Agents zijn vaak belast met routinetaken zoals het toewijzen van tickets, het blussen van brandjes enz. KI-geactiveerde technologieën verhogen de productiviteit en laten agenten complexe tweedelijns en derdelijns problemen oplossen door deze routinematige activiteiten te automatiseren.
Kennisbeheer
Door kunstmatige intelligentie aangedreven kennisbeheer biedt een oplossing uit de kennisbank, indien beschikbaar, of zoekt in de cloud om een relevante oplossing voor te stellen. Daarnaast creëert het nieuwe artikelen als deze nog niet beschikbaar zijn en biedt het slimme suggesties voor IT-agents terwijl ze aan een oplossing bezig zijn. Deep learning-technologie wordt gebruikt in kennisbeheer voor oplossingsaanbevelingen aan agents en eindgebruikers.
Sentimentanalyse
Gebruikerstevredenheid en gebruikerservaring behoren tot de belangrijkste maatstaven bij het meten van het succes van servicedesks. Het voorspellen van het sentiment van eindgebruikers op het moment dat tickets worden ingezameld, afhankelijk van het gebruik van woorden en eerdere resultaten van tevredenheidsonderzoeken, helpt agents op de juiste manier te reageren en de tevredenheid te verbeteren. ITSM-trends met KI en ML spelen hierin een grote rol om proactief te kunnen zijn.
Voorspellend onderhoud
ITSM-oplossingen kunnen worden geïntegreerd met andere bedrijfsapplicaties, zoals monitoringtools, faciliteitenbeheer enz. Een door KI & ML aangedreven servicedesk maakt zelf automatisch tickets aan als een bepaalde infrastructuur uitvalt of iets verslechtert. Het informeert ook de relevante gebruikers die mogelijk getroffen zijn en creëert een probleemticket voor analyse van de hoofdoorzaak.
Proactief Wijzigingsbeheer
Wijzigingsbeheer minimaliseert risico en impact. Machinaal Leren (ML) peilt het potentiële risico en vraagt de Wijzigingsbeheerder om het back-outplan uit te voeren. ML helpt ook bij het evalueren en plannen van wijzigingen om de wijzigingsaanvraag op de juiste manier te plannen.
Asset management
De levenscyclus en prestaties van assets kunnen effectief worden gemonitord met door kunstmatige intelligentie aangedreven technologieën. Als de prestaties van een asset verslechteren, identificeert ML dit op basis van eerdere trends en stelt de Asset Manager op de hoogte om het betreffende apparaat te vervangen. Het plaatst een automatisch serviceverzoek om het betreffende apparaat te vervangen.
KI & Eindgebruiker
Gepersonaliseerd gesprek
Chatbots en AI agents zorgen voor realtime, consistente en gepersonaliseerde interacties met eindgebruikers die de klanttevredenheid verhogen. Chatbots zorgen voor consistentie op het gebied van taal, reactietijd en beschikbaarheid. Het vervangt echter geen menselijke agents, aangezien die betrokken zijn bij het oplossen van ingewikkelde tweedelijns en derdelijns vragen.
Classificatie van incident versus serviceaanvraag
Eindgebruikers raken vaak in de war met het verschil tussen een incident en een serviceaanvraag. KI-technologie identificeert het tickettype op basis van de kennis uit het verleden en classificeert deze voor de agents op de servicedesk. Dit elimineert de routinetaak van ticketclassificatie door de agents.
Automatische oplossing van tickets
Door KI aangedreven technologieën reageren op vragen van eindgebruikers met realtime oplossingen zonder enige menselijke tussenkomst. Ze zoeken in de kennisbank naar oplossingen. Als er geen oplossingen beschikbaar zijn, stellen ze oplossingen voor vanuit de cloud en maken ze nieuwe artikelen die in de kennisbank kunnen worden opgeslagen.
Automatische goedkeuring van service-items
Wanneer eindgebruikers een serviceaanvraag indienen, controleert Machinaal Leren de beschikbaarheid van het service-item en keurt dit automatisch goed zonder menselijke tussenkomst. Goedkeuring wordt afgehandeld op basis van de prioriteit, geschiedenis en impact van het aangevraagde item.
KI & management
Strategische besluitvorming
Voorspellende analyses analyseren resultaten uit het verleden en voorspellen toekomstige projecties, inclusief omzet, klanttevredenheid en resourceplanning. Dit helpt het management om weloverwogen beslissingen te nemen via budgetprognose en onkostenbeheer. Het biedt ook inzicht in de prestaties van agents en servicedesks.
Voorspel schendingen van SLA’s en contracten
Op basis van de eerdere trends kan elke toekomstige SLA-schending worden geïdentificeerd en gemeld aan de juiste agent. Dit wordt gedaan afhankelijk van het ticketvolume, seizoensgebonden werkbelasting, infrastructuurstoringen en resourceproblemen. De contractuele overeenkomst wordt gehandhaafd en problemen van klanten worden op tijd opgelost.
Optimalisatie van de werklast
Agents op de servicedesk besteden het grootste deel van hun tijd aan ticketclassificatie en toewijzing. KI-technologieën zorgen voor het identificeren van de juiste groep en de juiste agent. Het geeft het management ook advies over het aannemen van personeel op basis van de werklast en toekomstige resourceplanning.
KI-gereedheidsbeoordeling
