ServiceDesk Plus 中您(可能)不知道的 5 项 AI 功能

 

随着人工智能(AI)技术的飞速发展,IT 服务管理(ITSM)领域正迎来前所未有的革新。越来越多的 IT 领导者希望将 AI 深度嵌入到服务台的日常运营中,以实现更高的效率、更准确的响应和更出色的服务体验。

为帮助企业在 ITSM 实践中充分发挥人工智能的潜力,本文将揭示 ManageEngine 旗下统一服务管理平台 ServiceDesk Plus 中,五项您(可能)未曾了解的高价值 AI 功能。无论您是 IT 服务台技术人员、终端用户,还是流程负责人,这些智能功能都将帮助您显著减少手动操作、优化决策流程,并全面提升服务质量与生产力。

1) RAG驱动的解决方案助手

在许多企业中,知识库是 IT 团队的重要资产,记录了从日常事件到复杂问题的解决方案。理论上,用户可通过阅读知识库文章实现自助排障,从而减少工单提交。然而,现实情况却是——很多用户并不清楚这些知识的存在或缺乏高效的检索手段,导致知识库利用率低下。此时,Zia 解决方案助手成为突破口。

当用户通过对话式虚拟助手“咨询 Zia”提出问题时,该功能利用 RAG(Retrieval-Augmented Generation,检索增强生成)技术自动检索匹配的知识库内容,并通过 Zia 大型语言模型(LLM)生成简明摘要。这些摘要还可通过 $SolutionAssist 分隔符自动嵌入到工单确认邮件中,为终端用户提供即时帮助。

预期成效:

  • 通过自助解决降低一线工单量
  • 提升知识库在适用场景的使用率
  • 随着一线工单减少,技术人员可将更多精力投入重大事件及其他高优先级任务

您可通过 Zia 助手获取知识库摘要(含文章引用)或提交事件:

Zia 助手知识库摘要界面

在工单创建时系统展示解决方案建议:

工单创建界面展示智能解决方案推荐

2) 会话摘要与回复辅助功能,降低管理负担

会话摘要

在传统 ITSM 流程中,技术人员往往需要翻阅大量邮件或工单记录才能了解问题全貌。ServiceDesk Plus 的会话摘要功能通过生成式 AI 技术自动提炼核心内容,使工程师能在数秒内了解上下文,快速进入问题解决阶段。

该功能显著缩短技术人员筛选冗长对话记录的时间,尤其在交接班、升级处理或重启旧工单时效果显著。通过即时提供提炼后的关键信息,技术人员可节省大量原本用于阅读工单参数和通信内容(如主题、描述、备注、解决方案及邮件往来)的宝贵时间。

Zia 会话摘要功能截图

回复辅助

回复辅助功能可极大减少行政工作量。技术人员可借助 Zia LLM 或集成的 OpenAI ChatGPT / Azure OpenAI 服务,自动生成、润色或改写工单回复内容,确保语气专业、表达准确、响应迅速。该功能支持多语言交互,特别适合服务全球用户的跨国企业。

结合使用“会话摘要”与“回复辅助”,可形成闭环:前者让工程师快速理解问题背景,后者帮助他们以最小投入生成高质量回复,从而显著提升工作效率与终端用户满意度。

预期成效:

  • 降低技术人员行政处理负担
  • 减少阅读冗长邮件串及工单沟通的时间
  • 缩短回复终端用户工单耗时
  • 提升服务质量与员工体验

Zia 多语言回复辅助界面

提示:ServiceDesk Plus中的Zia为您提供三种首选大型语言模型(LLM)的选择:Zia LLM、OpenAI的ChatGPT以及微软Azure OpenAI。Zia LLM作为ManageEngine的企业级大型语言模型,基于开源基础模型构建,并托管于ManageEngine数据中心内。Zia LLM的提示词、工单数据及生成内容均不离开我们的数据中心,在保障最高数据隐私标准的同时,为您带来生成式AI能力。

您甚至可为每项生成式AI功能选择不同的AI供应商。

3) Zia问题预测:自动驾驶模式下的主动问题预警

在IT服务台通常被动响应事件的环境中,关联事件并识别问题根源往往困难重重。Zia的预测性AI可帮助您分析事件趋势与模式,将相似事件聚类为需处理的潜在问题。

问题预测功能在智能提醒技术人员的同时,消除了分析和识别可能关联相同根源事件的时间成本。当某类事件的数量达到预设阈值时,系统将立即触发警报,提醒工程师介入排查,从而大幅缩短问题发现周期。

预期成效:

  • 自动识别关联事件并聚合为问题
  • 缩短根本原因分析(RCA)时间
  • 降低重复事件率,提高系统稳定性
  • 释放更多资源用于 IT 战略与变更管理

Zia 问题预测与事件聚类分析界面

4) Zia情感分析:深度洞察终端用户体验

在现代 ITSM 中,衡量“用户体验”远不止依靠满意度调查。Zia 情感分析功能通过自然语言处理(NLP)技术实时识别终端用户沟通中的情绪倾向(愉悦、沮丧、愤怒或中立),为团队提供更深层次的用户满意度洞察。

当系统检测到负面情绪时,技术人员可立即调整沟通策略并采取补救措施,从而防止问题升级。在宏观层面,“技术人员情绪摘要”仪表盘帮助服务台经理持续监控整体沟通情绪趋势,用于团队培训与服务改进。

预期成效:

• 实时获取终端用户体验的数据驱动洞察,取代工单解决后的被动调查
• 助力ITSM团队持续推动服务流程优化与技术人员专项培训
• 通过即时纠偏措施,在负面情绪出现时提升服务成效与员工体验
 

Zia 情感分析识别终端用户情绪状态

5) Zia代码生成器实现定制化低代码自动化

ServiceDesk Plus 中最具影响力的生成式 AI 应用当属代码生成器,该工具专为低代码定制功能设计。通过赋能非专业开发人员创建复杂定制自动化流程,代码生成器实现了末端自动化民主化。

预期成效:

  • 减少对开发人员的依赖
  • 提升流程灵活性与响应速度
  • 加速自定义自动化的普及与落地

Zia 代码生成器 Deluge 低代码自动化界面

结论

ServiceDesk Plus 对人工智能的投入,体现在每一个“可落地”的功能之中。这些 AI 功能并非概念性噱头,而是专为 IT 服务台专业人员的实际痛点而设计的高价值解决方案。更重要的是,所有 AI 功能均无隐藏成本、无额外授权要求,企业可轻松启用并快速部署,实现从传统 ITSM 向智能化服务管理(AI-powered ITSM)的平滑过渡。

ServiceDesk Plus 的其他 AI 功能包括:资产收据检测、工单分类与分级处理、解决方案生成等。立即注册免费试用,亲身体验 ServiceDesk Plus 如何赋能您的 AI 驱动 IT 服务管理。

 

ServiceDesk Plus CTA Banner下载试用预约演示

常见问题(FAQ)

Q1:这些 AI 功能需要额外购买或授权吗?
不需要。文中介绍的所有 AI 功能均为 ServiceDesk Plus 内置能力,无需单独付费或额外授权,可直接在系统中启用使用。

Q2:Zia LLM 与 OpenAI / Azure OpenAI 有什么区别?
Zia LLM 是 ManageEngine 自研的企业级大语言模型,运行于 ManageEngine 数据中心,具备更高的数据安全性与合规性;而 OpenAI 及 Azure OpenAI 为可选的第三方模型,适合需要更开放生态集成的企业。

Q3:RAG 驱动的知识助手如何帮助减少工单量?
它通过检索增强生成技术,从知识库中自动提取并总结解决方案,使终端用户能在提交工单前自行解决问题,从而有效降低一线工单数量。

Q4:会话摘要与回复辅助功能是否支持中文?
支持。Zia 支持包括中文在内的多语言环境,可生成、润色和改写中文回复内容,帮助技术人员高效沟通。

Q5:Zia 问题预测功能的准确度如何?
系统基于历史工单数据与事件模式自动聚类,结合机器学习算法持续优化预测模型,准确率会随着数据量与使用时间的增加而提升。

Q6:这些 AI 功能在 ServiceDesk Plus 的哪些版本中可用?
大部分功能在企业版及云版中均可使用;部分 AI 特性(如 Zia Analytics 深度报表)在高阶版本中提供扩展功能。