人工智能能改善ITSM客戶體驗嗎？

張禮立

智能IT服務臺對于大多數企業的信息服務管理（ITSM）團隊而言更多只是一個愿景。人工智能（AI）的出現可以幫助企業更好地決策，并改善管理嗎？

一旦用戶提交服務請求或是有突發事件出現，企業智能服務臺便會自動發送個性化響應，以確認請求或事件信息收到，并提供預計解決問題的大體時間，與此同時，指引用戶去知識庫快速學習相關的處理手段。整個過程可以在秒級內完成。

筆者在此所描述的智能IT服務臺，對于大多數企業的信息服務管理（ITSM）團隊而言更多只是一個愿景。人工智能（AI）是否可以幫助我們支持這些決策，并實現這一切？

無論從事哪一個行業，我們所做的一切努力都會圍繞著客戶的需求和收益這兩個緯度展開。 人工智能無疑是繼大數據之后，又一個讓人心潮澎湃的高科技熱詞。人工智能不僅僅是在今年的“兩會”期間成為多方關注的焦點，更重要的是，越來越多的客戶迫不及待地在應用這些最新的科技，力圖用這些智能化的技術來實現自動化的運維與企業的數字化變革。從這個角度來看，信息化自身的工作也是如此，通過人工智能來實現智能服務臺也是有可能的。

服務臺在整個信息服務管理中為用戶提供了IT部門的單一聯系點，從而可以確保他們找到合適的支持人員，幫助解決問題或請求。在運維管理流程中，管理人員首要關心的就是事件管理與用戶的各種請求。

為什么呢？當企業在構建SaaS平臺和物聯網應用的時候，對創新支持的需求將極大地增長。為使信息服務臺可靠運營，ITSM團隊必須要有相應的策略與手段，不僅要緩解來自不同渠道的服務請求與突發事件處理（其中包括了大量機器自動發出和人工發出的請求），而且還要將成本降到最低。將人工智能融合到現代信息服務管理中的解決方案勢在必行。

無論從用戶還是從企業供應商的角度考慮，各行各業都在大力追求自助服務支持技術，而不是等待人工解決方案。對于服務臺，工程們的感覺是喜憂參半：喜的是需要處理的低級事件大大減少，他們的時間安排更加寬松，在有限的時間里可以創造更多價值；憂的是未來他們的工作崗位會大幅度減少。

人工智能驅動的自服務臺

要實現自助服務的功能，充分滿足用戶的需求，服務臺作為IT系統溝通工作的“綠色通道”，必須傾其所能去了解用戶。《孫子·謀攻》中說：“知彼知己者，百戰不殆。”很多人在引用此格言時說成了“知己知彼”，實際是誤用。

在孫武看來，知彼知己同樣重要。在戰爭中獲勝的概率上，知彼、知己各占“勝之半也”。但是，兩者較之，知彼更為重要，因為它是知己的前提。

為什么“知彼”在前，而“知己”在后呢？首先，知彼要難于知己，知彼要去接觸、了解、認知對方，有時還要透過現象認識本質；其次，事物不是孤立存在的，要想認識自己，就必須找一個參照物，唯有如此，才能在比較中正確知己。

“己”是認識“彼”的出發點，“己”在認知“彼”的過程中再正確地認知“己”。IT服務臺作為認知服務對象、接納用戶信息、提高服務質量的IT系統的一個職能部門，在“知彼”的過程中，是一個極好的工具。即時智能自服務臺解決方案能夠以類似故障單的數據和過去客戶體驗的歷史數據為支撐，讓系統做到全面實時地知彼知己。

我們把服務臺比喻成接納服務對象各種請求的窗口或者登堂入室的門戶，使它發揮綠色通道的便捷功能，只有滿足用戶的高期望時，用戶才會滿意。換句話說，如果用戶使用的解決方案不符合他們的需求或無法解決問題，他們很可能將放棄自助服務。

服務臺不是單純的幫助臺，它不僅涉及事件流程，而且包含了更廣泛的支持活動。服務臺的一項重要任務就是確保IT部門的可達性，而人工智能有助于簡化過程與體驗，并為終端用戶提供找到解決方案的簡便方法。

人工智能ITSM的幕后三寶

馮·諾依曼在50年前提出大腦工作的各個機制的同時指出，大腦運行速度其實并不快，但是卻擁有大量的平行運算能力。人工智能服務臺技術從歷史數據中汲取智慧，為用戶提供正確的建議，所以根本無需IT專家的幫助，就可以快速、便捷地解決問題。

在智能的ITSM架構設計和工具中，我們依然遵循馮·諾依曼的見解，通過大數據工具把流程數據與IT資產數據的信息進行融合，把歷史數據與所有可能收集的技術與運營數據結合，形成解決方案、評價、建議，以及專業的知識庫，通過工作流程的并行與改造優化，提供高質量、高速度的信息服務，使客戶從中受益。

首先是大數據工具。用戶的請求或事件中的每個字段都需要一個數值。讓事件或服務請求保持在不同狀態的時候，人工智能通過及時地對比當前和以前的故障與服務請求單，為每個字段生成智能建議，使服務臺的運營永遠領先一步。

其次，預選方案的評估與建議。發明了盲人閱讀機、音樂合成器和語音識別系統的雷·庫茲韋爾認為，大腦進化的主要原因是為了預見未來。服務臺的工程師們也希望可以有一種方式預測未來事件，并且找到相應的解決方案。但是，服務臺專業人員如何才能相信這些機器自動形成的建議呢？每個建議都附帶了評估其準確性的評價，以及其他一些選擇。如果第一個選擇并不是合適的解決方案，那么服務臺人工智能將從中學習，并將之應用到未來的決策中。

最后，知識庫作為成功進行事件管理的關鍵成功因素之一，除了包含及時更新的問題數據庫或已知錯誤數據庫，以便更好地識別事件之外，還可以把服務臺專業人員完成工作所需的所有信息以圖表、視頻、網頁等不同格式存儲入庫，以便服務臺工程師們找到可即時訪問、可定制的專業知識庫，從中找到解決方案和應急措施。

用戶還可以自助地訪問知識庫（查找已知錯誤）和事件記錄（檢查事件狀態等），通過人工智能將歷史數據，包括用戶喜好等信息綜合展現出來。這是降低成本和提高終端用戶群體自我服務能力的重要形式。

技術不是孤立的

技術并不是孤立存在和發展的。我們在處理很多實際問題的時候，都需要融合各種相關科技。在數字轉型過程中，我們會強調自適應、自感應、自調理等特征。這一共識是基于無數技術的融合，例如物聯網、賽博系統（CPS）、工業物聯網、移動技術、人工智能、云計算、VR/AR、大數據分析等。

大數據分析到最后在很大程度上取決于人工智能的發展，也就是自適應能力的強弱，以及機器自我學習能力的強弱等。

聚焦服務臺和服務管理行業，滿足客戶各種需求是信息服務管理流程快速發展、解決方案更加準確的原因所在。然而，這些改進并不能輕易得來。服務臺只有將人工智能融入ITSM軟件之中，強化自適應能力與機器自我學習能力，才能使效率最大化。

人工智能是深度跨界的一門學科，極富挑戰性。我們在推動產業化發展的同時，也要更多關注軟性的組成部分，特別是心理學、人類學、哲學、宗教文化等方面的知識，讓人工智能發揮更大的應用價值。就像雷·庫茲韋爾所表述的，人工智能未來一定是人類思維本質的體現、延展和融合，甚至是超越。

機器思考的時代就在眼前，讓我們共同期待人工智能IT服務臺的到來！