AI&エージェント
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。
ナレッジ管理
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。
感情分析
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。
予知保全
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。
積極的な変更管理
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。
資産管理
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。
AI&エンドユーザー
パーソナライズされた会話
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。
インシデントとサービスリクエストの分類
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。
チケットの自動解決
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。
サービスアイテムの自動承認
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。
AI&経営陣
戦略的意思決定
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。
SLA違反と契約違反の予測
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。
業務量の最適化
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。
AI対応準備評価