← Regresar a eBooks

Resumen

Hoy en día, los directores de sistemas de información (CIO) y directores generales (CEO) están llevando a cabo experimentos piloto con inteligencia artificial (IA) en sus organizaciones. El Service desk maneja diversos tipos de tareas tanto rutinarias como no rutinarias a diario. Gartner reporta que las organizaciones de TI gastan el 66% de sus recursos operativos diarios en actividades relacionadas con "mantener la luz encendida". Los usuarios finales que son "millenials" y "Generación Z" exigen una mejor experiencia. La inteligencia artificial y las tecnologías de IA aprovechan el poder de los datos para hacer predicciones y automatizar procesos para satisfacer las expectativas de los clientes.

Los coches autónomos, asistentes virtuales y robots están entre nosotros hoy en día, y todos están potenciados por tecnologías de IA tales como el procesamiento de lenguaje natural (NLP), el aprendizaje automático (ML) o los asistentes activados por comandos de voz. Estas tecnologías ya no son simples exageraciones, sino realidades palpables para muchas empresas. Es una inversión a largo plazo, cuya planificación, ejecución y cosecha de beneficios lleva tiempo y recursos. El 2018 sería el año en que las empresas estarán creando nuevos roles e invertirán en IA y en análisis. Según Gartner: "Para el 2020, la persona promedio entablará más conversaciones con Bots que con su cónyuge".

 

ai-in-ITSM-ebook

Si bien la IA y el aprendizaje automático (o ML, del inglés "Machine Learning") ya han dejado huella en diversos sectores, como el automotriz, las TI acaban de comenzar a adoptar estas tendencias. La gestión de servicios de TI (ITSM) tiene un enorme potencial para beneficiarse de la IA, puesto que los agentes de los Service desk realizan una gran variedad de tareas transaccionales. Pero es importante comprender los fundamentos de la IA, el impacto de su adopción, y hacer un poco de investigación previa antes de implementarla. La IA ayuda a las TI a cumplir las crecientes expectativas de los usuarios en términos de suministrar unos servicios más rápidos y lo último en tecnologías. La digitalización fomenta el que la IA aproveche el poder de los datos y acelere el desempeño empresarial.

Si bien la IA y el aprendizaje automático (o ML, del inglés "Machine Learning") ya han dejado huella en diversos sectores, como el automotriz, las TI acaban de comenzar a adoptar estas tendencias. La gestión de servicios de TI (ITSM) tiene un enorme potencial para beneficiarse de la IA, puesto que los agentes de los Service desk realizan una gran variedad de tareas transaccionales. Pero, es importante comprender los fundamentos de la IA, el impacto de su adopción, y hacer un poco de investigación previa antes de implementarla. La IA ayuda a las TI a cumplir las crecientes expectativas de los usuarios en términos de suministrar unos servicios más rápidos y lo último en tecnologías. La digitalización fomenta el que la IA aproveche el poder de los datos y acelere el desempeño empresarial.

Eliminar los inhibidores

  • Falta de formación
  • Gestión de datos inconsistente
  • TI invisibles (Shadow IT)
  • Inadecuada gestión del cambio

La formación y la conciencia son fundamentales al realizar nuevas inversiones en tecnología. Como la IA aún no está completamente madura, existe cierta ambigüedad entre las partes interesadas relacionadas con las TI, particularmente los agentes del Service desk. La carencia de una adecuada formación lleva a fallos en la adopción. Unas comunicaciones y una formación adecuadas para los administradores y agentes de TI acerca de las ventajas de la IA mejorarían las perspectivas de implementación de la IA. En principio, todos los miembros de la organización podrían mostrarse reacios ante la implementación de esta nueva tecnología por temor a quedarse sin trabajo, pero es importante superar esta resistencia mediante la formación adecuada. Es necesario brindar formación acerca de las diferencias entre tecnologías como la IA y el ML, y acerca de sus potenciales beneficios.

Consejo: Comience a hacer pruebas con la IA para demostrar su capacidad de reducir las tareas rutinarias para sus agentes.

Falta de formación

La formación y la conciencia son fundamentales al realizar nuevas inversiones en tecnología. Como la IA aún no está completamente madura, existe cierta ambigüedad entre las partes interesadas relacionadas con las TI, particularmente los agentes del Service desk. La carencia de una adecuada educación lleva a fallos en la adopción. Unas comunicaciones y una formación adecuadas para los administradores y agentes de TI acerca de las ventajas de la IA mejorarían las perspectivas de implementación de la IA. En principio, todos los miembros de la organización podrían mostrarse reacios ante la implementación de esta nueva tecnología por temor a quedarse sin trabajo, pero es importante superar esta resistencia mediante la formación adecuada. Es necesario brindar formación acerca de las diferencias entre tecnologías como la IA y el ML, y acerca de sus potenciales beneficios.

Consejo: clasifique, almacene y gestione los datos para todos los procesos

TI invisibles (Shadow IT)

Las aplicaciones basadas en la nube y la implementación del BYOD (acrónimo en inglés de "tráete tu propio dispositivo") mejoran la posibilidad de imitar a las TI. Los empleados y departamentos tienden a usar aplicaciones independientes para lograr que las cosas se resuelvan antes. Esto podría mejorar su productividad, pero usar aplicaciones sin autorización en el puesto de trabajo aumenta los riesgos de seguridad. Las TI no tienen registros de estos datos, y por tanto esto constituye un inhibidor para tecnologías como la IA o el ML al momento de analizar datos históricos. La eliminación de las TI invisibles permite adoptar un enfoque holístico hacia la TI y un funcionamiento eficaz de las implementaciones de tecnología.

Consejo: haga que las TI sean el punto único de contacto para cualquier implementación tecnológica

Inadecuada gestión del cambio

El manejo de los cambios culturales, los dilemas éticos y la resistencia por parte de los agentes son cruciales al implementar la IA para ITSM. La planificación de una gestión del cambio apropiada es clave. Los agentes y usuarios finales deben ser capacitados en el manejo de soluciones potenciadas por IA y en sus potenciales beneficios. Es importante resaltar que las tecnologías de IA no reemplazarán a los humanos, sino que complementarán a los agentes humanos, mejorando la eficacia en términos generales. Es responsabilidad de la gerencia el comunicar el propósito de la IA y eliminar esta aversión por parte de los agentes. La creación de confianza y la adecuada gestión del cambio ayudan a mejorar la adopción.

Consejo: realice experimentos piloto con IA en algunos grupos de agentes

Aceleradores

Gestión de servicios corporativos

Los empleados prefieren tener un portal único desde el cual acceder a cualquier servicio, y tanto la AI como el ML brindan mejores resultados en la configuración centralizada. La IA debe implementarse como una iniciativa para toda la empresa, con un gran volumen de datos disponibles en toda clase de funciones. La gestión de servicios a nivel empresarial tiene un gran volumen de recolección y análisis de datos. Esto impulsa la implementación del "big data" para obtener conclusiones útiles. Esto lleva a una mejor gestión de la satisfacción del cliente, a decisiones basadas en datos y análisis.

Gestión del conocimiento

Un repositorio de preguntas frecuentes y de soluciones es fundamental para crear una gestión del conocimiento efectiva. La base de conocimientos actúa como fuente para análisis de “big data” e IA. La inteligencia empresarial es el resultado de una eficaz gestión del conocimiento. La identificación de nuevos artículos de soluciones para agregarlos a la base de conocimientos y el sugerir artículos relevantes a los usuarios finales son algunos de los casos de uso más comunes.

"Durante el 2020, el 99% de las iniciativas de ITSM fallarán debido a la falta de unos fundamentos establecidos de gestión del conocimiento". del informe de Gartner: Predicts 2018: IT Operations

Transformación digital

Las iniciativas digitales impulsan la innovación en IA en la mayoría de las organizaciones. La transformación digital aprovecha la innovación tecnológica para impulsar el crecimiento y eficiencia empresariales. Este ejercicio comienza por revisar las aplicaciones heredadas actuales y actualizarlas para mejorar su eficiencia. La estrategia de transformación digital (o "DX") debe ser una iniciativa para toda la empresa, no solamente para la división de TI. Algunos ejemplos comunes incluyen la aplicación de tecnologías de IA, como los Chatbots y agentes virtuales para mejorar la interacción con los clientes.

"El 40% de las iniciativas de transformación digital estarán impulsadas por el aprendizaje automático y la inteligencia artificial para el 2019." IDC.

Marcos de trabajo ágiles

La agilidad es importante para toda clase de empresas, pues les permite moverse más rápidamente. Las aplicaciones, procesos y modelos empresariales deben ser flexibles en términos de la personalización y la configuración. Las implementaciones de tecnología de IA requieren de minería de datos y de la disponibilidad de los mismos. La gestión de servicios usa un marco de trabajo ágil para acelerar el desarrollo de los procesos y disminuir el tiempo de lanzamiento (o "time to market").

Cultura de autoservicio

Desarrolle una cultura del autoservicio promocionando su Service desk accesible desde cualquier parte. Los usuarios finales exigen unas respuestas y resoluciones inmediatas mediante el autoservicio. Por tanto, los Chatbots y los agentes virtuales mejoran la tasa de respuesta y brindan una experiencia consistente a los usuarios. Las solicitudes de nivel 1 pueden desviarse usando estas tecnologías, que ahorran tiempo y recursos a los agentes.

Lista de comprobación

Casos prácticos de IA en ITSM

La IA se puede implementar en módulos de ITIL, tales como los de gestión de incidencias, gestión de solicitudes de servicio, gestión del cambio, etc. para automatizar las actividades rutinarias. Antes de implementar estos casos de uso, se recomienda comprender los inhibidores e impulsores de la IA, tal como se mencionó anteriormente. Las tecnologías de IA interactúan principalmente con tres actores, como

  • IA y agente
  • IA y usuario final
  • IA y gerencia

IA y agente

Los agentes suelen estar sobrecargados de tareas rutinarias, como asignación de tickets, "apagar fuegos", etc. Las tecnologías impulsadas por IA incrementan la productividad y permiten a los agentes resolver problemas complejos de nivel 2 y nivel 3 mediante la automatización de estas actividades rutinarias.

Gestión del conocimiento

La gestión del conocimiento impulsada por IA ofrece una solución del repositorio si está disponible, o busca en la nube para sugerir una solución relevante. Además, crea nuevos artículos si no hay artículos disponibles y ofrece soluciones inteligentes para los agentes de TI mientras suministran resolución. La tecnología de "Deep Learning" ("Aprendizaje Profundo") se usa en la gestión del conocimiento para recomendar soluciones a los agentes y usuarios finales.

Análisis de opiniones

La satisfacción y experiencia del usuario se han convertido en los parámetros clave para medir el éxito de un Service desk. Predecir la opinión de los usuarios finales al momento de emitir los tickets según el uso de sus palabras y las encuestas previas de CSAT ayuda a los agentes a responder adecuadamente y a mejorar la CSAT. Las tendencias de ITSM relacionadas con la IA y el ML desempeñan un papel fundamental en la proactividad de esto.

Mantenimiento predictivo

Las soluciones de ITSM se integran con otras aplicaciones empresariales, como herramientas de monitorización, gestión de instalaciones, etc. El Service desk potenciado por IA y ML crea tickets automáticamente por sí mismo si una infraestructura específica falla o algo se deteriora. También informa a los usuarios relevantes que pudiesen resultar afectados y crea un ticket de problema para realizar análisis de causa raíz.

Gestión proactiva del cambio

La gestión del cambio minimiza el riesgo y el impacto para el agente. El aprendizaje automático, o ML, mide los potenciales riesgos y exhorta al gestor de cambios a ejecutar el plan de back-out. El ML también ayuda durante la evaluación del cambio y la planificación para programar apropiadamente la solicitud del cambio.

Gestión de activos

El ciclo de vida y desempeño de los activos se puede monitorizar eficazmente mediante tecnologías potenciadas por IA. Si el rendimiento de un activo empeora, el ML identifica esto según las tendencias anteriores y notifica al gestor de activos para que reemplace el activo respectivo. Coloca una solicitud de servicio automática para reemplazar a ese activo en particular.

IA y usuario final

Conversación personalizada

Los Chatbots y los agentes virtuales garantizan unas interacciones personalizadas, consistentes y en tiempo real con los usuarios finales, para incrementar los niveles de satisfacción de los clientes. Los Chatbots posibilitan la consistencia en términos del idioma, el tiempo de respuesta y la disponibilidad. Sin embargo, no reemplaza a los agentes humanos, porque estos están involucrados en la resolución de solicitudes complejas de nivel 2 y nivel 3.

Clasificación de las incidencias vs. solicitudes de servicio

Los usuarios finales suelen confundirse con la diferencia entre una incidencia y una solicitud de servicio. La tecnología de IA identifica el tipo de ticket basándose en sus aprendizajes anteriores, y los clasifica para los agentes del Service desk. Esto elimina la tarea rutinaria de clasificación de tickets ejecutada por los agentes.

Resolución automática de tickets

Las tecnologías impulsadas por IA responden a las solicitudes de los usuarios finales con soluciones en tiempo real sin ningún tipo de intervención humana. Buscan soluciones en la base de conocimientos. Si no hay soluciones disponibles, sugieren soluciones dese la nube y crean nuevos artículos que pueden almacenarse en el repositorio.

Aprobación automática para elementos de servicio

Cuando los usuarios finales hacen cualquier solicitud de servicio, el aprendizaje automático verifica automáticamente la disponibilidad del elemento de servicio sin ningún tipo de intervención humana. La aprobación se maneja basándose en su prioridad, historial pasado e impacto del elemento solicitado.

IA y gerencia

Toma de decisiones estratégicas

El análisis predictivo analiza los resultados anteriores y hace pronósticos para renglones como los ingresos, la satisfacción del cliente y la planificación de recursos. Esto ayuda a la gerencia a tomar decisiones informadas mediante el pronóstico presupuestario y la gestión de gastos. También brinda información útil acerca del desempeño de los agentes y del Service desk.

Predicción de infracciones a contratos / SLA

Basándose en las tendencias anteriores, cualquier futura infracción de un SLA se puede identificar y notificar al agente adecuado. Esto se hace dependiendo del volumen de tickets, la carga laboral estacional, las fallas en la infraestructura y la emisión de recursos. También ayuda a cumplir con los acuerdos contractuales, y a que los problemas de los clientes se resuelven a tiempo.

Optimización de la carga laboral

Los agentes del Service desk emplean la mayor parte de su tiempo en la clasificación y asignación de tickets. Las tecnologías de IA se ocupan de identificar a los grupos y agentes adecuados. También sugieren estrategias para la gestión de la contratación de personal basándose en la carga laboral y en la planificación de recursos a futuro.

Evaluación del grado de preparación para la IA

Suscríbase para acceder a más historias de ITSM

Reducción significativa de los costes

Una gestión eficaz del conocimiento desvía los tickets de nivel 1 y nivel 2. Esto permite a los agentes humanos enfocarse más en proyectos complejos, ahorrándole tiempo y recursos.

Experiencia consistente para el usuario final

La interacción con el Service desk se vuelve consistente para los usuarios finales con la ayuda de Chatbots y agentes virtuales, que ofrecen una experiencia de servicio completamente fluida.

Resolución más rápida de los tickets

Estas tecnologías dotan a los agentes con los recursos adecuados, y en ocasiones resuelven los tickets por sí mismas, lo que produce una reducción del tiempo de resolución medio.

Toma de decisiones basada en información obtenida

Los datos pueden convertirse en información útil, que puede ser consumida por la gerencia para tomar importantes decisiones empresariales.

ITSM proactiva

La IA y el ML ayudan a las empresas a ser más proactivas en la identificación de potenciales incidencias y a desviar los problemas triviales, aumentando así la satisfacción del cliente.