Παρατηρήθηκε, λοιπόν, πως το μεγαλύτερο μέρος tickets, που λαμβάνουν οι άνθρωποι του IT Support, είναι επαναλαμβανόμενα και θα μπορούσαν να λυθούν με ελάχιστη καθοδήγηση. Εδώ προκύπτει το ερώτημα: Μπορούν συστήματα AI (Artificial Intelligence) να αξιοποιηθούν, για να λύνονται αυτά τα tickets χωρίς την παρέμβαση του IT Support;

Μια σύντομη ανασκόπηση της ιστορίας του AI στις υπηρεσίες και το IT support

Η τεχνητή νοημοσύνη ανακηρύχθηκε ως αποκύημα φαντασίας στις αρχές της δεκαετίας του 1980, όταν η IBM δημιούργησε τον Deep Blue, έναν supercomputer προγραμματισμένο να παίζει σκάκι. H IBM είχε προσλάβει grandmasters του σκακιού για να προγραμματίσουν τον Deep Blue, αλλά οι δυνατότητές του έφταναν μέχρι ένα σημείο. Μόλις, η IBM άλλαξε στρατηγική και εφάρμοσε τεχνικές machine learning, ο Deep Blue άρχισε να μαθαίνει από τα λάθη του, σε σημείο που νίκησε τον, παγκόσμιο πρωταθλητή σκακιού, Kasparov το 1997.

Στην ίδια λογική, όλα όσα θεωρούμε σήμερα τεχνητή νοημοσύνη είναι ουσιαστικά ανθρώπινη γνώση “μεταμφιεσμένη”. Το πραγματικό test για ένα εργαλείο AI για υπηρεσίες και τεχνική υποστήριξη είναι «Αν χωρίς ανθρώπινη παρέμβαση …»:
– θα μειώσει τον όγκο των tickets;
– θα λύσει αναδυόμενα προβλήματα πιο γρήγορα;
– θα μειώσει το συνολικό κόστος ιδιοκτησίας (Total Cost Of Ownership, TCO);
– Θα βελτιώσει την εμπειρία των πελατών;
Αν η απάντηση σε όλα τα παραπάνω ερωτήματα είναι ναι και το εργαλείο βελτιώνεται συνεχώς, τότε είναι αληθινό AI με machine learning.

Το σημείο καμπής για το AI

Δύο φαινόμενα φαίνεται να κρύβονται πίσω από τη δραματική ανάπτυξη της τεχνητής νοημοσύνης στις υπηρεσίες και την τεχνητή υποστήριξη. Το πρώτο έχει συμπεριφορικό χαρακτήρα και το δεύτερο τεχνικό. Αρχικά, οι τεχνικοί υποστήριξης σταμάτησαν να φοβούνται την τεχνητή νοημοσύνη και απέκτησαν την επιθυμία για περισσότερη αυτοματοποίηση στο IT support. Το παραπάνω απεικονίζεται στα διαγράμματα 1 και 2 και αποδεικνύει πως η αλλαγή στην στάση των τεχνικών υποστήριξης συντέλεσε στην ευρεία υιοθέτηση της τεχνητής νοημοσύνης.

 

Εικόνα 1. Front-line workers no longer fear AI. Source: ITSM Intelligence Report, MetricNet

Εικόνα 2. AI and machine learning top the front-line worker wish list. Source: ITSM Intelligence Report, MetricNet

 

Το μέλλον του AI στο IT support 

 

Αυτοματοποιημένη ανίχνευση και επίλυση προβλημάτων

Όλοι γνωρίζουμε ότι το καλύτερο ticket είναι εκείνο που λύνεται μόνο του. Η αποτελεσματική τεχνητή νοημοσύνη κάνει το παραπάνω πραγματικότητα εντοπίζοντας και διορθώνοντας προληπτικά προβλήματα, προτού γίνουν ticket. Με αλγόριθμους εξόρυξης δεδομένων AI, είναι πλέον δυνατή η “αναζήτηση και καταστροφή”, που δεν ήταν δυνατή πριν από την εμφάνιση της τεχνητής νοημοσύνης, η οποία μειώνει το TCO μειώνοντας τον φόρτο εργασίας στις υπηρεσίες και την υποστήριξη IT και εξοικονομεί χρόνο και χρήμα στις επιχειρήσεις αποτρέποντας συνολικά πολλά tickets.

Κατηγοριοποίηση αιτημάτων με χρήση NLP

Οι μηχανές τεχνητής νοημοσύνης που βασίζονται σε επεξεργαστή φυσικής γλώσσας (NLP) εντοπίζουν αυτόματα και ομαδοποιούν παρόμοια εισιτήρια, βάσει formatted data πεδίων και δεδομένων ελεύθερου κειμένου που περιέχονται στα περισσότερα αιτήματα. Αυτό επιλύει ένα πρόβλημα δεκαετιών, δηλαδή την εσφαλμένη κατηγοριοποίηση των ticket και εξαλείφει εντελώς την κατηγορία ticket “other”.

Αυτοματοποιημένη διαχείριση προβλημάτων

Η διαχείριση προβλημάτων είναι μια από τις πιο σημαντικές πρακτικές ITIL, ωστόσο λίγες εταιρείες IT Support αφιερώνουν τον απαραίτητο χρόνο, για την καθιέρωση σωστών διαδικασιών αντιμετώπισης πιθανών, αναδυόμενων προβλημάτων. Με την αυτοματοποίηση της διαχείρισης προβλημάτων, η τεχνητή νοημοσύνη εντοπίζει και εξαλείφει τις βασικές αιτίες των αιτημάτων για support, μειώνοντας έτσι τον όγκο των ticket και εξοικονομώντας χρόνο και χρήμα στους πελάτες.

Βελτιωμένη γνώση και ποιότητα εισιτηρίων

Η γνώση και η ποιότητα πηγαίνουν χέρι-χέρι, όταν πρόκειται για IT Support. Μια βάση γνώσεων είναι τόσο καλή όσο η ποιότητα των tickets που την τροφοδοτούν. Ένα αποτελεσματικό AI μετρά και βαθμολογεί αυτόματα την ποιότητα των tickets και εντοπίζει συγκεκριμένες ενέργειες για τη βελτίωση της ποιότητας τους. Ταυτόχρονα, αυτά τα εργαλεία προσθέτουν στη βάση γνώσεων δημιουργώντας νέα άρθρα γνώσης, ενημερώνοντας υπάρχοντα άρθρα και καθαρίζοντας άρθρα που είναι ξεπερασμένα.

 

 

 

Godrej Industries: An AI IT support assisted success story.

Στην Godrej προσπάθησαν να συγκεντρώσουν όλα τα queries κι τα tickets σε μία πλατφόρμα που θα απαντάει τα frequently asked αυτόματα και θα στέλνει προσωποποιημένα security updates και notifications. Millennials and GenZ έχουν την αυτοπεποίθηση και τις γνώσεις να λύσουν απλά τεχνικά προβλήματα μόνοι τους ή με κάποια καθοδήγηση με την βοήθεια chatbot ή ενός digital assistant.

Η εταιρεία σχεδιάζει να προσθέσει περισσότερα automation scripts και queries, όπως ένα live-agent feature, με το οποίο οι εργαζόμενοι μπορούν να επικοινωνήσουν με την ομάδα υποστήριξης IT σε πραγματικό χρόνο, εάν δεν επιλυθούν τα ερωτήματά τους. Παράλληλα η εταιρεία πρόκειται να επενδύσει στην διαρκή εκπαίδευση και ενημέρωση των εργαζομένων της στέλνοντάς τους ειδοποιήσεις “push” με τα νεότερα updates.

Η αυτόματη επίλυση των IT ερωτημάτων μείωσε σημαντικά τον αριθμό των κλήσεων και των tickets και απελευθέρωσε τον χρόνο του ITSM για άλλα high-impact tasks. Όμως, οι υποσχέσεις για υποστήριξη χωρίς agent που υποστηρίζεται από bot, για προβλήματα που διορθώνονται αυτόματα και για προληπτική επίλυση προβλημάτων δεν έχουν εκπληρωθεί σε ικανοποιητικό βαθμό.

Οι συνέπειες για τους επαγγελματίες εξυπηρέτησης και υποστήριξης IT

Οι παραπάνω επιτυχίες δεν είναι ούτε υποθετικές ούτε μεμονωμένα περιστατικά. Η τεχνητή νοημοσύνη διαταράσσει, και θα συνεχίσει να διαταράσσει, τον κλάδο. Αρχικά θα εξαλείψει την ανάγκη για υποστήριξη βασισμένη στον άνθρωπο – σκεφτείτε το Microsoft Office, τα Windows, την επαναφορά κωδικού πρόσβασης και άλλα προβλήματα που επιλύονται εύκολα.

 

Όμως, καθώς το machine learning κάνει όλο και πιο έξυπνη κάθε πτυχή της τεχνητής νοημοσύνης, ακόμη και η πιο περίπλοκη υποστήριξη που παρέχεται από τους σημερινούς επαγγελματίες που αντιμετωπίζουν πελάτες, θα αντικατασταθεί από ακόμα πιο έξυπνα bot. Ακόμα κι έτσι, οι περισσότεροι τεχνικοί βλέπουν την τεχνητή νοημοσύνη και τον αυτοματισμό ως κάτι θετικό που θα μεταμορφώσει τους ρόλους τους προς το καλύτερο.

Καθώς οι σημερινοί εργαζόμενοι στη γραμμή συναρμολόγησης της αυτοκινητοβιομηχανίας είναι μηχανικοί που παρακολουθούν τις οθόνες των υπολογιστών ενώ τα ρομπότ κατασκευάζουν πραγματικά τα αυτοκίνητα, ο τεχνικός υποστήριξης του μέλλοντος θα γίνει μηχανικός υποστήριξης που παρακολουθεί, συντονίζει και κατευθύνει τις προσπάθειες των bot AI. Για τους καλύτερους και πιο ταλαντούχους στον κλάδο, το μέλλον των υπηρεσιών και της υποστήριξης πληροφορικής δεν ήταν ποτέ πιο λαμπρό από ότι είναι σήμερα!