人工智能 (AI) 被强调为 2021 年的关键 IT 服务管理 (ITSM) 趋势。

IT 组织开始采用各种 AI 和机器学习技术来增强和改进 IT 服务管理流程。 由于 ITSM 系统生成的大量数据,将机器学习应用于 ITSM 流程很有意义,因为它可以让 IT 专业人员更深入地了解他们的基础设施和程序。

机器学习提供的洞察力可以帮助组织确定 ITSM 问题的优先级,采取主动行动,最大限度地缩短解决时间,从而提高员工的工作效率。

你准备好深入研究了吗? 以下是 ITSM 中的 AI 和机器学习用例改变 IT 服务交付方式的十种方式。

ITSM 中的 10 个 AI 和机器学习用例

人工智能和机器学习在 ITSM 中的影响与 10 个实际用例

1. 虚拟代理

人工智能在 ITSM 中最常见和快速增长的应用之一是使用“虚拟代理”,让用户可以更快地访问自助服务功能或合适的 IT 分配小组,以尽快处理他们的问题。

根据问题的类型,某些工单可能会使用高度准确的技术解决和关闭,而无需人工干预。 例如,当最终用户使用虚拟代理时,他们可以通过自动响应获得及时回复,其中包含最有可能解决他们问题的方法,甚至无需提出票证。 虚拟代理可确保实时、一致和有效的对话,无需人工干预即可解决事件,从而节省时间、成本和精力。

2.智能票务分配

IT 服务台团队拥有不同的技能组合,一些技术人员在处理某些类型的 IT 请求方面比其他技术人员更好。 因此,服务台技术人员通常最终会花费大量时间手动分类和分配工单给适当的技术人员。

在 ITSM 中实施 AI,工单可以自动识别、分类、优先排序并分配给正确的技术人员或支持组,而无需技术人员手动阅读工单的内容来决定。

机器学习帮助服务台从以前的经验和数据中学习,以智能地将工单分配给相关技术人员或支持组,从而使工单分配过程自动化,减少解决时间,并提高服务台团队的效率。

3. 服务台自动化

服务台和运营任务(例如实施服务请求、解决事故单和交付变更)消耗了大约 70-80% 的资源。 组织可以使用人工智能来智能地自动化此类活动,以便技术人员可以花更多时间进行创新并协助公司实现其目标。

例如,可以培训服务台,通过机器学习根据员工的角色、职责、部门和其他特征自动批准支持请求。 因此,假设员工寻求访问软件,服务台可以立即授权请求并触发工作流,而无需管理层的批准,以节省时间和资源。

4. 主动解决问题

大数据和分析的进步正在提高 ITSM 的预测和相关能力。 基于存储库分析和用户活动模式的人工智能和机器学习解决方案可以帮助最大限度地减少最终用户遇到的 IT 事件的数量,甚至可以在用户意识到问题之前预测和满足用户的请求。

随着系统不断从以前的事件中学习,可以预见诸如 IT 中断和单个资产故障之类的问题,并且可以自动实施或建议修复。 人工智能可以更好、更快、更主动、更自动化地解决由环境、最终用户行为或服务变化引起的问题。

5.异常检测

使用传统的 ITSM 工具可能无法检测到某些 IT 事件。 可以训练 AI/ML 模型来识别异常并标记许多 IT 系统中的重复事件。 他们甚至可以帮助在事件发生之前提醒 IT 团队注意 IT 问题。

6. 人工智能驱动的知识管理

知识管理可以利用深度学习技术从存储库中提供解决方案或搜索云以提供适当的解决方案来帮助用户解决 IT 问题。 通过这种方式,组织可以节省管理知识库的时间,并专注于与技术人员和最终用户有效地共享知识。

机器学习不仅有助于检测和传播知识,还有助于创造知识。 无论是通过分析汇总的事件工单数据来识别知识差距,还是通过实施算法以查找最相关和最重要的信息将记录的工单解决方案转化为知识,机器学习都可以帮助服务台团队识别问题领域并创建相关的解决方案和知识库文章.

7. 人工智能驱动的变更管理

可以对公司的 IT 基础架构产生重大影响的一个 ITSM 流程是变更管理。 变更在实施之前需要经过广泛的规划和风险评估。 尽管如此,尽管做出了这些努力,但变化可能不会归因于人为错误。 在评估变更时,技术人员和用户有时难以从 IT 变更管理和变更实施创建的大量数据中提取洞察力。 通过消除人为因素并增强分析,人工智能可以帮助减轻与变更管理相关的风险。

通过实施机器学习技术,可以识别可能的风险并将其报告给变更经理以执行退出策略。 机器学习还有助于评估和规划变更请求以正确安排它们。

8. 智能资产生命周期管理

大量 IT 问题是由于性能下降的过时 IT 资产造成的。 机器学习可以帮助根据性能水平、与其相关的 IT 事件等特征,自动识别哪些资产可能经常发生故障。 一旦识别出此类资产,服务台就可以利用机器学习来通知技术人员,并可能协助订购更换。

9. 标记SLA违规的预测分析

预测分析可用于分析组织内部和跨组织的绩效数据,以识别可能的问题。 这些知识可用于向用户或 IT 服务台建议解决请求的替代方法,同时牢记它们符合服务级别协议。

如果存在 SLA 违规,则可能需要升级故障单以便为用户提供及时的解决方案。 在这里,一旦发生 SLA 违规,自动化可以帮助将主要问题上报给适当的人员。 通过实施自动化,可以创建工单升级规则,以将事件与操作层次结构中的适当团队成员对齐。

10. 智能搜索功能和建议

人工智能驱动智能搜索功能,可以帮助用户根据之前使用的类似搜索关键字找到问题的正确答案。 AI 驱动的搜索不像 IT 和最终用户已经在 ITSM 和自助服务工具中使用的基本搜索功能,它可以高精度地呈现大量相关的搜索选项。

机器学习还可用于提供智能建议,例如用户从 Google 或 Netflix 获得的信息。 这可能包括为服务台技术人员或最终用户推荐的信息或解决方案,他们利用自助服务加快解决过程并转移 L1 票证。 AI 生成的建议可以推荐类似或相关的 IT 事件、解决方案文章或配置项目,以消除发现项目然后搜索它的工作量。

在 ITSM 中使用 AI 的 4 个好处

人工智能不仅有可能改变 IT 服务台和 IT 服务台团队,而且有可能改变整个企业。 在组织加入 AI 潮流之前,以下是他们可以期望从中获得的收益。

  1. 数据驱动的决策:人工智能可以提供对 IT 基础设施的实时洞察,这是人类无法做到的,从而可以做出明智和更快的决策,尤其是在面临不可预见的问题时。
  2. 提高 IT 团队的效率:在大多数组织中,大部分时间仍用于处理重复性查询和问题。 因此,尽管自动化被视为对工作的威胁,但现实是没有人喜欢执行乏味、重复性的任务。 事实上,通过自动化重复流程,IT 技术人员将有时间专注于更具吸引力的工作,例如服务增强计划。
  3. 提高员工生产力:人工智能可以帮助最终用户发现和应用信息,例如访问知识库中的特定文档或文章,或者将电话或聊天定向给合适的技术人员,以便尽快解决问题。
  4. 稳定的 IT 环境:从检测和记录问题到解决问题的根本原因,人工智能可以大大增强事件管理。 因此,自动化将稳定 IT 环境,并为企业提供更好的基础来支持其数字化转型。

总结

为了从 AI 实施中获得最大收益,IT 服务台技术人员必须首先仔细记录所有请求、问题和更改,以维护准确的 IT 服务台数据库并创建全面的知识库。

毫无疑问,ITSM 中的 AI 可以显着改善服务交付,但如果组织想要真正通过 AI 实现蓬勃发展,他们必须制定一项战略,根据其更大的业务目标实现 AI 的全部优势。