本篇文章2155字，讀完約5分鐘

對(duì)注入 AI 的生成式 ITSM 的需求，在 2023 年 Gartner® AI 炒作周期中，生成式 AI 達(dá)到預(yù)期值達(dá)到頂峰后，三分之二的企業(yè)已經(jīng)將生成式 AI 集成到其流程中。

 

 

 

你問為什么這種追求？在預(yù)定義算法的驅(qū)動(dòng)下，IT 服務(wù)交付和管理中的現(xiàn)有 AI 應(yīng)用程序僅限于提供預(yù)測(cè)或分類。另一方面，生成式 AI 可以通過動(dòng)態(tài)創(chuàng)建內(nèi)容（無論是文本、圖像還是視頻）來提供上下文對(duì)話體驗(yàn)，從而提供無可挑剔的服務(wù)體驗(yàn)。因此，讓我們探討企業(yè)如何在 ITSM 中利用這些功能。

 

利用LLM 解決L1事件

目前大多數(shù)IT服務(wù)臺(tái)團(tuán)隊(duì)部署的聊天機(jī)器人功能有限，而且大多無法完全理解用戶問題，更不用說幫助解決這些問題了。但是，隨著 LLM 等生成式 AI 技術(shù)的應(yīng)用，IT 服務(wù)臺(tái)團(tuán)隊(duì)可能很快能夠?qū)⑺麄兊募夹g(shù)人員完全從處理 L1 事件中解放出來，同時(shí)也不會(huì)影響響應(yīng)和解決方案的質(zhì)量和相關(guān)性。隨著多模態(tài) LLM 的出現(xiàn)，此類虛擬代理將能夠通過屏幕截圖和屏幕錄像收集詳細(xì)信息，以更好地診斷用戶問題。

 

檢索增強(qiáng)生成 （RAG） 等技術(shù)的最新進(jìn)展還可以使這些虛擬代理通過參考特定于該組織的信息和知識(shí)以及 LLM 的大量訓(xùn)練數(shù)據(jù)來提供準(zhǔn)確且相關(guān)的解決方案。

 

通過智能升級(jí)和通信重新定義 SLA

生成式 AI 不僅可以解決基本的 L1 事件，還可以在處理復(fù)雜場景方面發(fā)揮作用，無論是影響關(guān)鍵業(yè)務(wù)資源的高優(yōu)先級(jí)事件，還是確保多個(gè)用戶按時(shí)加入。生成式 AI 無需等待 SLA 變?yōu)榧t色，而是可以分析歷史趨勢(shì)、業(yè)務(wù)重要性和用戶情緒。然后，它可以巧妙地將可能違反 SLA 的工單提前上報(bào)給專家，確保及時(shí)解決。

 

此外，在此過程中，生成式人工智能可以生成按需通信，讓利益相關(guān)者了解上下文更新，而不僅僅是在整個(gè)工單旅程中的樣板通知。

 

在處理工單時(shí)豐富用戶體驗(yàn)

IT 服務(wù)臺(tái)團(tuán)隊(duì)必須提供卓越的用戶體驗(yàn)，同時(shí)提高員工的工作效率。生成式 AI 可以嵌入到各種用戶接觸點(diǎn)中，以實(shí)現(xiàn)這兩個(gè)目標(biāo)。LLM 支持的虛擬 IT 服務(wù)臺(tái)代理可以理解用戶的意圖、情緒，并動(dòng)態(tài)地對(duì)用戶問題做出個(gè)性化響應(yīng)，從而更好、更快地幫助他們，而不是現(xiàn)有虛擬代理提供的僵化和靜態(tài)響應(yīng)。

 

此外，工單表單可能會(huì)被最終用戶和此類虛擬代理之間的對(duì)話所取代，以收集相關(guān)信息，就像在簡短的問答中一樣，而不會(huì)使用戶因過時(shí)的表單而超載。

 

此外，最終用戶的事件解決可以變得更加主動(dòng)，而不僅僅是等待用戶向 IT 服務(wù)臺(tái)報(bào)告問題。通過自然語言案例提取，生成式 AI 可以從內(nèi)網(wǎng)論壇或內(nèi)部協(xié)作平臺(tái)中獲取用戶的不滿，并將其轉(zhuǎn)換為工單，以便更快地解決問題。

 

通過戰(zhàn)略洞察促進(jìn)無風(fēng)險(xiǎn)變更管理

企業(yè)需要處理多個(gè)變更，包括服務(wù)器升級(jí)和防火墻調(diào)整，這就需要 IT 變更經(jīng)理快速對(duì)變更隊(duì)列進(jìn)行分類并防止沖突。但是，在多個(gè)更改記錄中搜索受影響的配置項(xiàng)目 （CI）、服務(wù)或重疊計(jì)劃可能很乏味且容易出錯(cuò)。

 

生成式 AI 為 IT 變更經(jīng)理和所有者提供戰(zhàn)略洞察力，無需跳轉(zhuǎn)選項(xiàng)卡即可快速總結(jié)變更情況。這些可能表明 CI 中的潛在重疊、推出和應(yīng)急計(jì)劃中的漏洞、角色和職責(zé)劃分不當(dāng)、變更之間的沖突等等。

 

此外，為了避免變更失敗，IT 團(tuán)隊(duì)必須通過超越數(shù)字來評(píng)估變更帶來的風(fēng)險(xiǎn)。除了預(yù)測(cè)和分配風(fēng)險(xiǎn)外，生成式人工智能還可以提供建議，突出可能經(jīng)歷停機(jī)的潛在服務(wù)、可能受到影響的關(guān)鍵資源、業(yè)務(wù)影響，以及最終將這些風(fēng)險(xiǎn)降至最低的方法。

 

輕松管理端點(diǎn)異常和合規(guī)性

通過智能地從眾多來源（包括端點(diǎn)、已安裝的應(yīng)用程序和活動(dòng)日志）中提取信息，生成式 AI 可以通過自動(dòng)分析可能影響用戶生產(chǎn)力的緩慢或應(yīng)用程序崩潰等問題來幫助 IT 團(tuán)隊(duì)。它可以幫助提供可操作的建議，例如向用戶建議 RAM 更新、硬件更換或軟件更新。

 

此外，生成式人工智能可以通過有效的案例總結(jié)來簡化合規(guī)管理等繁重的活動(dòng)。生成式 AI 無需手動(dòng)篩選與不同產(chǎn)品或供應(yīng)商相關(guān)的大量采購訂單、合同和許可證，而是可以一目了然地總結(jié)它們，從而提前智能地提醒 IT 團(tuán)隊(duì)有關(guān)許可證續(xù)訂等關(guān)鍵要求。

 

培養(yǎng)動(dòng)態(tài)和相關(guān)的知識(shí)庫

從手頭有過時(shí)或不相關(guān)的解決方案到在 ITSM 平臺(tái)之外發(fā)現(xiàn)相關(guān)答案，用戶訪問正確的解決方案來自我解決問題可能很費(fèi)力。

 

相反，生成式人工智能提供了一種方便的方法來克服這一挑戰(zhàn)。當(dāng)最終用戶向服務(wù)臺(tái)報(bào)告問題時(shí)，生成式 AI 可以從 YouTube 和外部論壇等公共來源掃描合適的解決方案或 DIY 方法。此外，隨著 RAG 等技術(shù)的進(jìn)步，生成式 AI 可以將其信息建立在內(nèi)部 IT 文檔上，從而改善上下文。有了這個(gè)，它可以通過逐步指導(dǎo)最終用戶來提供相關(guān)的解決方案，從而簡化知識(shí)發(fā)現(xiàn)。

 

此外，通過考慮來自外部和內(nèi)部來源的解決方案，包括有機(jī)對(duì)話、工作日志、歷史記錄、文檔、決議和協(xié)作支持中心，生成式 AI 可以用最新信息填充知識(shí)庫，以縮小知識(shí)差距。

 

利用生成式 AI 實(shí)現(xiàn)服務(wù)體驗(yàn)現(xiàn)代化

從解決事件到管理資產(chǎn)和更新知識(shí)庫，這些是生成式 AI 在不久的將來幫助 IT 團(tuán)隊(duì)重新構(gòu)想服務(wù)體驗(yàn)的一些不同方式，ServiceDesk Plus在這方面表現(xiàn)優(yōu)異！現(xiàn)在是企業(yè)利用生成式人工智能轉(zhuǎn)型能力的時(shí)候了，因?yàn)樗锌赡茉谖磥韼啄瓿蔀?/span> ITSM 智能自動(dòng)化的支柱。