AIとMLはすでにeコマース、自動車、その他の業界で確立されつつありますが、ITはこれらのトレンドを受け入れ始めたばかりです。 ITサービスマネジメント(ITSM)は、サービスデスクエージェントがさまざまな業務タスクを実行することから、AIの恩恵を受ける大きな可能性を秘めています。しかし、導入前にAIの基本とAI採用の影響を理解し、基礎作りを行うことが重要です。AIは、高速なサービスと最新のテクノロジーというユーザーの高まる期待にITが応えられるよう支援します。デジタル化はAIを駆動してデータを活用し、ビジネスパフォーマンスを加速させるのです。
AIはスマートなマシンを作成する科学です。データからパターンを描画し、ソリューションを予測することにより、プロセスを自動化します。これにより、精度が向上し、迅速に一貫した解決策をエンドユーザーに提供できます。AIには、自然言語処理(NLP)、機械学習(ML)、仮想エージェントなど、さまざまなテクノロジーが混在しています。
多くの場合、エージェントはチケットの割り当てや障害除去活動などの日常的なタスクに忙殺されています。AI対応テクノロジーにより生産性が向上し、エージェントはこれらの日常的なアクティビティの自動化により、より複雑な第二階層、第三階層Iの問題解決に集中できます。
AIはスマートなマシンを作成する科学です。データからパターンを描画し、ソリューションを予測することにより、プロセスを自動化します。これにより、精度が向上し、迅速に一貫した解決策をエンドユーザーに提供できます。AIには、自然言語処理(NLP)、機械学習(ML)、仮想エージェントなど、さまざまなテクノロジーが混在しています。
大切なのは、このAIの波に立ち向かう方法と、ITSMにAIソリューションを導入する前に必要な基礎です。この変化に対応するために、一般的な制約要因を取り除き、準備を行う方法について説明します。
新しい技術への投資を開始する際には、教育と認識が不可欠です。AIはまだ完全に成熟していないため、特にサービスデスクエージェントをはじめとするIT関係者にはあいまいな認識として存在しています。適切な教育の欠如は導入の失敗につながります。AIの利点に関するIT管理者およびエージェントへの適切なコミュニケーションと教育を行うことは、AIの見通しを改善します。仕事を失うことを恐れるあまり、組織内の誰もがこの新しい技術に消極的になってしまうかもしれませんが、適切な教育を通じてこの抵抗を克服することが重要です。AIやMLといったさまざまな技術の違いと、それらの潜在的な利点を教育しましょう。
新しい技術への投資を開始する際には、教育と認識が不可欠です。AIはまだ完全に成熟していないため、特にサービスデスクエージェントをはじめとするIT関係者にはあいまいな認識として存在しています。適切な教育の欠如は導入の失敗につながります。AIの利点に関するIT管理者およびエージェントへの適切なコミュニケーションと教育を行うことは、AIの見通しを改善します。仕事を失うことを恐れ、組織内の誰もがこの新しい技術に消極的になってしまうかもしれませんが、適切な教育を通じてこの抵抗を克服することが重要です。AIやMLといったさまざまな技術の違いと、それらの潜在的な利点を教育しましょう。
Bring Your Own Device(BYOD：自分のデバイスを持ち込むこと)とクラウドアプリケーションは、シャドーITの可能性を高めます。従業員とサイロ化された部門は、物事を迅速に処理するために独立したアプリを使用する傾向があります。これにより、生産性は向上しますが、職場で許可されていないアプリを使用すると、セキュリティリスクが高まります。ITにはこれらのデータの記録がないため、過去のデータを分析する上でのAIやMLなどの技術にとっての制約要因となります。シャドーITを排除することで、全体的なITアプローチと技術導入の効果的な機能が実現します。
ITSMにAIを導入する際には、文化的変化・倫理的ジレンマ・エージェントからの抵抗に対処することが大切です。適切な変更管理の計画が重要なキーとなります。エージェントとエンドユーザーは、AI対応ソリューションとその潜在的な利点についてトレーニングを受ける必要があります。「AI技術は人間に取って代わるものではなく、生身のエージェントを補完して全体的な効率を向上させるものである」ということを強調することが必要です。AIの目的を伝え、エージェントの嫌悪感を取り除くことは経営者の責任です。信頼の構築と適切な変更管理は、より良い導入に役立ちます。
従業員がワンストップポータルを使用してサービスにアクセスし、AIとMLが一元化されたセットアップであることは、より良い結果を提供します。AIは、全機能にわたって利用可能な膨大なデータを備えた企業全体のイニシアティブでなければなりません。企業規模のサービス管理では、膨大な量のデータの収集と分析を実行します。こうすることで、ビッグデータ導入が促進され、意味のある推論が導き出されます。これにより、カスタマーサクセス管理・データ主導の意思決定・分析が改善されるのです。
効果的なナレッジ管理を構築するには、FAQとソリューションのリポジトリが不可欠です。ナレッジベースは、ビッグデータ分析及びAIソースとして機能します。ビジネスインテリジェンスは、効果的なナレッジ管理の結果です。ナレッジベースに追加する新しいソリューション記事を特定し、関連する記事をエンドユーザーに提案することは、よくある使用事例です。
多くの企業では、デジタルイニシアティブがAIの革新を促進します。デジタル変革は、技術革新を活用してビジネスの成長と効率を達成するのです。この習慣は、現在お使いのレガシーアプリケーションを見直し、効率を改善するためにそれらを最適化することから始まります。DX戦略はITだけではなく、企業全体のイニシアティブでなければいけません。チャットボット、仮想エージェントなどのAIテクノロジーを適用して顧客との対話を改善することはよくある例です。
アジャイルであることは、ビジネスをより迅速に進めるために重要です。ビジネスアプリケーション・プロセス・モデルは、カスタマイズと設定において柔軟でなければなりません。AI技術の導入には、データマイニングとデータの可用性が必要不可欠です。サービスマネジメントでは、アジャイルフレームワークを使用して、開発プロセスと市場投入までの時間を短縮します。
どこからでもアクセスできるサービスデスクをマーケティングすることで、セルフサービスの文化を開発します。エンドユーザーは、セルフサービスによる迅速な対応と解決を求めています。チャットボットと仮想エージェントは応答率を改善し、一貫したユーザー体験を提供します。第一階層クエリは、エージェントの時間とリソースを節約するこれらの技術を活用することで回避できます。
インシデント管理、サービスリクエスト管理、変更管理などのITILモジュールにAIを導入することで、日常的なアクティビティを自動化できます。これらの使用事例を導入する前に、上記のAIの制約要因と推進要因を理解することが推奨されます。AI技術は主に次の3つの主体と関わります
多くの場合、エージェントはチケットの割り当てや応急処置などの日常的なタスクに忙殺されています。AI対応テクノロジーにより生産性が向上し、エージェントはこれらの日常的なアクティビティを自動化することにより、複雑な第二階層、第三階層の問題解決に集中できます。
AIを活用したナレッジ管理は、利用可能な場合にリポジトリからソリューションを提供するか、クラウドを検索して関連するソリューションを提案します。これに加え、まだ利用可能でない場合は新しい記事を作成し、ITエージェントに解決策を提供しつつスマートな提案を提供します。ディープラーニング技術は、エージェントおよびエンドユーザーに対するソリューション提案のナレッジ管理で使用されます。
ユーザーの満足度と経験は、サービスデスクの成功を測定する上で重要なメトリクスの1つです。言葉の使い方や以前の顧客満足度(CSAT)アンケート結果に応じてチケット提出時におけるエンドユーザーの感情を予測することは、エージェントが適切に対応し、CSATを改善するのに役立ちます。 AIとMLを含むITSMの傾向は、これに積極的に取り組む上で重要な役割を果たします。
ITSMソリューションは、監視ツール、施設管理などの他のビジネスアプリケーションと統合します。AIとMLを搭載したサービスデスクは、特定のインフラストラクチャが機能しなくなったり、何かが劣化した場合、自動的にチケットを作成します。また、影響を受ける可能性のある関連ユーザーに通知し、根本原因分析用の問題チケットを作成します。
変更管理は、リスクと影響を最小限に抑えます。機械学習(ML)は潜在的なリスクを評価し、変更管理にバックアウトプランの実行を促します。MLは変更の評価および計画時に、変更リクエストを適切にスケジュールするのにも役立ちます。
資産のライフサイクルとパフォーマンスは、AIを活用した技術で効果的にモニタリングできます。資産のパフォーマンスが低下した場合、MLは以前の傾向に基づいてこれを特定し、資産管理にそれぞれの資産を置き換えるよう通知します。これにより、特定の資産を置き換える自動サービスリクエストを発行してくれるのです。
チャットボットと仮想エージェントにより、エンドユーザーとのリアルタイムで一貫したパーソナライズされた対話が保証され、顧客満足度が向上します。チャットボットは、言語・応答時間・可用性の面で一貫性を実現します。ただしこれは、複雑な第二階層および第三階層クエリの解決に関与する上での生身のエージェントに代わるものではありません。
エンドユーザーは、インシデントとサービスリクエストの違いに混乱することが多くあります。AI技術は、過去の学習に基づいてチケットタイプを識別し、それらをサービスデスクエージェントのために分類します。これにより、エージェントが行わなければならないチケット分類という繰り返しタスクが不要となります。
AIを活用した技術では、人間の介入なしにリアルタイムソリューションでエンドユーザーのクエリに応答します。ナレッジベースからソリューションを検索してくれるのです。利用できない場合、クラウドからソリューションを提案し、リポジトリに保存できる新しい記事を作成します。
エンドユーザーがサービスリクエストを送信すると、機械学習がサービスアイテムの可用性を確認し、人間の介入なしで自動承認します。承認は、優先度・過去の履歴・リクエストされたアイテムの影響度に基づいて処理されます。
予測分析は、過去の結果を分析し、収益・顧客満足度・リソース計画などの将来予測を予測します。これにより、経営陣は予算の予測と経費管理を通じて情報に基づいた意思決定を行うことが可能です。また、エージェントおよびサービスデスクのパフォーマンスに関するインサイトも提供します。
以前の傾向に基づいて、これから発生するであろうSLA違反を特定し、適切なエージェントに通知します。これは、チケット量・時期ごとの業務量・インフラストラクチャの障害・リソースの問題に応じて実行されます。これにより、契約上の合意は守られ、顧客の問題は遅れが発生することなく解決されるのです。
サービスデスクのエージェントは、多くの時間をチケットの分類と割り当てに費やしています。AI技術は、適切なグループと適切なエージェントを特定してくれます。また、業務量と将来のリソース計画に基づいて、スタッフの雇用管理を提案します。
効果的なナレッジ管理により、第一階層チケットと第二階層チケットが回避できます。これにより、生身のエージェントは複雑なプロジェクトに集中でき、時間とリソースを節約できます。
シームレスなサービス体験を提供するチャットボットと仮想エージェントのおかげで、エンドユーザーにとってのサービスデスクとの対話における一貫性を保ちます。
これらの技術により、エージェントは適切なリソースを使用できるようになり、場合によってはチケットを自分で処理して平均解決時間を短縮できます。
データをインサイトに変換し、これを経営陣が吟味することで意味のあるビジネス上の意思決定を下すことが可能です。
AI＆MLは、潜在的なインシデントを特定し、些細な問題を回避することによる顧客満足度向上に企業が積極的に取り組むのを支援します
Sorry, our deep-dive didn’t help. Please try a different search term.
