用生成式AI重新构想ITSM的未来

生成式AI融合ITSM的必要性

在生成式AI于2023年达到Gartner® Hype Cycle for AI的期望峰值后，三分之二的企业已经将生成式AI整合到其流程中。你可能会问，为什么要追求这个？现有基于预定义算法的AI应用在IT服务交付和管理中仅限于提供预测或分类。另一方面，生成式AI能够通过动态创建内容——无论是文本、图像还是视频——提供上下文对话体验，促进无瑕疵的服务体验。那么，让我们探讨企业如何在ITSM中利用这些能力。

利用LLMs解决L1事件

目前大多数IT服务台团队部署的聊天机器人功能有限，通常无法完全理解用户问题，更别说帮助解决了。但随着生成式AI技术如LLMs的应用，IT服务台团队很快可能完全解放技术人员处理L1事件，同时不影响响应和解决方案的质量与相关性。随着多模态LLMs的出现，这些虚拟代理将能够通过截图和屏幕录制收集详细信息，更好地诊断用户问题。诸如检索增强生成（RAG）等技术的最新进展，还能使这些虚拟代理通过参考特定组织的信息和知识，结合LLMs庞大的训练数据，提供准确且相关的解决方案。

通过智能升级和沟通重新定义SLA

生成式AI不仅解决基本的L1事件，还在处理复杂场景中发挥关键作用——无论是影响关键业务资源的高优先级事件，还是确保多用户按时入职。生成式AI可以分析历史趋势、业务重要性和用户情绪，而不是等待SLA变红。然后，它可以智能地提前将可能违反SLA的工单升级给专家，确保及时解决。此外，在此过程中，生成式AI可以生成按需沟通内容，以上下文更新的形式通知相关方，而非在整个工单流程中仅发送模板通知。

在处理工单时丰富用户体验

IT服务台团队必须在加速员工生产力的同时，提供卓越的用户体验。生成式AI可以嵌入各个用户接触点，实现这两个目标。与现有虚拟代理提供的僵硬静态响应不同，基于LLM的虚拟IT服务台代理能够理解用户意图和情绪，动态定制个性化响应，更好更快地协助用户。此外，工单表单有望被终端用户与此类虚拟代理之间的对话取代，通过简短的问答收集相关信息，避免用户被过时表单所困扰。

此外，终端用户的事件解决可以变得更加主动，而不仅仅是等待用户向IT服务台报告问题。通过自然语言案例提取，生成式AI可以从内联网论坛或内部协作平台捕捉用户投诉，并将其转换为工单以加快解决速度。

通过战略洞察促进无风险变更管理

企业处理多种变更，包括服务器升级和防火墙调整，这要求IT变更经理快速筛选变更队列并防止冲突。然而，搜索多个变更记录中的受影响配置项（CI）、服务或重叠时间表既繁琐又易出错。

生成式AI为IT变更经理和所有者提供战略洞察，快速总结变更全貌，无需频繁切换标签页。这些洞察可能指示CI潜在重叠、部署和应急计划中的漏洞、职责划分不当、变更冲突等问题。

此外，为避免变更失败，IT团队必须超越数字评估变更带来的风险。除了预测和分配风险外，生成式AI还能提供建议，突出可能出现停机的服务、受影响的关键资源、业务影响，以及最终减少这些风险的方法。

轻松管理端点异常和合规性

通过智能提取来自端点、已安装应用和活动日志的众多信息，生成式AI可以帮助IT团队自动分析可能影响用户生产力的缓慢或应用崩溃等问题。它还能提供可操作的建议，如建议用户升级内存、替换硬件或更新软件。

此外，生成式AI通过有效的案例总结简化了繁重的合规管理工作。无需手动筛查大量与不同产品或供应商相关的采购订单、合同和许可证，生成式AI可以一目了然地总结，并智能地提前提醒IT团队关键需求，如许可证续订。

培育动态且相关的知识库

从手头拥有过时或无关的解决方案，到在ITSM平台外寻找相关答案，用户访问正确解决方案以自助解决问题可能非常痛苦。

相反，生成式AI提供了一种便捷的方法来克服这一挑战。当终端用户向服务台报告问题时，生成式AI可以从YouTube和外部论坛等公共来源扫描合适的解决方案或自助方法。此外，借助RAG等进展，生成式AI可以基于内部IT文档提供信息，增强上下文理解。通过这些，它能逐步指导终端用户，简化知识发现，提供相关解决方案。

此外，通过整合来自外部和内部来源的解决方案，包括自然对话、工作日志、历史记录、文档、解决方案和协作支持中心，生成式AI可以用最新信息填充知识库，弥补知识空白。

用生成式AI现代化服务体验

从解决事件到管理资产和更新知识库，生成式AI帮助IT团队重新构想服务体验的方式多种多样。企业应抓住生成式AI的变革能力，因为它有望成为未来几年ITSM智能自动化的支柱。