<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1126676760698405&amp;ev=PageView&amp;noscript=1">
Home Digitale I vantaggi dell'intelligenza artificiale in ambito ITSM secondo EasyVista

I vantaggi dell’intelligenza artificiale in ambito ITSM secondo EasyVista

“Se avete visto il film ‘Io, robot’ o la serie televisiva ‘Westworld’, è probabile che abbiate una sana sfiducia nell’Intelligenza Artificiale”, scherza Nicola Napolitano, Senior Delivery Consultant EasyVista Italia. Secondo Napolitano, c’è uno stigma intorno all’IA causato dal timore che possa sostituire gli esseri umani sul posto di lavoro. Quando i lavoratori vengono a sapere che verranno implementati sistemi di IA e di machine learning (ML), per aiutare a risolvere alcuni problemi (ad esempio, con l’uso di chatbot), nasce una naturale diffidenza nei confronti di questi ‘colleghi digitali’, nonostante possano dare il loro contributo per mantenere snelli i team a dispetto dell’aumento dei carichi di lavoro.

Nel mondo reale, i vantaggi dell’intelligenza artificiale nell’ITSM possono migliorare notevolmente l’esperienza di servizio del service desk IT. In questo articolo tratteremo i motivi per fidarsi di questi “collaboratori robotici” e come l’IA, insieme all’ITSM, possa risultare una ricetta di successo per il service desk.

Il rapporto tra intelligenza artificiale e ITSM

L’IA non è un concetto nuovo sul posto di lavoro. L’obiettivo dell’IA è svolgere le attività in cui l’intervento umano offre minor valore e automatizzarle, creando al contempo percorsi per acquisire e analizzare rapidamente migliaia, a volte anche milioni, di data point.

In altre parole, bisogna pensare all’IA come all’ingrediente segreto per ottenere la migliore ricetta necessaria per automatizzare l’ITSM e il service desk.

L’IA nell’ITSM può avere diverse applicazioni, tra cui:

  • classificazione e assegnazione di un ordine di priorità a un ticket per garantire che venga inoltrato alla persona corretta (flussi di lavoro automatizzati);
  • identificazione e risoluzione proattiva dei problemi degli utenti;
  • creazione automatizzata di una knowledge response attraverso l’analisi del testo e il rilevamento intelligente delle informazioni su dati non strutturati;
  • identificazione degli esperti e articoli;
  • accesso alla knowledge base tramite un agente virtuale;
  • analisi del sentiment;
  • analisi dell’infrastruttura IT e degli endpoint per individuare potenziali problemi prima che si verifichino (AIOps).

Forse il caso d’uso più comune di IA di prossima generazione nell’ITSM è nell’area del self-service. Non solo l’IA può essere sfruttata per migliorare le interazioni degli utenti attraverso portali virtuali come i chatbot, ma può anche essere utilizzata per suggerire analisi predittive. Ad esempio, mentre si digita in un portale self-service il testo predittivo suggerirà le informazioni ma, facendo un ulteriore passo avanti, attraverso l’automazione, l’intelligenza artificiale garantirà che le informazioni corrette siano presentati in base a quali dispositivi o software sono rilevanti per l’utente.

Va notato che i vantaggi dell’IA nell’ITSM non devono essere confusi con il termine più ampio di AITSM, definito da Gartner come “un inizialismo. È un concetto che si riferisce all’applicazione di contesto, consigli, azioni e interfacce di intelligenza artificiale, automazione e big data su strumenti ITSM e pratiche ottimizzate per migliorare complessivamente l’efficacia, l’efficienza e la riduzione degli errori da parte dello staff I&O”.

Qual è la differenza tra chatbot, agente virtuale, machine learning e ITSM IA?

Alla luce di quanto detto sopra, si potrebbe pensare “beh, interessante, ma suonano tutti come la stessa cosa, e ANCORA non mi fido dell’IA”.

Proviamo ad analizzare ulteriormente le tecnologie menzionate per vedere i diversi modi in cui l’IA viene utilizzata in ogni elemento.

  • Intelligenza artificiale è il termine con cui viene definito il concetto generale di macchina che agisce in modo da simulare o imitare l’intelligenza umana.
  • Machine Learning è un elemento dell’IA che funziona alimentando grandi quantità di dati in un computer/software, in modo che possa rilevare schemi e imparare dai comportamenti, creando in modo efficace previsioni basate su tali schemi e sui comportamenti appresi.
  • Chatbot è l’abbreviazione di “chatterbot”, ed è una forma di automazione che risponde a domande predefinite con uno script di informazioni predeterminato. TechTarget definisce una chatbot come: “programmazione che simula la conversazione o il “chiacchierio” di un essere umano attraverso interazioni testuali o vocali”.
  • Agente virtuale è quello si potrebbe indicare come una chatbot avanzata. A volte chiamato assistente virtuale IA, questo è descritto da Chatbots.org come “… un personaggio virtuale di intelligenza artificiale generato e animato al computer, che funge da rappresentante del servizio clienti online. Conduce una conversazione intelligente con gli utenti, risponde alle loro domande e mantiene un comportamento non verbale adeguato”.

Come si può vedere, ognuno di questi elementi è alimentato dall’IA, anche se non chiamato direttamente IA. In altre parole, non potremmo avere nessuna di queste funzioni senza qualche elemento di IA già in gioco.

Nicola Napolitano_
Nicola Napolitano_

Gli agenti umani devono preoccuparsi che l’intelligenza artificiale li sostituisca sul lavoro?

Risposta breve: No! Gli agenti umani non devono temere che l’IA possa sostituirli, in quanto questa funzionerà in definitiva come un servizio per aumentare l’esperienza umana e permettere agli agenti di gestire le funzioni e i compiti più importanti.

Risposta lunga: l’intelligenza artificiale è valida solo quando i dati immessi sono corretti, mentre l’analisi e le azioni intelligenti possono essere completate solo dalle persone. Ad esempio, pensiamo all’IA che viene utilizzata per analizzare i ticket del service desk al fine di stabilire una connessione tra gli incidenti e collegarli a problemi più importanti. Non solo gli esseri umani sono necessari per risolvere gli incidenti riferiti a un determinato ticket, ma anche per inserire correttamente le informazioni sull’incidente stesso. Quindi, una volta completata un’analisi e scansionati i data point per collegare insieme questi incidenti, è necessario un essere umano per verificare se il collegamento è credibile. Un errore nei dati potrebbe rendere discutibile l’analisi e, sebbene possa verificarsi anche un errore umano, le persone sono la soluzione alternativa necessaria.

Inoltre, sebbene l’intelligenza artificiale sia pubblicizzata come un importante fattore di ottimizzazione dei costi, ciò non significa necessariamente ridurre i costi licenziando le persone a causa dell’aggiunta dell’IA. Significa invece che la produttività può essere migliorata e i dipendenti possono raggiungere livelli di soddisfazione più elevati.

Capire dove l’azione umana offre più valore è il primo passo da compiere prima di implementare nuove tecnologie e tecniche di intelligenza artificiale, afferma il manager di EasyVista. Dopo aver mappato le migliori aree per l’automazione e l’implementazione dell’IA, si potrà iniziare a considerare le capacità dello strumento di ITSM in uso.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche

css.php