Ventajas de la IA en ITSM: El papel y el impacto de la IA en ITSM

Con todos los avances en el área de la Inteligencia Artificial (IA) y su aplicación generalizada en diversas disciplinas, esta nueva tecnología se está abriendo camino hacia la gestión de servicios de tecnologías de la información (ITSM). La ITSM ha visto múltiples oleadas de nuevas tecnologías, cada una prometiendo redefinir la forma en que funcionan las cosas. Pero muchas de ellas causaron poco o ningún impacto y han pasado a la historia como simples modas.

Ahora, la pregunta en la mente de todos es: ¿La IA realmente hará que la ITSM sea más fácil y eficiente? Esa es la pregunta que abordaremos en esta serie de dos partes, "La ventaja de la IA en ITSM". En la primera parte, "La IA en acción en la ITSM", estableceremos el contexto para nuestro debate sobre la IA. En la segunda parte, "Funciones y casos de uso", examinaremos las funciones específicas basadas en la IA y los escenarios de casos de uso que podrían cambiar la forma de trabajar de las mesas de servicio de TI.

Los expertos del sector tienen algunas fuertes predicciones al respecto. En su informe "Predicciones del 2018: Inteligencia Artificial"[i], Gartner afirma que para 2022, el 40 por ciento de los empleados de atención al cliente y de los trabajadores administrativos de atención al ciudadano consultarán a diario a un agente de soporte virtual con IA para obtener ayuda en la toma de decisiones o en los procesos. Gartner añade que las funciones de IA potenciarán a los agentes de soporte virtuales como un recurso que permitirá a los agentes de soporte humanos responder con mayor rapidez y eficacia a las consultas o acciones de los clientes/ciudadanos.

La IA empezará a tener un impacto real en nuestras mesas de servicio de TI una vez que pueda realizar acciones que se les dificultan a los humanos y realizar acciones que los humanos preferirían no hacer. Estas acciones pueden incluirse en una de estas tres categorías: automatizaciones inteligentes, perspectivas estratégicas y análisis predictivos.

Por ejemplo, enrutar manualmente los tickets entrantes consume mucho tiempo, que el técnico de TI podría emplear en tareas más importantes. Algunas mesas de ayuda han automatizado el enrutamiento de tickets definiendo reglas que categorizan las solicitudes en función de condiciones y parámetros preestablecidos, pero estas reglas son estáticas, lo que significa que no se adaptan ni mejoran con el tiempo.

Con la ayuda de la tecnología de IA, como machine learning (ML), las mesas de servicio pueden crear un modelo de categorización basado en los datos históricos de las mesas de servicio de TI. Lo mejor de todo es que estos modelos de ML serán más precisos con el tiempo al tener en cuenta los datos en tiempo real. Estos modelos basados en ML son más eficientes que la categorización manual o las automatizaciones basadas en reglas.

Los proveedores pueden crear modelos basados en IA similares para generar datos procesables y predecir anomalías en las mesas de servicio de TI, lo que de otro modo requiere mucho tiempo, esfuerzo y conocimiento por parte de los humanos. Algunos escenarios de la vida real podrían sugerir la ventana adecuada para las actualizaciones de parches, ayudar en la planificación e implementación de cambios, marcar solicitudes que podrían violar un SLA y predecir problemas de TI.

Aplicaciones iniciales de la IA en ITSM

La siguiente pregunta que todos quieren responder es: ¿Dónde empezará todo?

Incluso con la expansión de las aplicaciones de la IA en diversos campos, la tecnología de IA con mayor alcance en la actualidad son los asistentes virtuales. Hoy en día, casi todos los smartphones cuentan con un asistente virtual que ayuda a la gente a hacer compras, planear viajes, gestionar las finanzas, gestionar el tiempo y mucho más. Y con tecnologías como Google Duplex cobrando vida, el papel de estos asistentes virtuales no tardará en expandirse.

Del mismo modo, la primera aplicación de la IA en las mesas de servicio de TI serán probablemente los chatbots y los asistentes virtuales para servicios de TI. Aunque no de forma inmediata, los asistentes virtuales basados en IA probablemente sustituirán a los humanos para convertirse en el primer punto de contacto entre los usuarios finales y la mesa de servicio de TI. Tendremos un pequeño anticipo de esto con chatbots específicos para cada contexto que pueden ayudar a aliviar parte de la carga de los técnicos gestionando solicitudes sencillas.

Por ejemplo, hay chatbots específicos que nos ayudan con cualquier pregunta relacionada con el GDPR o cuestiones de seguridad y privacidad. También tenemos un chatbot, llamado Jeeves, que actualiza nuestros menús de comida y cena. Este tipo de chatbots funcionan partiendo de una base de conocimientos. Si estos robots se quedan sin opciones o respuestas, recurren a un humano para que termine el trabajo. Los chatbots también pueden ayudar a los usuarios a realizar otras operaciones sencillas de la mesa de servicio de TI, como crear un ticket, crear una solicitud de activos o incluso solicitar el restablecimiento de una contraseña.

A continuación se indican algunas funciones sencillas basadas en IA que se abrirán camino en las mesas de servicio de TI:

• Categorización automática de incidentes
• Asignación inteligente de agentes para las solicitudes entrantes
• Detección de anomalías identificando los incidentes repetidos inusuales
• Uso de análisis predictivos para identificar las solicitudes que podrían incumplir los SLA

Cómo funciona la IA en ITSM

Los algoritmos y las aplicaciones de IA se desarrollan a partir de los conocimientos documentados y los datos históricos disponibles; eso significa que la IA es tan eficaz como la base de conocimientos y los datos sobre los que se desarrolla. Del mismo modo, en ITSM, para desarrollar un modelo basado en IA para cualquier contexto específico, tiene que haber un conjunto debidamente documentado de resoluciones, soluciones provisionales, artículos de conocimiento y datos históricos bien mantenidos. Por ejemplo, para entrenar un modelo de categorización o priorización basado en IA, necesitamos una base de datos histórica de todas las solicitudes con parámetros como el tipo de solicitud, el nivel, el impacto, la urgencia y el lugar, y todo ello debe estar debidamente documentado.

Por si fuera poco, este tipo de modelos basados en IA no son universales, lo que significa que aunque un determinado modelo funcione para una mesa de servicio, probablemente no funcionará para muchas otras. Los modelos de categorización y priorización se entrenan con un conjunto de datos específico y sólo funcionan para la mesa de servicio de la que se extrae ese conjunto de datos. Estos modelos se entrenan continuamente con datos reales para aumentar su precisión y eficacia con el paso del tiempo.

Una vez sentadas las bases de la IA, vuelva a la segunda parte de "La ventaja de la IA en ITSM" para conocer las funciones y los casos de uso específicos basados en IA.

Este artículo se publicó originalmente en DATAVERSITY.