AI在ITSM中的优势

而现在，涉及各行各业的人们更佳关注的是AI，尤其是生成式的AI，它能够让我们的工作更容易、更高效吗？这也是本文中我们想要针对AI在ITSM领域所要讨论的问题。

同时，行业专家对此也有一些强有力的预测，Gartner在其《2018预测：人工智能》报表中指出，到2022年，40%面向客户的员工以及面向居民的政府工作人员将会每天咨询AI虚拟代理，以获得决策或流程支持。Gartner也补充道，人工智能将为虚拟支持代理提供资源，使人员支持能够更快、更有效的响应客户/居民的查询或动作。

一旦人工智能能够执行人类所不擅长的行为并执行人类不愿意执行的操作，这时它将开始对我们的IT服务台产生真正的影响。这些操作可以大致分为：智能自动化、战略见解、预测分析。

例如：手工分配工单会消耗大量的时间，而IT技术员需要专注于更佳重要的任务。一些帮助台可以设定条件、参数来对请求进行分类，进而自动化工单的分派，但这些规则是静态的，这也意味着它们不会随着时间的推移而进行适应或改进。

借助机器学习（ML）等人工智能技术，服务台可以根据历史IT服务台的数据创建分类模型，重要的是，ML模型可随着时间推进，通过越来越多的实时数据变得更加准确。这种基于ML的模型，会比手工分类或基于规则的自动化更为有效。

对于供应商，可以引入类似的基于AI的模型，以生成式的见解，预测IT服务台中的异常情况，否则这可能需要人花费大量的时间、精力，还有技术的支撑。一些实际的案例可能包括补丁程序更新的合适时间窗口、帮助变更规划以及实施、标记可能会违反SLA的请求、预计IT的潜在问题。

接下来，我想大家一定会问道：这一切从哪儿开始？

即使人工智能已经扩展到各个领域，但普通人触手可及的人工智能技术仍是虚拟助手。如今，几乎每个智能手机、或是设备都会存在一个虚拟助手，帮助人们购物、出行、管理时间等。随着Duplex等技术的形成，这些虚拟助手的作用也必将很快扩大。

同样，人工智能在IT服务台中的第一个应用可能是聊天机器人和虚拟IT服务助理，虽然不会立即发生，但是在不久的将来，基于人工智能的虚拟助手可能会取代人，成为终端用户与IT服务台之间的第一联系点。

我们可以进行一个小小的预测，这些基于上下文的聊天机器人，将可以处理一些简单、重复性的请求，帮助减轻服务台技术人员的一些负担。

例如，聊天机器人可以帮助我们解答与GDPR或安全隐私相关的任何问题，更新餐厅的午餐或晚餐菜单。这些机器人以知识库为基础运行，只有在其无法选定答案时，才会涉及人员的参与。聊天机器人还可以帮助用户执行其它简单的IT操作，例如创建工单、提出资产申请或是重置密码申请。

以下是一些即将进入IT服务台的基于AI的功能：

 

◆ 自动对事件进行归类；

◆ 对入站的事件执行智能化的分派；

◆ 通过识别、标记异常的重复性的事件进行异常检测；

◆ 使用预测分析标记可能会违反SLA的请求

 

人工智能算法和应用是基于现有的记录的知识和历史的数据开发的，这意味着人工智能与开发它的知识库和数据一样有效。

同样，在ITSM中，对于基于上下文开发的AI模型，必须有一组正确的知识库、解决方法、文章以及历史数据。例如，为了训练AI来执行分类或优先级排序，我们需要一个包含所有请求的历史数据库，其中包含有请求类型、级别、影响、紧急度等等参数，并且所有这些数据都需要正确记录。

需要注意的是，像这样的基于人工智能的模型却不是通用的，虽然某个模型适用于一个服务台，但它可能不适用于其他的服务台。

分类和优先级的模型训练是基于特定的数据集的，仅适用于该数据集所属的服务台。随着时间的推移，这些模型有更多的实时数据用于训练，逐渐提高其准确性和有效性。