Inteligența artificială schimbă rapid modul în care organizațiile gestionează serviciile IT. Dar introducerea unui copilot sau a unui agent AI într-un service desk nu înseamnă automat că organizația este pregătită pentru AI. Un playbook propus de ManageEngine pune accentul pe o realitate mai puțin spectaculoasă, dar esențială: înainte de a automatiza deciziile și operațiunile, companiile trebuie să-și pregătească procesele, datele, oamenii și mecanismele de guvernanță.
Timp de ani de zile, IT Service Management-ul a fost construit în jurul unei logici relativ simple: utilizatorul întâmpină o problemă, deschide un ticket, iar echipa IT îl preia, îl clasifică, îl investighează și îl rezolvă.
Automatizarea a schimbat o parte din acest model. Self-service-ul, bazele de cunoștințe, regulile de rutare și instrumentele de monitorizare au redus intervenția umană în numeroase procese.
Inteligența artificială duce însă această transformare mai departe.
Un sistem AI poate clasifica un incident, poate identifica informații relevante, poate sugera o soluție, poate redacta un răspuns și, în anumite scenarii, poate executa chiar acțiunea necesară.
Apare astfel o schimbare importantă: ITSM nu mai este doar despre gestionarea ticketelor, ci despre gestionarea inteligentă a serviciilor.
ManageEngine, unul dintre furnizorii importanți de soluții IT management și ITSM, pune această evoluție în contextul trecerii către un model în care AI poate deveni parte din operațiunile de zi cu zi ale service desk-ului.
Dar această tranziție nu începe cu AI-ul.
Începe cu fundația pe care AI-ul urmează să opereze.
1. Identificarea proceselor care merită automatizate
Primul pas este mai puțin spectaculos decât instalarea unui agent AI, dar probabil mai important: organizația trebuie să știe ce problemă încearcă să rezolve.
Există tentația ca proiectele AI să înceapă cu întrebarea: „Ce poate face noul nostru instrument?”
Abordarea matură pornește invers:
Unde pierde echipa IT cel mai mult timp?
Într-un service desk există numeroase activități repetitive: clasificarea solicitărilor, atribuirea ticketelor, răspunsurile la întrebări frecvente, resetarea parolelor, solicitările de acces, onboarding-ul utilizatorilor sau identificarea incidentelor similare.
Nu toate trebuie automatizate.
Dar acele procese care sunt frecvente, bine definite și relativ predictibile sunt candidați naturali pentru AI și automatizare.
Prin urmare, primul pas către AI-first ITSM este cartografierea proceselor și identificarea punctelor unde intervenția umană aduce valoare redusă.
2. Knowledge base-ul devine infrastructură critică
Inteligența artificială nu poate fi mai bine informată decât datele și informațiile pe care le poate utiliza.
Pentru ITSM, acest lucru înseamnă că baza de cunoștințe devine una dintre componentele esențiale ale strategiei AI.
Proceduri vechi, articole contradictorii, documentație incompletă sau informații care nu mai corespund infrastructurii actuale pot afecta direct calitatea răspunsurilor oferite de AI.
Un chatbot care oferă rapid informații greșite nu reprezintă un progres.
De aceea, înainte ca AI să fie introdus la scară largă, organizațiile trebuie să-și evalueze baza de cunoștințe: ce informații sunt actuale, cine este responsabil pentru ele, ce documente trebuie eliminate și unde există goluri.
În acest context, AI poate fi folosit chiar pentru îmbunătățirea knowledge management-ului: generarea unor articole noi, reformularea documentației, rezumarea informațiilor sau identificarea conținutului care necesită actualizare.
Paradoxal, una dintre cele mai importante condiții pentru un ITSM bazat pe AI este o disciplină foarte tradițională: managementul cunoștințelor.
3. Datele trebuie să fie pregătite pentru AI
Un agent AI are nevoie de context.
Pentru a înțelege o problemă IT, acesta poate avea nevoie de informații despre utilizator, dispozitiv, aplicații, configurații, incidente anterioare, modificări recente sau articole relevante din baza de cunoștințe.
Dacă aceste date sunt fragmentate în sisteme care nu comunică între ele, capacitatea AI de a lua o decizie relevantă este limitată.
Pregătirea pentru AI presupune, prin urmare, și o evaluare a calității datelor.
Sunt datele complete? Sunt actualizate? Există duplicate? Pot fi corelate corect? Cine are dreptul să le acceseze? Există informații sensibile care necesită un nivel suplimentar de protecție?
Integrarea devine astfel la fel de importantă ca algoritmul.
Un ITSM modern nu funcționează izolat. El trebuie să poată utiliza informații provenite din sisteme de identitate, managementul dispozitivelor, monitorizare, infrastructură, aplicații și alte platforme enterprise.
4. De la asistență AI la automatizare
Nu toate implementările AI trebuie să înceapă cu autonomie.
Există o diferență fundamentală între un sistem care recomandă o acțiune și unul care o execută.
În prima etapă, AI poate ajuta tehnicianul să:
• clasifice un ticket;
• stabilească prioritatea;
• găsească un articol relevant;
• identifice incidente similare;
• genereze un rezumat;
• propună un răspuns.
Este modelul de „copilot”: AI-ul asistă, iar omul decide.
Următorul nivel este automatizarea. Pentru procesele suficient de bine definite, sistemul poate executa anumite operațiuni fără intervenție umană.
Iar de aici se ajunge la agenții AI, capabili să primească un obiectiv, să stabilească pașii necesari și să execute o succesiune de acțiuni.
Această evoluție trebuie făcută gradual.
Încrederea se construiește înaintea autonomiei.
5. Autonomia are nevoie de limite
Cu cât un sistem AI poate face mai multe lucruri, cu atât mai importantă devine guvernanța.
Un agent care recomandă un articol din knowledge base are un profil de risc redus.
Un agent care poate modifica permisiuni, configurații sau sisteme de producție are un profil complet diferit.
De aceea, organizațiile trebuie să definească foarte clar limitele autonomiei.
Ce acțiuni poate executa AI fără aprobare?
Pentru ce acțiuni este obligatorie intervenția umană?
Ce operațiuni trebuie înregistrate pentru audit?
Cine poate modifica regulile agentului?
Ce se întâmplă atunci când AI-ul nu are suficientă încredere în propria decizie?
Aceste întrebări nu sunt secundare. Ele reprezintă fundația pe care poate fi construit un model AI-first utilizabil în producție.
AI autonom fără guvernanță înseamnă, în esență, automatizarea riscului.
6. Oamenii trebuie pregătiți pentru noul model de lucru
AI nu schimbă doar tehnologia. Schimbă și rolurile.
Dacă un agent poate rezolva o parte din solicitările de nivel 1, tehnicienii nu dispar. În schimb, natura muncii lor se modifică.
Mai puțin timp poate fi alocat operațiunilor repetitive și mai mult problemelor complexe, excepțiilor, analizei cauzelor și optimizării serviciilor.
Acest lucru presupune dezvoltarea unor competențe noi.
Echipele IT trebuie să înțeleagă cum funcționează agenții AI, cum se evaluează răspunsurile acestora, cum se gestionează baza de cunoștințe și cum se controlează automatizările.
În același timp, organizațiile trebuie să evite o altă capcană: să introducă AI fără să explice oamenilor ce se schimbă.
Succesul unui proiect AI nu poate fi măsurat doar prin numărul de funcții implementate. Contează și gradul de adopție, încrederea utilizatorilor și capacitatea echipelor de a lucra eficient cu noua tehnologie.
7. Măsurarea rezultatelor, nu a hype-ului
Ultimul pas este, probabil, cel care separă un proiect AI de o transformare reală.
Este ușor să spui că organizația are AI în ITSM.
Este mult mai greu să demonstrezi că AI a îmbunătățit serviciile.
Indicatorii trebuie să arate efectul asupra operațiunilor: timpul mediu de rezolvare, rata de rezolvare la primul contact, numărul de ticket-uri evitate, rata de escaladare, respectarea SLA-urilor sau satisfacția utilizatorilor.
Pot fi urmărite și efecte mai subtile: cât timp economisesc tehnicienii, cât de repede sunt integrați noii angajați în echipă și câte incidente repetitive sunt eliminate.
Întrebarea corectă nu este:
„Câte funcții AI am implementat?”
Ci:
„Ce s-a îmbunătățit măsurabil datorită AI?”
ITSM-ul viitorului nu va fi doar un service desk mai rapid
Cei șapte pași conturează o idee importantă: trecerea la AI-first ITSM nu este un proiect de implementare software, ci o transformare operațională.
Procesele trebuie înțelese înainte de a fi automatizate. Datele trebuie organizate. Knowledge base-ul trebuie menținut. Autonomia trebuie controlată. Oamenii trebuie pregătiți. Iar rezultatele trebuie măsurate.
Abia apoi AI poate trece de la rolul de asistent la cel de operator.
Această distincție va deveni din ce în ce mai importantă.
Prima generație de AI în ITSM a fost orientată în mare măsură către asistență: găsirea informației, redactarea răspunsurilor și recomandarea soluțiilor.
Următoarea generație este orientată către acțiune: AI-ul poate identifica o problemă, poate decide ce trebuie făcut și, în limitele stabilite de organizație, poate executa operațiunea.
Asta poate transforma service desk-ul dintr-o funcție predominant reactivă într-un serviciu capabil să anticipeze și să prevină probleme.
În loc ca utilizatorul să raporteze că un serviciu nu funcționează, sistemul poate identifica semnalele care indică apariția problemei și poate interveni înainte ca aceasta să devină un incident.
AI-first nu înseamnă AI peste tot
Există însă un principiu care ar trebui să rămână central: nu orice proces trebuie automatizat.
Unele decizii necesită context, experiență și responsabilitate umană. Altele sunt suficient de repetitive pentru a fi delegate unui sistem AI.
Maturitatea unei organizații nu se va vedea în numărul de agenți AI pe care îi implementează, ci în capacitatea de a decide unde autonomia este utilă și unde controlul uman trebuie păstrat.
Pentru CIO și liderii IT, aceasta este probabil adevărata provocare a următorilor ani.
Nu „cum introducem AI în service desk?”, ci:
„Ce parte din operațiunile IT poate fi delegată în siguranță unei inteligențe artificiale și ce fundație trebuie să construim pentru ca această delegare să funcționeze?”
Răspunsul începe cu șapte pași aparent simpli: procese, cunoștințe, date, automatizare, guvernanță, oameni și măsurarea rezultatelor.
Iar de felul în care sunt parcurși acești pași va depinde dacă AI în ITSM rămâne încă o tehnologie interesantă sau devine, în următorii ani, o componentă fundamentală a modului în care organizațiile își operează infrastructura IT.
Soluțiile ManageEngine sunt disponibile în România prin distribuitorul autorizat Romsym Data.
