Эксперт «ОБИТ» рассказал, когда не нужно внедрять ИИ в ITSM

Более трети крупных российских компаний уже используют искусственный интеллект в управлении ИТ-услугами, а работа с качеством данных является приоритетом в ITSM для 31% компаний согласно исследованию BPMSoft и Softline.

По мнению руководителя ИТ-департамента «ОБИТ» Кирилла Тимофеева, состояние корпоративных знаний во многих случаях становится главным ограничением для внедрения ИИ в ITSM, из-за чего проект по внедрению ИИ зачастую превращается в проект по управлению знаниями.

«Компании сегодня активно смотрят на ИИ как на следующий этап развития ITSM, но при внедрении довольно быстро выясняется, что у большинства компаний не описаны услуги и продукты, база знаний ведется эпизодически или не ведется вовсе, процессы существуют преимущественно в головах сотрудников, а документация отстает от самого продукта или услуги. В результате вместо автоматизации поддержки компания сначала вынуждена заниматься управлением знаниями», - сказал Кирилл Тимофеев.

По словам эксперта, подготовка базы знаний может сама по себе решить часть задач, ради которых компании планируют внедрение ИИ. Например, структурированная информация и качественный поиск на сайте позволяют пользователям самостоятельно находить ответы на типовые вопросы и сокращают число обращений в поддержку. А структурирование правил классификации и маршрутизации входящих заявок помогает снизить нагрузку на операторов.

«Если действие можно надежно описать правилом “если А, то сделай Б”, использовать для него ИИ избыточно», — считает эксперт. В качестве примера такой автоматизации Кирилл Тимофеев приводит стандартную обработку обращений в ITSM. Если система уже знает тип обращения, услугу, применимый SLA и ответственную группу, эффективная работа с обращениями может быть реализована стандартными инструментами workflow и low-code/no-code.

При этом, по мнению эксперта, ИИ действительно способен существенно расширить возможности ITSM там, где обычной автоматизации недостаточно. Например, ИИ-агенты могут брать на себя отработку входящих типовых обращений на первой линии поддержки, помогать оператору с решением нетиповых и сложных запросов и предоставлять расширенную аналитику на основе анализа накопленного массива данных по обращениям: «ИИ способен просмотреть массив обращений, сгруппировать похожие случаи и подсветить закономерность, которую человеку трудно увидеть в потоке отдельных тикетов. Таким образом, эти знания можно использовать для развития клиентского сервиса и увеличения продаж».