Эксперт «ОБИТ» рассказал, когда не нужно внедрять ИИ в ITSM
изображение: grok
Более трети крупных российских компаний уже используют искусственный интеллект в управлении ИТ-услугами, а работа с качеством данных является приоритетом в ITSM для 31% компаний согласно исследованию BPMSoft и Softline.
По мнению руководителя ИТ-департамента «ОБИТ» Кирилла Тимофеева, состояние корпоративных знаний во многих случаях становится главным ограничением для внедрения ИИ в ITSM, из-за чего проект по внедрению ИИ зачастую превращается в проект по управлению знаниями: «Компании сегодня активно смотрят на ИИ как на следующий этап развития ITSM, но при внедрении довольно быстро выясняется, что у большинства компаний не описаны услуги и продукты, база знаний ведется эпизодически или не ведется вовсе, процессы существуют преимущественно в головах сотрудников, а документация отстает от самого продукта или услуги. В результате вместо автоматизации поддержки компания сначала вынуждена заниматься управлением знаниями».
По словам эксперта, подготовка базы знаний может сама по себе решить часть задач, ради которых компании планируют внедрение ИИ. Например, структурированная информация и качественный поиск на сайте позволяют пользователям самостоятельно находить ответы на типовые вопросы и сокращают число обращений в поддержку. А структурирование правил классификации и маршрутизации входящих заявок помогает снизить нагрузку на операторов.
«Если действие можно надежно описать правилом “если А, то сделай Б”, использовать для него ИИ избыточно», — считает эксперт. В качестве примера такой автоматизации Кирилл Тимофеев приводит стандартную обработку обращений в ITSM. Если система уже знает тип обращения, услугу, применимый SLA и ответственную группу, эффективная работа с обращениями может быть реализована стандартными инструментами workflow и low-code/no-code.
При этом, по мнению эксперта, ИИ действительно способен существенно расширить возможности ITSM там, где обычной автоматизации недостаточно. Например, ИИ-агенты могут брать на себя отработку входящих типовых обращений на первой линии поддержки, помогать оператору с решением нетиповых и сложных запросов и предоставлять расширенную аналитику на основе анализа накопленного массива данных по обращениям: «ИИ способен просмотреть массив обращений, сгруппировать похожие случаи и подсветить закономерность, которую человеку трудно увидеть в потоке отдельных тикетов. Таким образом, эти знания можно использовать для развития клиентского сервиса и увеличения продаж».
