Skip to main content
20 February 2023 07:45

Orthology: Τεχνητή νοημοσύνη στο IT Support 

Με την εργασία από παντού (Work from anywhere) να αυξάνεται ραγδαία τα τελευταία χρόνια, προέκυψε και μια ραγδαία αύξηση στον όγκο των tickets που λαμβάνουν οι IT Support επαγγελματίες. Όπως είναι λογικό, οι περισσότερες εταιρείες δεν ήταν προετοιμασμένες για αυτή την εξέλιξη και διαθέτοντας περιορισμένους πόρους, δεν ήταν πάντα σε θέση να επιλύσουν τα τεχνικά προβλήματα τη στιγμή που εκείνα προέκυπταν. 

Παρατηρήθηκε, λοιπόν, πως το μεγαλύτερο μέρος tickets, που λαμβάνουν οι άνθρωποι του IT Support, είναι επαναλαμβανόμενα και θα μπορούσαν να λυθούν με ελάχιστη καθοδήγηση. Εδώ προκύπτει το ερώτημα: Μπορούν συστήματα AI (Artificial Intelligence) να αξιοποιηθούν, για να λύνονται αυτά τα tickets χωρίς την παρέμβαση του IT Support; 
 

Επιδιώκοντας να απαντήσει στο παραπάνω η Orthology επισημαίνει
Όλοι γνωρίζουμε ότι το καλύτερο ticket είναι εκείνο που λύνεται μόνο του. Η αποτελεσματική τεχνητή νοημοσύνη κάνει το παραπάνω πραγματικότητα εντοπίζοντας και διορθώνοντας προληπτικά προβλήματα, προτού γίνουν ticket. Με αλγόριθμους εξόρυξης δεδομένων AI, είναι πλέον δυνατή η «αναζήτηση και καταστροφή», που δεν ήταν δυνατή πριν από την εμφάνιση της τεχνητής νοημοσύνης, η οποία μειώνει το TCO μειώνοντας τον φόρτο εργασίας στις υπηρεσίες και την υποστήριξη IT και εξοικονομεί χρόνο και χρήμα στις επιχειρήσεις αποτρέποντας συνολικά πολλά tickets. 

Οι μηχανές τεχνητής νοημοσύνης που βασίζονται σε επεξεργαστή φυσικής γλώσσας (NLP) εντοπίζουν αυτόματα και ομαδοποιούν παρόμοια εισιτήρια, βάσει formatted data πεδίων και δεδομένων ελεύθερου κειμένου που περιέχονται στα περισσότερα αιτήματα. Αυτό επιλύει ένα πρόβλημα δεκαετιών, δηλαδή την εσφαλμένη κατηγοριοποίηση των tickets και εξαλείφει εντελώς την κατηγορία ticket «other». 
Η διαχείριση προβλημάτων είναι μία από τις πιο σημαντικές πρακτικές ITIL, ωστόσο λίγες εταιρείες IT Support αφιερώνουν τον απαραίτητο χρόνο, για την καθιέρωση σωστών διαδικασιών αντιμετώπισης πιθανών, αναδυόμενων προβλημάτων. Με την αυτοματοποίηση της διαχείρισης προβλημάτων, η τεχνητή νοημοσύνη εντοπίζει και εξαλείφει τις βασικές αιτίες των αιτημάτων για support, μειώνοντας έτσι τον όγκο των tickets και εξοικονομώντας χρόνο και χρήμα στους πελάτες. 
 

Βελτιωμένη γνώση και ποιότητα εισιτηρίων 

Η γνώση και η ποιότητα πηγαίνουν χέρι-χέρι, όταν πρόκειται για IT Support. Μια βάση γνώσεων είναι τόσο καλή όσο η ποιότητα των tickets που την τροφοδοτούν. Ένα αποτελεσματικό AI μετρά και βαθμολογεί αυτόματα την ποιότητα των tickets και εντοπίζει συγκεκριμένες ενέργειες για τη βελτίωση της ποιότητας τους. Ταυτόχρονα, αυτά τα εργαλεία προσθέτουν στη βάση γνώσεων δημιουργώντας νέα άρθρα γνώσης, ενημερώνοντας υπάρχοντα άρθρα και καθαρίζοντας άρθρα που είναι ξεπερασμένα. 

Τα παραπάνω δεν είναι ούτε υποθετικά ούτε μεμονωμένα περιστατικά. Η τεχνητή νοημοσύνη διαταράσσει, και θα συνεχίσει να διαταράσσει, τον κλάδο. Αρχικά θα εξαλείψει την ανάγκη για υποστήριξη βασισμένη στον άνθρωπο – αρκεί να σκεφτεί κανείς το Microsoft Office, τα Windows, την επαναφορά κωδικού πρόσβασης και άλλα προβλήματα που επιλύονται εύκολα. 

Καθώς το machine learning, όμως, κάνει όλο και πιο έξυπνη κάθε πτυχή της τεχνητής νοημοσύνης, ακόμη και η πιο περίπλοκη υποστήριξη που παρέχεται από τους σημερινούς επαγγελματίες που αντιμετωπίζουν πελάτες, θα αντικατασταθεί από ακόμα πιο έξυπνα bot. Ακόμα κι έτσι, οι περισσότεροι τεχνικοί βλέπουν την τεχνητή νοημοσύνη και τον αυτοματισμό ως κάτι θετικό που θα μεταμορφώσει τους ρόλους τους προς το καλύτερο. 

Καθώς οι σημερινοί εργαζόμενοι στη γραμμή συναρμολόγησης της αυτοκινητοβιομηχανίας είναι μηχανικοί που παρακολουθούν τις οθόνες των υπολογιστών, ενώ τα ρομπότ κατασκευάζουν πραγματικά τα αυτοκίνητα, ο τεχνικός υποστήριξης του μέλλοντος θα γίνει μηχανικός υποστήριξης που παρακολουθεί, συντονίζει και κατευθύνει τις προσπάθειες των bot AI. Για τους καλύτερους και πιο ταλαντούχους στον κλάδο, το μέλλον των υπηρεσιών και της υποστήριξης πληροφορικής δεν ήταν ποτέ πιο λαμπρό από ό,τι είναι σήμερα! 

Τεύχος 231

ΑΛΛΑ ΑΡΘΡΑ ΣΕ ΑΥΤΗ ΤΗΝ ΚΑΤΗΓΟΡΙΑ