Chatbots de ITSM: 6 casos de uso basados en IA para su mesa de servicio

Chatbots.

Los chatbots se pueden entrenar para gestionar una categoría concreta de solicitudes e incidentes, siempre que exista la documentación adecuada sobre el historial de solicitudes anteriores y todos los artículos de conocimiento pertinentes. Aquí, discutiremos dos escenarios en los que los chatbots podrían ayudar a las mesas de servicio: La primera es una aplicación de la inteligencia artificial limitada, que ya está disponible, y la segunda se basa en la inteligencia artificial general, que es más eficaz pero puede tardar más en desarrollarse.

Chatbots - Escenario 1: Resolver el problema de la impresora (IA, limitada)

Un problema que parece atormentar tanto a los usuarios finales como a los técnicos de TI es cuando la impresora deja de funcionar. En la mayoría de las mesas de servicio de TI, la solución para cada problema de las impresoras ya está bien documentada, lo que significa que muchos usuarios finales pueden resolver estos problemas por sí mismos sin necesidad de recurrir a un técnico de TI. Pero aun así, también se reporta otra serie de incidentes con las impresoras y que pueden obstaculizar la productividad. Este tipo de incidentes pueden ser gestionados por un chatbot entrenado para tratar específicamente los problemas de las impresoras.

En una conversación típica entre un chatbot y un usuario final que reporta un problema de la impresora, el chatbot responde al usuario basándose en los artículos de la base de conocimientos disponibles. En primer lugar, el chatbot le sugiere al usuario usar la solución con mayor porcentaje de éxito, seguida de las demás soluciones disponibles ordenadas según su porcentaje de éxito. Cuando el chatbot se queda sin soluciones que sugerir, puede recurrir a un técnico humano para que ayude al usuario final; incluso se le puede entrenar para que cree un ticket en nombre del usuario y lo asigne al técnico adecuado o a un grupo de soporte basándose en datos anteriores. Con múltiples herramientas de chatbot de terceros en el mercado, así como diversas soluciones proporcionadas por los proveedores de servicios de TI, las mesas de servicio pueden implementar chatbots ahora mismo.

Chatbots - Escenario 2: Resolver el problema de la impresora (IA, general).

A medida que avance la tecnología que utiliza IA, los chatbots podrán hacer algo más que sugerir soluciones. Por ejemplo, imagine el mismo problema de la impresora mencionado con un chatbot más elaborado. Los algoritmos de IA y los chatbots pueden llegar a ser más inteligentes de lo que son hoy en día y, pronto, podrán ser capaces de identificar proactivamente los problemas y proporcionar la resolución necesaria.

Por ejemplo, se podría crear una solicitud de sustitución de tóner incluso antes de que el usuario reporte el problema. Con los modelos basados en machine learning (ML), se pueden crear automáticamente solicitudes de servicio para sustituir el tóner y otros consumibles antes de que se agoten. Y, cuando el usuario reporte el problema, el chatbot podría consultar la base de datos de solicitudes para determinar si ya se ha creado una solicitud para el mismo problema antes de consultar el módulo de soluciones. Cuando identifique una solicitud, el chatbot podría proporcionar todos los detalles pertinentes para poner al día al usuario. Aunque esta funcionalidad aún no existe, es posible que no tarde mucho en desarrollarse.

Aparte de estos dos escenarios, existen múltiples formas en las que los chatbots pueden resultar útiles. A continuación hay algunos ejemplos.

Chatbots - Escenario 3: Solicitud de activos de usuario remoto

Un usuario final que realiza labores de campo (por ejemplo, un comercial) reporta que su portátil es lento y necesita ser sustituido. Intenta encontrar el formulario de actualización de activos adecuado pero no lo encuentra. A continuación, intenta llamar a la mesa de servicio pero no logra hablar con nadie. Como último recurso, recurre al chatbot.

Chatbots - Escenario 4: Añadir notas, comentarios o anotaciones a una solicitud

Un técnico de TI está trabajando a distancia para diagnosticar un problema en una estación de trabajo, por lo que no puede acceder al portal de la mesa de servicio para actualizar los detalles de la solicitud. En su lugar, utiliza el chatbot de asistencia técnica para hacer las cosas.

Gestión del conocimiento

Los algoritmos de IA y los chatbots sólo son tan eficaces como su base de conocimientos disponible. Afortunadamente para nosotros, la IA también puede ayudar a construir una sólida base de conocimientos. Discutiremos dos casos de uso para entender cómo la IA puede contribuir a la gestión del conocimiento en las mesas de servicio de TI.

Gestión del conocimiento - escenario 1: Calificar automáticamente las soluciones para aprobarlas y rechazarlas

Para cada incidente o categoría de incidentes, puede haber múltiples soluciones y artículos de la base de conocimientos que se hayan utilizado anteriormente. Se pueden entrenar modelos específicos basados en ML para identificar la tasa de éxito de cada una de estas soluciones basándose en el rendimiento histórico. Esto se puede hacer teniendo en cuenta múltiples factores, como la tasa de reapertura de tickets, la valoración de los artículos por parte de usuarios finales y técnicos, y el reconocimiento de los usuarios finales.

Basándose en métricas como éstas, un modelo basado en ML puede incluso sugerir qué artículos deberían retirarse y cuáles podrían mejorarse. Clasificar las soluciones en función de su rendimiento a lo largo del tiempo también ayuda a la mesa de servicio de TI a proporcionar las soluciones adecuadas a los usuarios al momento de crear el ticket y ayuda a los chatbots durante una sesión de chat.

Gestión del conocimiento - escenario 2: Identificar áreas problemáticas y recopilar artículos de la base de conocimientos

Los modelos basados en ML, como los analizados en el escenario 1, se pueden entrenar para identificar las categorías de incidentes que tienen el mayor número de incidentes L1 entrantes, incidentes repetidos e incidentes reabiertos. En consecuencia, un modelo de ML puede marcar estas categorías en función de la gravedad de los parámetros anteriores. También puede ofrecer información sobre qué categorías necesitan más esfuerzos de gestión del conocimiento por parte del equipo de la mesa de servicio de TI, como documentar las soluciones adecuadas, hacer que se revisen y publicarlas. Esto ayuda a la mesa de servicio a identificar las áreas que necesitan más trabajo y a crear soluciones pertinentes y artículos de la base de conocimientos para ayudar tanto a los usuarios finales como a los técnicos.

Gestión de solicitudes de servicio

En la actualidad, las solicitudes de servicio complejas (como la incorporación de empleados) son coordinadas manualmente por los técnicos o están basadas en automatizaciones predefinidas. Realizar manualmente estas tareas puede resultar ineficaz y engorroso. Con respecto a las automatizaciones actuales, la mayoría de los procesos son estáticos y carecen de inteligencia. Estas automatizaciones no siempre se ajustan a todos los escenarios posibles y requieren la intervención humana periódicamente para mantener el rumbo. Pero, al aplicar la tecnología de IA como machine learning, se pueden entrenar modelos y algoritmos para automatizar dinámicamente los flujos de trabajo de las solicitudes de servicio basándose en el historial de solicitudes. Estos modelos de automatización basados en ML continúan aprendiendo con cada bit de datos en vivo para ajustar los flujos de trabajo y lograr una mayor eficiencia.

Gestión de cambios de TI

La gestión de cambios de TI es un proceso que puede mejorar o destruir la infraestructura de TI de una empresa. Los cambios requieren mucha planificación y evaluación de riesgos antes de implementarlos; a pesar de todo este esfuerzo, los cambios pueden fracasar debido a un error humano. Cuando se trata de analizar los cambios, los seres humanos también pueden tener dificultades para extraer ideas del enorme volumen de datos generados sobre la implementación y gestión de cambios de TI. La IA puede ayudar a minimizar los riesgos de la gestión de cambios evitando los errores humanos y mejorando el análisis.

Gestión de los activos de TI

La gestión de activos de TI y la base de datos de gestión de la configuración (CMDB) constituyen la plataforma sobre la que se apoyan todos los procesos de ITSM. La IA también puede ayudar a los equipos de la mesa de servicio de TI a monitorear y gestionar mejor los activos de hardware y software de TI. Los sistemas de ML pueden monitorear constantemente el rendimiento de un elemento de configuración (CI) o repasar los datos de rendimiento de los CI disponibles y predecir fallos, lo que ahorra un montón de problemas tanto a los usuarios finales como a los equipos de TI. La IA puede ayudar a las herramientas de la mesa de servicio de TI a detectar anomalías y generar advertencias críticas correlacionando múltiples áreas, lo que es casi imposible de hacer manualmente.

Estas son ciertas áreas en las que la IA empezará a dejar huella en la ITSM. Algunas funciones de IA ya están disponibles de inmediato, y a otras aún les faltan algunos años. Los chatbots y la categorización basada en ML serán la primera aplicación inmediata de la IA en las herramientas de ITSM. Algunos proveedores de herramientas de ITSM ya han empezado a ofrecer estas dos funciones a sus usuarios finales. También existen múltiples proveedores externos que ofrecen soluciones plug-and-play que pueden realizar estas operaciones. En unos pocos años, es posible que veamos algo más que casos de uso previstos para las funciones basadas en IA. Pronto, estos casos de uso podrían ser nuestra realidad.

Preparándose para la ola de IA en ITSM

Dado que la IA tiene el potencial de redefinir la forma de trabajar de las mesas de servicio de TI y de los equipos de la mesa de servicio de TI, es esencial que las mesas de servicio estén preparadas para la próxima oleada de IA. Como ya se ha explicado, la eficacia de cualquier aplicación o modelo de IA depende de los datos con los que se haya entrenado, así como de los conocimientos disponibles procedentes de elementos como las soluciones documentadas.

Para sacar el máximo provecho de la IA, los equipos de la mesa de servicio de TI tienen que documentar adecuadamente todas sus solicitudes, problemas y cambios; mantener una base de datos precisa para la mesa de servicio de TI; y construir una base de conocimientos bien equipada. A medida que los proveedores de herramientas de ITSM intenten integrar la IA en sus productos, es importante que los equipos de la mesa de servicio se preparen para aprovechar realmente los beneficios de la IA en la ITSM.

Este artículo se publicó originalmente en DATAVERSITY.