AI在ITSM中的優勢
ITSM已經看到了新技術刮起的浪潮，每一次浪潮都有望重新定義事務的工作方式。但是它們更多的對人幾乎沒有留下任何印象，只是作為時尚流傳了下來。
而現在，涉及各行各業的人們更佳關注的是AI，尤其是生成式的AI，它能夠讓我們的工作更容易、更高效嗎？這也是本文中我們想要針對AI在ITSM領域所要討論的問題。
同時，行業專家對此也有一些強有力的預測，Gartner在其《2018預測：人工智能》報表中指出，到2022年，40%面向客戶的員工以及面向居民的政府工作人員將會每天咨詢AI虛擬代理，以獲得決策或流程支持。Gartner也補充道，人工智能將為虛擬支持代理提供資源，使人員支持能夠更快、更有效的響應客戶/居民的查詢或動作。
一旦人工智能能夠執行人類所不擅長的行為并執行人類不愿意執行的操作，這時它將開始對我們的IT服務臺產生真正的影響。這些操作可以大致分為：智能自動化、戰略見解、預測分析。
例如：手工分配工單會消耗大量的時間，而IT技術員需要專注于更佳重要的任務。一些幫助臺可以設定條件、參數來對請求進行分類，進而自動化工單的分派，但這些規則是靜態的，這也意味著它們不會隨著時間的推移而進行適應或改進。
借助機器學習（ML）等人工智能技術，服務臺可以根據歷史IT服務臺的數據創建分類模型，重要的是，ML模型可隨著時間推進，通過越來越多的實時數據變得更加準確。這種基于ML的模型，會比手工分類或基于規則的自動化更為有效。
對于供應商，可以引入類似的基于AI的模型，以生成式的見解，預測IT服務臺中的異常情況，否則這可能需要人花費大量的時間、精力，還有技術的支撐。一些實際的案例可能包括補丁程序更新的合適時間窗口、幫助變更規劃以及實施、標記可能會違反SLA的請求、預計IT的潛在問題。
接下來，我想大家一定會問道：這一切從哪兒開始？
即使人工智能已經擴展到各個領域，但普通人觸手可及的人工智能技術仍是虛擬助手。如今，幾乎每個智能手機、或是設備都會存在一個虛擬助手，幫助人們購物、出行、管理時間等。隨著Duplex等技術的形成，這些虛擬助手的作用也必將很快擴大。
同樣，人工智能在IT服務臺中的第一個應用可能是聊天機器人和虛擬IT服務助理，雖然不會立即發生，但是在不久的將來，基于人工智能的虛擬助手可能會取代人，成為終端用戶與IT服務臺之間的第一聯系點。
我們可以進行一個小小的預測，這些基于上下文的聊天機器人，將可以處理一些簡單、重復性的請求，幫助減輕服務臺技術人員的一些負擔。
例如，聊天機器人可以幫助我們解答與GDPR或安全隱私相關的任何問題，更新餐廳的午餐或晚餐菜單。這些機器人以知識庫為基礎運行，只有在其無法選定答案時，才會涉及人員的參與。聊天機器人還可以幫助用戶執行其它簡單的IT操作，例如創建工單、提出資產申請或是重置密碼申請。
◆ 自動對事件進行歸類；
◆ 對入站的事件執行智能化的分派；
◆ 通過識別、標記異常的重復性的事件進行異常檢測；
◆ 使用預測分析標記可能會違反SLA的請求
人工智能算法和應用是基于現有的記錄的知識和歷史的數據開發的，這意味著人工智能與開發它的知識庫和數據一樣有效。
同樣，在ITSM中，對于基于上下文開發的AI模型，必須有一組正確的知識庫、解決方法、文章以及歷史數據。例如，為了訓練AI來執行分類或優先級排序，我們需要一個包含所有請求的歷史數據庫，其中包含有請求類型、級別、影響、緊急度等等參數，并且所有這些數據都需要正確記錄。
需要注意的是，像這樣的基于人工智能的模型卻不是通用的，雖然某個模型適用于一個服務臺，但它可能不適用于其他的服務臺。
分類和優先級的模型訓練是基于特定的數據集的，僅適用于該數據集所屬的服務臺。隨著時間的推移，這些模型有更多的實時數據用于訓練，逐漸提高其準確性和有效性。
