Dez casos de uso de IA e aprendizado de máquina em ITSM

Os CIOs estão começando a usar diferentes capacidades de inteligência e aprendizagem artificial automática para melhorar os processos de gestão dos serviços de TI. Os casos de uso que incorporam IAM em ITSM geralmente envolvem processamento de linguagem natural e mineração de dados ITSM com infusão de IA. O processamento de linguagem natural (PLN) está sendo usado para automatizar as solicitações de usuários de serviços de TI. A aplicação de aprendizagem da máquina aos dados ITSM fornece aos profissionais de TI um entendimento melhor de sua infraestrutura e processos. O processamento de linguagem natural, a tecnologia subjacente nos agentes virtuais, muitas vezes é configurada através da integração com serviços de bate-papo como Slack que os funcionários já estão usando, fornecendo os usuários uma interface familiar para se comunicar com os escritórios de serviço de IT.

A aplicação de aprendizagem de máquina aos processos ITSM, a princípio, faz muito sentido devido ao volume de dados gerados pelos sistemas ITSM. Os sistemas coletam muitos dados sobre o que está sendo solicitado, junto com informações sobre quando, por que e por quem. Esses dados também fornecem uma ideia dos ativos e processos de TI que estão instalados e podem ajudar a identificar quem é o proprietário, como são utilizados e se ainda são relevantes.

John Peluso

"Os dados são o combustível de que a IA precisa para fornecer informações relevantes e valiosas", diz John Peluso, CTO do setor público da AvePoint. O aprendizado automático gera informações que podem ajudar as organizações de TI a priorizar os problemas de ITSM, tomar medidas preventivas, melhorar o tempo de resolução e, em última instância, aumentar a produtividade dos funcionários.

Pronto para se aprofundar um pouco mais? Aqui estão 10 maneiras em que os casos de uso de IA e aprendizagem automática em ITSM estão mudando a maneira de se prestar serviços de TI.

1. Categorização automática de incidentes usando chatbots

Os chatbots integrados na infraestrutura ITSM podem ser usados para classificar os problemas subjacentes nas solicitações de funcionários. Por exemplo, a Genpact tem adicionado o BMC Chatbot à sua suíte BMC Helix SaaS, que automatiza a conectividade com a infraestrutura ITSM através da infraestrutura na nuvem e local. A interface de chat simplificou a capacidade de priorizar e automatizar as solicitações de serviço de nível um e dois para 50.000 usuários Genpact.

2. Alocação inteligente para solicitações recebidas

Milind Wagle.

As equipes de serviço de mesa têm conjuntos diferentes de habilidades, e algumas são melhores para resolver tipos diferentes de solicitações de TI que outras. A incorporação de IA em ITSM pode classificar automaticamente os tickets para os grupos de suporte corretos sem precisar ter humanos lendo com antecedência os conteúdos do ticket para tomar uma decisão, diz Milind Wagle, CIO da Equinix Inc.

3. Cumprir automaticamente as solicitações básicas por meio da automação de tarefas

A PLN pode ajudar os agentes do chat a lidar com categorias de solicitações e incidentes. Esses agentes podem ajudar a responder perguntas comuns usando dados de tíquetes históricos e uma base de conhecimento ITSM.

Mas esta aplicação de IA em ITSM requer que especialistas em gestão do conhecimento criem um repositório de documentação adequado do histórico de solicitações anteriores e artigos de conhecimento relevantes, disse Kumaravel Ramakrishnan, gerente de produto da ManageEngine, um provedor de gestão de serviços e operações de TI sob a égide da Zoho Corp.

4. Geração de um repositório de soluções

As empresas estão começando a incorporar ferramentas de provisionamento de operações de TI diretamente nos serviços de bate-papo usados pelos desenvolvedores. Estes bots de DevOps ajudam a criar um repositório unificado que permite que os desenvolvedores e equipes de operações realizem o monitoramento das mudanças na infraestrutura e como resolveram com sucesso os diferentes tipos de incidentes. Mais tarde, quando surgirem problemas similares, os motores de IA podem extrair esse repositório para ajudar as equipes de operações a resolver o problema mais rapidamente.

Oded Moshe.

Os serviços de TI estão adotando os mesmos tipos de ferramentas para criar repositórios de conhecimento para conjuntos mais extensos de solicitações de serviços de TI também. "Os bons profissionais de TI com experiência poderiam te dizer que a maioria dos problemas resolvidos hoje são baseados em experiências passadas resolvendo problemas ", diz Oded Moshe, vice-presidente de produto da SysAid Technologies Ltd., um provedor de serviços de suporte de TI. A IA também pode ajudar a extrair dados de solicitação de serviços de TI fora do canal de bate-papo para repositórios que podem ser usados para resolver problemas atuais. Este repositório aumentado acelera o processo de solução de problemas.

5. Guia para resolução de eventos

Um bom repositório de ITSM também pode orientar a resolução de incidentes por meio da ferramenta ITSM. O assessoramento gerado pela IA pode ser tão simples quanto sugerir um incidente relacionado, um artigo de soluções ou um elemento de configuração, reduzindo assim o tempo necessário para pensar sobre como localizar um item e em seguida buscá-lo.

Matt Cox.

O uso orientado da ferramenta ITSM é ainda melhor, disse Matt Cox, diretor sênior de serviços técnicos e ITSM da SolarWinds, um provedor de software de gestão de TI. Neste caso, a IA cria as melhores práticas e notifica automaticamente os profissionais da mesa de serviços de TI para este comportamento, em lugar de obrigá-los a identificar o melhor uso de uma ferramenta ITSM. Um exemplo é criar um algoritmo para identificar incidentes relacionados e suas tendências para a gestão de problemas e sugerir que os agentes abram um registro de problemas.

6. Fluxos do processo de aprendizagem otimizados com aprendizagem automática: caso de uso

Muitas solicitações de TI, como a incorporação de empregados, exigem que os agentes humanos realizem um conjunto complexo de passos para cumprir com as solicitações. As empresas agora estão utilizando modelos de aprendizagem de máquina para observar como os humanos executam esses processos para que as solicitações futuras possam ser mais automatizadas. No caso da incorporação de funcionários, os modelos de aprendizagem de máquina aprendem de uma base de dados históricos de solicitações que cobrem uma variedade de ações tomadas em função do tipo de emprego, função e departamento do novo empregado. Os modelos treinados então atribuem novas solicitações aos técnicos corretos. Ao reconhecer os padrões na base de dados de solicitações para inclusão de funcionários, os modelos baseados em aprendizagem de máquina também podem sugerir qual hardware ou software um funcionário precisa quando se cria a solicitação para incorporação, afirma Ramakrishnan da ManageEngine.

7. Resolução proativa de problemas aprimorada pela análise de big data

Os avanços em big data e análise estão melhorando os recursos preditivos e correlativos para ITSM. Com base na análise do repositório e padrões de comportamento do usuário, as ferramentas de inteligência artificial e aprendizagem automatizada podem ajudar a reduzir a quantidade de problemas de TI experimentada pelos usuários finais, ou prever e cumprir com as solicitações dos usuários antes que se dêem conta de que têm um problema.

“Eles podem prever problemas que vão desde interrupções de TI até o baixo desempenho do hardware do usuário individualmente, e as soluções são aplicadas automaticamente ou ao menos são sugeridas com uma taxa de sucesso cada vez maior à medida que o sistema aprende com a experiência passada”, diz Ambarish Kayastha, arquiteto de soluções empresariais da Broadcom Inc.

A IA permite uma resolução de problemas melhor, mais rápida, pró-ativa e automatizada de problemas introduzidos através de mudanças no ambiente, no comportamento do usuário final ou mudanças em suas aplicações e serviços, disse Andreas Grabner, ativista de DevOps na DynaTrace. Por exemplo, a Citrix está usando integrações ITSM no DynaTrace, ServiceNow e AWS. Quando o motor DynaTrace prediz um problema, pode fazer uma análise de causa raiz antes que os clientes se vejam afetados.

8. Detecção de anomalias que marcam incidentes de repetição incomuns

Os sinais de alguns incidentes de TI podem não ser evidentes através do uso das ferramentas de monitoramento ITSM tradicionais. Os modelos de aprendizagem automática de IA estão sendo treinados para detectar comportamentos anômalos que podem ocorrer em múltiplos sistemas de TI. Esses modelos podem ajudar a alertar a equipe de TI sobre um problema antes que ocorra um incidente.

9. Uso de análise preditiva para marcar solicitações que possam violar os SLA

As solicitações de serviço de TI podem dar lugar a configurações de software e hardware que reduzem o desempenho dos aplicativos ou, pior ainda, quebrá-los completamente. Análises preditivas estão sendo usadas para extrair dados de desempenho dentro e até mesmo entre as empresas para identificar problemas potenciais. Esta informação pode fornecer orientação para os usuários ou o serviço técnico de TI em abordagens alternativas para levar a cabo uma solicitação que cumpra com os acordos de nível de serviço.

10. Identificar vulnerabilidades de segurança

Os pesquisadores de segurança identificam de forma consistente as vulnerabilidades em aplicações e configurações de infraestrutura de TI de uso comum. Isso pode incluir bibliotecas para desenvolver aplicativos, bem como infraestrutura. As ferramentas de IA podem interpretar novos relatórios e priorizar problemas para que as equipes de segurança os abordem antes que os invasores possam usar uma vulnerabilidade descoberta recentemente.