← Tillbaka till e-böcker

Sammanfattningar för ledningen

Många av dagens IT-chefer och VD:ar har startat pilotexperiment med artificiell intelligens (AI) inom sina organisationer. Deras företag har servicedesks som hanterar olika typer av regelbundna och icke-regelbundna uppgifter varje dag. Gartner rapporterar att IT-organisationer lägger 66 % av resurserna på vardagens drift som håller igång företaget. Slutanvändarna är ofta personer från millenniegenerationen eller ”Generation Z” som kräver bättre upplevelser. Med AI kan man använda företagets data för att driva prognoser och automatisera processer för att uppfylla dessa krav.

Förarlösa bilar, virtuella assistenter och robotar arbetar inom det moderna samhället. De drivs av AI-teknik såsom naturlig språkbehandling (Natural Language Processing, NLP), maskininlärning (ML) eller röstkommandon. Denna teknik har gått från en modern trend till vardagliga funktioner inom många företag. AI är en långsiktig investering som kräver tid och resurser för planering, implementering och avkastning på investering. Det blir allt vanligare och enligt Gartner: ”Till år 2020 kommer den genomsnittliga personen att ha fler konversationer med bots än med sin make eller maka.”

 

ai-in-ITSM-ebook ai-in-ITSM-ebook

Även om AI och ML redan har satt sin prägel på e-handeln, bilbranschen och andra industrier är det först under de senaste åren som man börjat använda tekniken inom IT. IT Service Management (ITSM) har enorm potential att dra nytta av AI i och med att handläggare utför otaliga uppgifter i form av transaktioner. Dock är det viktigt att förstå den artificiella intelligensens grunder och hur AI kan påverka organisationen innan implementering. AI hjälper IT att uppfylla användarnas ökade krav när det kommer till snabbare service och mer modern teknik. Digitaliseringen driver AI för att använda data och påskynda prestandan.

Även om AI och ML redan har satt sin prägel på e-handeln, bilbranschen och andra industrier är det först under de senaste åren som man börjat använda tekniken inom IT. IT Service Management (ITSM) har enorm potential att dra nytta av AI i och med att handläggare utför otaliga uppgifter i form av transaktioner. Dock är det viktigt att förstå den artificiella intelligensens grunder och hur AI kan påverka organisationen innan implementering. AI hjälper IT att uppfylla användarnas ökade krav när det kommer till snabbare service och mer modern teknik. Digitaliseringen driver AI för att använda data och påskynda prestandan.

Arbeta runt hinder

  • Kunskapsbrist
  • Inkonsekvent datahantering
  • Skugg-IT
  • Felaktig ändringshantering

Kunskap och medvetenhet är A och O när det kommer till att investera i ny teknik. Eftersom AI fortfarande utvecklas finns det osäkerhet inom IT-branschen – särskilt bland handläggare som arbetar i servicedesks. Att inte utbilda personalen leder oundvikligen till att AI inte används i tillräcklig utsträckning. Se därför till att informera IT-administratörer och handläggare om fördelarna med AI. I början kanske hela organisationen tvekar inför AI då man oroar sig för att tekniken ska ta över jobben, men det är viktigt att komma runt det hindret med hjälp av utbildning och information om skillnaderna mellan begrepp såsom AI och ML och deras potentiella fördelar.

Tips: Visa hur AI kan användas för att minska antalet repetitiva uppgifter

Kunskapsbrist

Kunskap och medvetenhet är A och O när det kommer till att investera i ny teknik. Eftersom AI fortfarande utvecklas finns det osäkerhet inom IT-branschen – särskilt bland handläggare som arbetar i servicedesks. Att inte utbilda personalen leder oundvikligen till att AI inte används i tillräcklig utsträckning. Se därför till att informera IT-administratörer och handläggare om fördelarna med AI. I början kanske hela organisationen tvekar inför AI då man oroar sig för att tekniken ska ta över jobben, men det är viktigt att komma runt det hindret med hjälp av utbildning och information om skillnaderna mellan begrepp såsom AI och ML och deras potentiella fördelar.

Tips: Klassificera, lagra och hantera data inom varje process

Skugg-IT

Användning av egna enheter (”Bring Your Own Device”, BYOD) och molnapplikationer skapar vad som kallas för skugg-IT (”shadow IT” på engelska). Personal från olika avdelningar använder ofta olika oberoende applikationer för snabbare arbete. Detta kan öka deras produktivitet, men användning av icke-auktoriserade program på arbetsplatsen skapar säkerhetsrisker. IT-avdelningen registrerar inte dessa data, vilket skapar ett hinder för teknik såsom AI och ML då man inte kan analysera tidigare data. Att eliminera skugg-IT möjliggör enhetlig IT med effektiv funktion av tekniska implementationer.

Tips: Låt IT vara den enda kontakten för all teknisk implementering

Felaktig ändringshantering

Att hantera genomgående ändringar, etiska frågor och motstånd från handläggare är viktiga frågor när AI för ITSM ska implementeras. Att planera med korrekt ändringshantering är därför en viktig grund. Handläggare och slutanvändare bör utbildas inom AI-lösningar och deras potentiella fördelar. Det är även viktigt att påpeka att AI inte kommer att ersätta människorna utan istället hjälpa dem att öka produktiviteten. Det är ledningens ansvar att kommunicera kring syftet med AI och att undvika motstånd från personalen. Att skapa förtroende och korrekt ändringshantering är viktiga koncept när det kommer till implementering.

Tips: Gör pilotexperiment med AI hos mindre personalgrupper

Acceleratorer

ai accelerators flow 321d30da ai accelerators flow 321d30da
Övergripande tjänstehantering

Personalen föredrar en enda portal där de får åtkomst till alla tjänster och där AI och ML kan erbjuda bättre resultat från en central plats. AI måste vara ett initiativ som används inom hela organisationen, då det finns enorma mängder data inom olika funktioner. Att använda övergripande tjänstehantering medför omfattande insamling och analys av data. Detta driver dataimplementering för relevanta slutsatser vilket leder till ökad kundnöjdhet, datadrivna beslut och analys.

Kunskapshantering

För att skapa effektiv kunskapshantering är det viktigt med en kunskapsdatabas med vanliga frågor och lösningar. Kunskapsbasen fungerar som en källa för dataanalys och AI och möjliggör ”business intelligence”. Att identifiera nya lösningar att lägga till i kunskapsdatabasen och att föreslå relevanta artiklar för slutanvändare är vanliga sätt att använda databasen på.

”Under 2020 kommer 99 % av AI-initiativ inom ITSM att misslyckas på grund av bristen på kunskapshantering.” Gartners prognos om IT-drift, 2018

Digital omvandling

Digitala initiativ driver AI-innovation inom de flesta organisationerna. Digital omvandling använder teknisk innovation för att driva tillväxt och effektivitet. För att möjliggöra det krävs att man ser över aktuella applikationer och optimerar dem för ökad effektivitet. Strategin för digital omvandling måste genomsyra hela organisationen, snarare än ett initiativ som endast påverkar IT. Att implementera AI-teknik såsom chatbots och virtuella handläggare är exempel på digital omvandling.

”40 % av initiativ inom digital omvandling kommer att stödjas av maskininlärning och artificiell intelligens till år 2019.” https://www.freshworks.com/freshservice/IDC

Agile-ramverk

För att en organisation ska kunna röra sig framåt i rask takt krävs smidighet (alltså ”agility”). Dess applikationer, processer och modeller måste vara flexibla när det kommer till att anpassa och implementera dem. Implementering av AI-teknik kräver att systemet kan hitta och få åtkomst till data. Tjänstehantering använder ”agile”-ramverk för att påskynda utveckling och tid till marknad.

Självbetjäning

Uppmuntra självbetjäning inom organisationen genom att göra din servicedesk tillgänglig från alla platser. Slutanvändare kräver omedelbara svar och lösningar via självbetjäning. Alltså förbättrar chatbots och virtuella handläggare svarstiden och erbjuder en konsekvent användarupplevelse. Enklare ärenden kan undvikas med hjälp av denna teknik, vilket sparar tid och pengar.

Checklista

Användning av AI och IT Service Management

AI kan användas inom ITIL-moduler såsom incidenthantering, hantering av serviceförfrågningar, ändringshantering o.s.v. för att automatisera repetitiva uppgifter. Innan AI implementeras bör du dock ha en förståelse för vad som kan hindra eller driva AI. AI-teknik interagerar vanligtvis med tre typer av parter:

  • AI & handläggare
  • AI & slutanvändare
  • AI & ledning

AI & handläggare

Handläggare har ofta repetitiva uppgifter att utföra, såsom att tilldela ärenden och liknande arbete. Med AI-teknik kan de öka produktiviteten och lösa fler komplexa ärenden genom att automatisera många av vardagens uppgifter.

ai and agents da5c0a82 ai and agents da5c0a82
Kunskapshantering

AI-driven kunskapshantering erbjuder lösningar från kunskapsdatabasen (om tillgänglig) eller söker i molnet för att hitta relevanta artiklar. Om systemet inte hittar existerande artiklar kan det skapa nya och kan även föreslå smarta lösningar för IT-avdelningen. Inom kunskapshantering används ”deep learning technology” för lösningar och rekommendationer för handläggare och slutanvändare.

Analys av kundnöjdhet

Kundnöjdhet och kundupplevelse är två viktiga mätetal när det kommer till organisationens servicedesk. Att kunna förutspå slutanvändarnas känslor när de skapar ärenden, baserat på vilka ord som används och tidigare resultat från kundenkäter, hjälper handläggare att erbjuda lämpliga svar och förbättra kundnöjdheten. ITSM-trender med AI och ML spelar en avgörande roll inom proaktiv service.

Proaktivt underhåll

ITSM-lösningar kan integreras med andra applikationer, såsom verktyg för kontroll, företagsförvaltning o.s.v. En servicedesk som drivs av AI och ML skapar automatiskt ärenden om en viss infrastruktur inte fungerar eller om fel uppstår. Den informerar även de användare som kan påverkas och skapar ett ärende för orsaksanalys.

Proaktiv ändringshantering

Ändringshantering minimerar risk och effekt. Maskininlärning (ML) uppskattar den potentiella risken och kan be företagets Change Manager att ångra åtgärder. ML hjälper även med utvärdering av ändringar samt med planering så att ändringsförfrågningar kan schemaläggas på rätt sätt.

Tillgångshantering

Tillgångars livscykler och prestanda kan effektivt ses över av AI-driven teknik. Om en tillgång har minskad prestanda kan ML identifiera detta baserat på tidigare trender och meddela organisationens Asset Manager att de bör ersätta tillgången. Då skapas en automatisk serviceförfrågan för den aktuella tillgången.

AI & slutanvändare

ai and end user dcf8ea44 ai and end user dcf8ea44
Personliga konversationer

Chatbots och virtuella assistenter möjliggör konsekventa och personliga interaktioner i realtid, vilket ökar kundnöjdheten. Chatbots ser till att företagets ton, svarstid och tillgänglighet är konsekvent. Dock kan de inte ersätta mänskliga handläggare när det kommer till komplexa ärenden eller frågor.

Klassificering av incidenter och tjänsteförfrågningar

Slutanvändare blir ibland förvirrade när det kommer till skillnaden mellan incidenter och tjänsteförfrågningar. AI-teknik kan dock identifiera ärendets typ baserat på tidigare data och klassificera ärenden åt organisationens servicedesk. Det innebär att de mänskliga handläggarna slipper att klassificera alla ärenden.

Automatisk lösning av ärenden

AI-driven teknik kan svara slutanvändarna med lösningar i realtid genom att söka igenom kunskapsdatabasen för att hitta lösningar. Om det inte finns lösningar i kunskapsdatabasen kan AI istället hitta artiklar i molnet och skapa nya artiklar att förvara i databasen.

Automatiskt godkännande av serviceobjekt

När slutanvändare gör en tjänsteförfrågan kan maskininlärning kontrollera huruvida serviceobjektet är tillgängligt och sedan automatiskt godkänna dess användning. Godkännande görs då baserat på prioritet, tidigare data och effekten som serviceobjektet har.

AI & ledning

ai and management 2cf45036 ai and management 2cf45036
Strategiskt beslutsfattande

Prediktiv analys kan se över tidigare resultat och skapa prognoser, till exempel om intäkter, kundnöjdhet och resursplanering. Detta hjälper ledningen att fatta informerade beslut när det kommer till budgetering och kostnader. Det ger även ledningen insikter och information om hur företagets handläggare och servicedesk presterar.

Brutna servicenivåavtal

Baserat på tidigare trender kan framtida brott mot servicenivåavtal identifieras och meddelas till rätt handläggare. Detta görs baserat på antalet ärenden, den aktuella arbetsbördan, fel i infrastrukturen och brist på resurser. Med hjälp av dessa funktioner kan man hålla servicenivåavtal och lösa kundärenden i tid.

Optimering av arbetsbörda

Handläggarna i organisationens servicedesk tillbringar större delen av dagen med att klassificera och tilldela ärenden. AI-teknik kan användas för att identifiera rätt grupp och handläggare. Det kan även ge ledningen förslag om att anlita personal baserat på arbetsbördan och framtida resurser.

Är du redo för AI?

screenshot 2019 01 18 at 15 06 28 screenshot 2019 01 18 at 15 06 28

Registrera dig för att få åtkomst till mer information om ITSM

Stora besparingar

Effektiv kunskapshantering minskar antalet enkla ärenden. Det låter de mänskliga handläggarna fokusera på mer komplexa frågor, vilket sparar tid och resurser.

Konsekvent användarupplevelse

Interaktioner med företagets servicedesk blir konsekventa med chatbots och virtuella handläggare som erbjuder sömlös service.

Snabbare ärendehantering

Använd tekniken för att ge dina handläggare rätt resurser som låter dem hantera ärenden på ett mer effektivt, och snabbare, sätt.

Datadrivna beslut

Data kan konverteras till insikter som kan användas av ledningen för att fatta viktiga affärsmässiga beslut.

Proaktiv ITSM

AI och ML hjälper företag att vara proaktiva när det kommer till att identifiera potentiella incidenter och att minska antalet repetitiva uppgifter och ärenden, vilket förbättrar kundnöjdheten.