标签：更改 智能 ext sha 信息 一段 内容 image 标记
在我们上一篇文章中解析了AI在ITSM中聊天机器人场景用例，接下来我们继续了解ITSM中的AI优势。
知识管理方案1：自动评估解决方案以批准和拒绝它们。对于每个事件或事件类别，可能存在一段时间内使用的多个解决方案和知识库文章。可以训练基于ML的特定模型，以基于历史性能来识别每种解决方案的成功率。这可以通过考虑多种因素来完成，例如门票的重新开放率，最终用户和技术人员对文章的评级以及最终用户的确认。
基于这些指标，基于ML的模型甚至可以建议哪些文章应该退役以及哪些文章可以改进。基于其性能随时间推移的解决方案的分级还有助于IT服务台在创建故障单时为用户提供正确的解决方案，并在聊天会话期间协助聊天机器人。
方案2：识别问题领域和整理知识库文章。可以训练类似于场景1中讨论的基于ML的模型，以识别具有最多数量的传入L1事件，重复事件和重新开启事件的事件类别。因此，ML模型可以基于上述参数的严重性来标记这些类别。它还可以提供有关哪些类别需要IT服务台团队进行更多知识管理工作的信息，例如记录正确的解决方案，获取审核以及发布它们。这有助于服务台团队确定需要最多工作的领域，并构建相关的解决方案和知识库文章，以帮助最终用户和技术人员。
服务请求管理
如今，员工入职等复杂的服务请求要么由技术人员手动协调，要么基于预定义的自动化。手动执行这些任务可能效率低且麻烦。就当前的自动化而言，大多数流程都是静态的，缺乏智能。这些自动化不一定适合所有可能的情况，并且需要定期进行人工干预以保持正常运行。但随着机器学习等人工智能技术的应用，可以训练模型和算法，根据请求历史动态自动化服务请求工作流程。这些基于ML的自动化模型继续学习每一位实时数据，以微调工作流程以提高效率。
IT变更管理
IT变更管理是一个可以建立或破坏公司IT基础架构的流程。许多规划和风险评估在实施之前都要进行变更;尽管做了所有这些努力，但由于人为错误，更改仍然可能失败。在分析变化时，人们也很难从IT变更管理和实施中产生的大量数据中挖掘洞察力。 AI可以通过防止人为错误和改进分析来帮助最小化变更管理风险。
IT资产管理
IT资产管理和配置管理数据库（CMDB）是每个ITSM流程运行的基础。 AI还可以帮助IT服务台团队更好地监控和管理IT硬件和软件资产。 ML系统可以持续监控配置项（CI）的性能，或者检查可用的CI性能数据并预测故障，从而为最终用户和IT团队节省大量成本。 AI可以帮助IT服务台工具标记异常并通过将点连接到多个区域来生成严重警告，这几乎不可能手动执行。
这些是AI将开始在ITSM上留下印象的某些领域。一些AI功能可以立即实现，有些还需要几年时间。 Chatbots和基于ML的分类将是AI在ITSM工具中的第一个直接应用。一些ITSM工具供应商已经开始向最终用户提供这些功能。还有多个第三方供应商提供可以执行这些操作的即插即用解决方案。在短短几年内，我们可能会看到不仅仅是预计的用例
这些是AI将开始在ITSM上留下印象的某些领域。一些AI功能可以立即实现，有些还需要几年时间。 Chatbots和基于ML的分类将是AI在ITSM工具中的第一个直接应用。一些ITSM工具供应商已经开始向最终用户提供这些功能。还有多个第三方供应商提供可以执行这些操作的即插即用解决方案。在短短几年内，我们可能会看到不仅仅是针对基于AI的功能的预计用例。很快，这些用例可能成为我们的现实。
为ITSM的AI 热做好准备
鉴于人工智能有可能重新定义IT服务台和IT服务台团队的工作方式，因此服务台必须为即将到来的AI热做好准备。如上所述，任何AI应用程序或模型的有效性取决于它所训练的数据以及来自文档解决方案等内容的可用知识。
为了充分利用AI，IT服务台团队必须正确记录他们的所有请求，问题和变更;维护准确的IT服务台数据库;并建立一个装备精良的知识库。由于ITSM工具供应商试图将AI集成到他们的产品中，因此服务台团队准备好在ITSM中真正获得AI的好处是非常重要的。
标签：更改 智能 ext sha 信息 一段 内容 image 标记
原文地址：http://blog.51cto.com/14093217/2350121
