AI如何在大流行中改善IT服務管理

一些基于呼叫中心的事件管理系統(tǒng)的CIO無法看到事件隊列的底部，原因是成千上萬的未決便攜式計算機連接，遠程訪問登錄和VPN支持請求尚未得到解決。

以前對重大事件進行優(yōu)先級排序的方法無法與現(xiàn)在在家工作的所有員工的入庫支持請求的數(shù)量，種類和速度保持一致。

IT團隊需要其IT服務管理(ITSM)系統(tǒng)，以提供一種更加自動化的方法來將關鍵事件實時路由到專業(yè)團隊。

IT服務運營團隊及其領導者目前正處于其職業(yè)生涯最繁忙的幾周中。當ITSM系統(tǒng)因原本不是為他們設計的工作負載沉重時，他們陷入困境時，他們正努力幫助許多首次在家工作的員工建立安全連接。在許多公司中，事件隊列是數(shù)以千計的請求，等待分配。

通過AI和預測性路由來阻止大流行對IT的影響

對帶有故障單的事件管理隊列的快速Pareto分析顯示，大約75%至80%的服務請求來自所有IT用戶面臨的連接性和安全性登錄問題的前20%。對事件偏轉采用基于AI的方法，該方法從幫助文件和視頻開始尋求最佳的IT服務資源，然后再發(fā)展為IT服務代理，將迅速減少隊列。根據(jù)貝恩公司(Bain&Company)最近一項名為“AI正在提升服務中心性能”的研究，發(fā)現(xiàn)以下內容：

貝恩研究的指標同樣適用于客戶呼叫中心，也適用于IT服務臺和為其配備人員的團隊。通過使用AI將跨所有渠道的入站IT請求與服務代理進行匹配，可以緩解采用先進先出方法創(chuàng)建的服務瓶頸。需要對算法進行培訓，以便在每個可用的IT代理獨特的優(yōu)勢和能力的背景下解釋給定的IT請求。將事件偏轉無法解決的入站請求與最佳的可用代理進行匹配，可以消除大量的故障單，并且許多IT部門如今都在努力處理事件積壓工作。最重要的是，基于IT的ITSM現(xiàn)代化方法顯示了降低IT成本，減少錯誤，提高用戶滿意度，同時縮短響應時間和速度。最重要的是，IT代理將能夠專注于更具挑戰(zhàn)性的工作，因為AI可以通過不斷學習事件偏轉，預測性路由和性能分析如何改進來處理更普通的任務。

沒有人會設計一個ITSM系統(tǒng)來假設組織中的每個人都希望同時獲得幫助，而當今IT團隊中無處不在的事實證明了這一點?，F(xiàn)在是時候重新考慮IT用來支持完全虛擬化勞動力的平臺了。

BMC軟件公司對IT如何進行更改以支持更多支持AI的ITSM和其他企業(yè)系統(tǒng)提出了更有趣的觀點，其前提是AI是自治數(shù)字企業(yè)中所有技術系統(tǒng)和應用程序的核心組件。最近的研究，通過整體監(jiān)控和AIOps最大化混合IT的價值漢諾威研究(Hanover Research)進行的研究(10頁，PDF)基于對340位IT和基礎設施與運營(I&O)專業(yè)人員的采訪。該研究的目的是研究整個行業(yè)中IT運營管理(ITOM)和IT服務管理(ITSM)融合的現(xiàn)狀。通常將AIOP定義為將AI和機器學習技術應用于IT。Gartner報告稱，截至最近一個季度，最終用戶對AIOps的咨詢增加了25%?，F(xiàn)在是時候通過將AIOps應用于組織最緊迫的業(yè)務案例來進行宣傳和揭密。對于許多人來說，今天他們的IT服務臺不堪重負，這是使該技術投入使用的絕佳的首次使用案例。

為了使支持AI的ITSM系統(tǒng)成功，他們需要具有能夠提供高質量數(shù)據(jù)的基礎IT基礎架構，以使AI和機器學習算法能夠持續(xù)學習。該研究的主要見解包括：

71%的IT領導者依靠基于SaaS的平臺在組織中集成ITOM和ITSM。由于速度，部署和升級的簡便性，彈性的可伸縮性以及企業(yè)級的性能，他們正在優(yōu)先考慮這種方法。

大多數(shù)IT領導者希望通過將ITOM和ITSM集成到統(tǒng)一平臺中，看到服務質量，速度和問題解決方面的改進。大多數(shù)IT領導者的動機是更有效地管理數(shù)據(jù)復雜性，其次是服務問題的MTTR更快。下圖反映了主要發(fā)現(xiàn)：

76%的IT領導者認為，能夠使用融合的ITOM-ITSM根據(jù)影響對票證進行優(yōu)先級排序，了解其原因并了解如何解決票證是非常重要或極其重要的。通過集成平臺，可以使用因果事件(CI)和其他受影響事件的問題對更高級別的影響的信息來創(chuàng)建IT事件報告。IT部門可以了解關鍵業(yè)務服務或應用程序可能會如何中斷，并可以在可提供最大價值的資源和工作上進行優(yōu)先級排序。