての要求、問題、および変更を注意深く文書化して、正確なITサービスデスクデータベースを維持し、包括的なナレッジベースを作成する必要があります。

ITSMのAIがサービス提供を大幅に改善できることは間違いありませんが、組織がAIの採用で真に繁栄したい場合は、より大きなビジネス目標に沿ってAIの完全なメリットを実現するための戦略を策定する必要があります。