解锁AI潜力，摆脱被动修复式IT支持
07分钟阅读
在当今数字化环境中，工作依赖于技术，IT服务台在确保IT运营和业务顺利运行方面发挥着关键作用。然而，显而易见，仅依靠传统的IT支持模型已无法满足我们当前动态环境的需求。
虽然断修模型对于孤立问题仍然有效，但它无法跟上实时数字化工作场所不断变化的需求。幸运的是，将人工智能和机器学习技术整合到服务台实践中，使组织能够从被动的应急响应转变为更主动的支持方式。
为了更好地说明这一点，以下表格指出了传统断修模型与主动IT支持模型之间的差异。
| 基于断修模型的被动IT支持 | 基于AI的主动IT支持服务台 | |
|---|---|---|
| 工单创建 | 手动且被动的工单创建，只有在终端用户报告问题后才进行处理。 | 基于早期异常检测的自动工单创建。 |
| 分类、优先级划分和工单分配 | 基于规则的自动化，通常较为僵硬且依赖预定义参数。 | 基于历史数据的智能自动化，节省工单处理初期的时间和精力。 |
| 分析与诊断 | 手动检查和任务以定位问题根源，耗时且易出错。 | 快速趋势分析以识别模式和潜在异常，更快更准确地定位问题根源，实现更快的诊断和解决。 |
| 知识管理 | 信息访问有限，知识库杂乱无章。 | 动态且实时更新的知识库，自动从工单和对话中提取解决方案。 |
这里有一个简单的用例，展示AI如何帮助您主动处理员工终端的问题：
假设您的大部分员工依赖某个特定软件应用完成日常任务。随着时间推移，您未优先更新该软件至最新版本。这意味着终端用户现在面临兼容性问题、安全风险及其他性能问题。但得益于AI和ML技术，您可以在问题影响终端用户之前主动解决它。
具体如下；
1. 基于数字员工体验（DEX）评分的早期异常检测
组织的应用性能监控解决方案将持续监控该软件应用的性能，跟踪加载时间、崩溃次数、错误率及应用内响应速度等指标——从终端用户视角分析应用性能。这些指标使您能够量化员工的使用体验及其对该软件的整体感受。
很明显，应用性能差=终端用户不满。
此外，用户的挫败感不仅于此，还包括报告问题或等待服务台处理的额外负担。
幸运的是，借助AI，您可以在终端用户察觉问题之前修复它们。
通过上述指标获得的洞察，您发现DEX评分低于基准值。基于这些数据，ML算法可以被训练为自动触发警报，在组织的服务台软件中创建工单。警报可实时发送，工单中可填充相关数据，如终端类型、受影响的应用及异常性质，帮助支持团队更好地了解问题内容。
这种主动检测潜在问题的方法有助于服务台快速优先处理和解决事件，最大限度减少停机时间，最终提升终端用户体验。
2. 智能分类、优先级划分及工单分配
工单录入服务台软件后，重点转向加快和自动化工单处理流程。ML技术通过分析工单的各个方面，并将信息与历史工单数据相关联来实现这一点。
通过分析诸如“慢”或“不响应”等关键词、导致问题的应用及包含的错误信息，ML首先将工单分类为标签“应用性能问题 - CRM v1.2.05”。它还会评估影响范围（孤立事件或广泛问题）及解决紧急程度（基于应用的关键性），将工单优先级定为“高”，并标记为需立即关注。利用对过去解决方案和团队专业知识的了解，ML可将工单分配给最合适的团队或个人。通过智能分类、优先级划分和分配，ML消除了人工干预的需求，节省了工单处理初期大量时间和精力。
3. 问题的分析与诊断
接下来，通过基于相似字段属性识别多个工单之间的模式和相似性，ML算法可以将类似工单归为一组，此处为所有提及同一应用性能缓慢的工单。通过AI聚类，您的工单队列将被组织起来，加快类似事件的解决速度，而无需逐一筛选大量工单。
进一步地，通过分析工单描述，生成式AI可以生成简明摘要，突出事件的关键细节。这意味着您的IT支持团队无需花费大量时间解读问题。
现在，为了深入探查问题根源，AI可用于启动根因分析（RCA），RCA聚焦于更广泛的软件问题。这种主动方法避免了IT部门等待更多工单涌入，同时防止未来事件发生。基于过去的工单数据和报告，ML算法可识别性能问题与特定软件版本之间的关联，促使支持团队在受影响终端上更新至最新版本。
4. 优化知识管理以快速解决事件
既然支持团队已确定根本问题为软件过时，接下来可专注于制定计划，迅速部署最新版本并解决性能问题。通过分析基于以往升级发布的内部知识文章或搜索外部资源库，GenAI可以建议相关的故障排除方法、分步升级指南，甚至突出已知能解决类似性能问题的特定补丁。这进一步加快了工单解决流程，支持团队无需在海量知识文章中苦苦搜索，便能找到与所修复问题相关的内容。
通过实施这些策略，支持团队不仅能主动解决应用缓慢问题，还能采取预防措施，防止未来潜在问题发生。
底线
我们仅触及了AI在IT服务管理中变革潜力的冰山一角。随着AI能力的不断发展，其在ITSM中的作用将愈发重要，塑造我们管理数字体验的未来。AI与服务台的整合为IT服务管理的未来带来了令人振奋的可能性。从自动化支持流程到主动问题识别与解决，AI技术为您提升服务交付流程提供了无数机会。
