Vantagens da IA no ITSM: O papel e o impacto da IA no ITSM

Com todos os avanços na área da Inteligência Artificial (IA) e a sua ampla aplicação em diversas disciplinas, esta nova tecnologia está pavimentando seu caminho para o Gerenciamento de Serviços de TI (ITSM). O ITSM tem testemunhado múltiplas ondas de novas tecnologias, cada uma prometendo redefinir a maneira na qual as coisas funcionam. No entanto, muitas delas causaram pouca ou nenhuma impressão e passaram a ser meros modismos.

Agora, a pergunta óbvia na mente de todos é: A IA realmente tornará o ITSM mais fácil e eficiente? Essa é a pergunta que abordaremos nesta série de duas partes, “A vantagem da IA no ITSM”. Na primeira parte, “IA em ação no ITSM”, definiremos o contexto para a nossa discussão sobre IA. Na segunda parte, “Recursos e casos de uso”, veremos recursos específicos baseados em IA e cenários de casos de uso preparados para mudar a maneira na qual as service desks de TI funcionam.

Os especialistas do setor têm algumas previsões fortes sobre isso. O Gartner afirma, no seu relatório Predicts 2018: Artificial Intelligence[i] que, até 2022, 40% dos funcionários que atendem clientes e funcionários públicos que atendem cidadãos consultarão um agente de suporte virtual de IA diariamente para apoiar as decisões ou processos. O Gartner acrescenta que as capacidades de IA capacitarão os agentes de suporte virtuais como um recurso que permitirá aos agentes de suporte humanos responder às dúvidas ou ações dos clientes/cidadãos de maneira mais rápida e eficiente.

A IA começará a ter um impacto real nos nossos service desks de TI, uma vez que puder realizar ações nas quais os humanos são ruins, bem como realizar ações que os humanos prefeririam não realizar. Essas ações podem se enquadrar em uma de três categorias: automações inteligentes, insights estratégicos e análises preditivas.

Por exemplo, encaminhar tickets recebidos manualmente consome muito tempo – tempo que um técnico de TI poderia usar para tarefas mais importantes. Alguns help desks oferecem roteamento automatizado de tickets, definindo regras que categorizam solicitações com base em condições e parâmetros predefinidos. No entanto, essas regras são estáticas, o que significa que não se adaptarão ou melhorarão com o tempo.

Com a ajuda da tecnologia de IA, como Machine Learning (ML), as service desks podem criar um modelo de categorização baseado em dados históricos do service desk de TI. O melhor de tudo é que esses modelos de ML vão se tornar mais precisos com o tempo ao considerar os dados em tempo real. Esses modelos baseados em ML são mais eficientes do que a categorização manual ou as automações baseadas em regras.

Os fornecedores podem criar modelos baseados em IA para gerar insights e prever anomalias nos service desks de TI, o que, de outra forma, exigiria muito tempo, esforço e habilidade das pessoas. Alguns cenários da vida real podem incluir a sugestão da janela correta para atualizações de patches, ajudando no planejamento e implementação de mudanças, sinalização de solicitações que possam violar um SLA e previsão de problemas de TI.

Aplicações iniciais da IA no ITSM

A próxima pergunta para a qual todos querem uma resposta é: Onde tudo vai começar?

Mesmo com a expansão das aplicações de IA em várias áreas, a tecnologia de IA com o maior alcance atualmente envolve os assistentes virtuais. Quase todos os smartphones atualmente contam com um assistente virtual que ajuda as pessoas nas compras, viagens, gerenciamento financeiro, gerenciamento do tempo e muito mais. Além disso, com tecnologias como o Google Duplex ganhando forma, o papel desses assistentes virtuais deverá crescer em breve.

Da mesma forma, a primeira aplicação de IA em service desks de TI provavelmente será os chatbots e assistentes virtuais de serviços de TI. Embora não imediatamente, os assistentes virtuais baseados em IA provavelmente substituirão as pessoas para se tornarem o primeiro ponto de contato entre os usuários finais e o service desk de TI. Teremos uma pequena prévia disso com chatbots com contexto específico que podem ajudar a aliviar um pouco a carga dos técnicos ao abordar solicitações simples.

Por exemplo, há chatbots específicos que nos ajudam com quaisquer perguntas relacionadas com o GDPR ou questões de segurança e privacidade. Nós também temos um chatbot, sensatamente chamado Jeeves, que atualiza nossos cardápios de almoço e jantar. Esses tipos de chatbots funcionam com uma base de conhecimentos como seu alicerce. Se esses bots chegarem a um ponto em que fiquem sem opções ou respostas, eles colocam uma pessoa para terminar o trabalho. Os chatbots também podem ajudar os usuários a realizar outras operações simples de service desk de TI, como criar um ticket, gerar uma solicitação de ativo ou até solicitar uma redefinição de senha.

Alguns recursos simples baseados em IA que chegarão aos service desks de TI são apresentados abaixo:

• Categorização automática de incidentes
• Alocação de agentes inteligentes para as solicitações recebidas
• Detecção de anomalias sinalizando incidentes repetidos incomuns
• Uso da análise preditiva para sinalizar solicitações que possam violar SLAs

Como a IA funciona no ITSM

Os algoritmos e aplicações de IA são desenvolvidos com base no conhecimento documentado disponível e nos dados históricos. Isso significa que a IA é tão eficaz quanto a base de conhecimentos e os dados sobre os quais ela é desenvolvida. Da mesma forma, no ITSM, para desenvolver um modelo baseado em IA para qualquer contexto específico, precisamos de um conjunto devidamente documentado de resoluções, soluções alternativas, artigos de conhecimento e dados históricos bem mantidos. Por exemplo, para treinar um modelo de categorização ou priorização baseado em IA, precisamos de um banco de dados histórico de todas as solicitações com parâmetros como tipo de solicitação, nível, impacto, urgência e local, e tudo isso precisa ser devidamente documentado.

Acima de tudo, modelos baseados em IA como esses não são universais. Isso significa que embora um determinado modelo possa funcionar para um service desk, ele provavelmente não funcionará para muitos outros. Os modelos de categorização e priorização são treinados em um conjunto de dados específicos e só funcionam para o service desk do qual esse conjunto de dados é extraído. Esses modelos se treinam continuamente com dados em tempo real para aumentar sua precisão e eficácia ao longo do tempo.

Com a base de IA apresentada acima, gostaria que você voltasse para a parte dois do artigo “A vantagem da IA no ITSM” para aprender sobre recursos e casos de uso específicos e baseados em IA.

Este artigo foi publicado originalmente na DATAVERSITY.