Jak zacząć korzystać z AI w service management
Pomaganie zespołom obsługi klienta i użytkownikom końcowym w inteligentniejszej pracy i szybszym rozwiązywaniu problemów przy niższych kosztach usług.
Niniejszy white paper przedstawia
- typowe przypadki użycia
- zalety wynikające ze sztucznej inteligencji
- jak rozpocząć pracę w swojej organizacji
Co sztuczna inteligencja oznacza dla zarządzania usługami?
Wdrożenie sztucznej inteligencji (AI) w zarządzaniu usługami jest tematem od wielu lat. Jednak wraz z rozwojem technologii generatywnej sztucznej inteligencji, wykorzystanie AI zyskało potencjał zrewolucjonizowania pracy Service Desks niezależnie od wielkości czy sektora, zwłaszcza w obszarach, w których interakcja człowiek-komputer i rozumienie języka mają kluczowe znaczenie.
W kontekście zarządzania usługami, sztuczna inteligencja może pomóc użytkownikom końcowym bezpośrednio lub pomagając zespołom wsparcia pracować wydajniej.
Gdy spotykamy się z różnymi zespołami Service Desk i IT, stale borykają się one z podobnymi problemami:
-
Obciążenie pracą wsparcia IT rośnie.
-
Rośnie złożoność kontaktów z działem Service Desk.
-
Rośnie infrastruktura i liczba usług, a także zależności między nimi.
Praca zespołu wsparcia IT staje się więc z dnia na dzień coraz trudniejsza. Praca w Service Desk w dużej mierze opiera się na komunikacji, a lata automatyzacji nie zmieniły tego znacząco. Według Gartnera, ponad 80 procent wszystkich zgłoszeń i ticketów jest nadal obsługiwanych "ręcznie" przez agentów. Co więcej, w oparciu o nasze doświadczenie na rynkach europejskich, 40 procent z nich jest zarządzanych za pośrednictwem bardziej pracochłonnych kanałów, takich jak rozmowy telefoniczne i e-maile. Zespoły szukają więc automatyzacji, ale problemy są złożone.
Ponieważ zespoły Service Desk zmagają się z rosnącym obciążeniem pracą, coraz bardziej złożoną infrastrukturą IT i usługami cyfrowymi, potrzeba inteligentnej pomocy i automatyzacji staje się coraz ważniejsza. Zarządzanie usługami, dziedzina tradycyjnie oparta na reaktywnych i ręcznych procesach, jest gotowa na nowe innowacje:
83%
biletów jest nadal obsługiwanych ręcznie
25%
wzrost kosztów obsługi biletów w latach 2019-2023
$20
średni koszt na bilet obsługiwany przez agenta
Dlaczego teraz?
Sztuczna inteligencja istnieje już od dłuższego czasu. W rzeczywistości byliśmy nawet świadomi jej możliwości od ubiegłego wieku, ale nie odniosła takiego sukcesu jak teraz.
- Dzięki najnowszym narzędziom przechowującym coraz więcej informacji, mamymnóstwo danych, z których możemy po prostu wyciągać wnioski. Ponadto, ponieważ wiele aplikacji jest opartych na chmurze, gromadzenie danych o wszystkim jest łatwiejsze niż kiedykolwiek.
- Naszemożliwości obliczeniowe ogromnie wzrosły - procesory z roku na rok stają się coraz szybsze, co oznacza, że ilość obliczeń jest na zupełnie innym poziomie niż było to możliwe w przeszłości.
- W tej dziedzinie prowadzono więcej badań, co oznacza, że opracowanolepsze algorytmy w różnych dziedzinach. Wraz z rozwojem technologii, mocy obliczeniowej i zbiorów danych, wzrosło również znaczenie i skuteczność sztucznej inteligencji.
Z pewnością nadszedł czas, aby wykorzystać wszystkie te zasoby, aby pomóc zwiększyć produktywność i doświadczenie w różnych branżach w obszarze zarządzania usługami.
3 Typowe zastosowania sztucznej inteligencji w zarządzaniu usługami
Automatyzacja czatu / poczty e-mail
Wykorzystanie sztucznej inteligencji do automatyzacji odpowiedzi może prowadzić do szybkiego wzrostu wydajności i uwolnienia zasobów do złożonych zadań. W najlepszym przypadku sztuczna inteligencja może utrzymać wysoki poziom zadowolenia użytkowników poprzez generowanie dokładnych, kontekstowych i spersonalizowanych odpowiedzi. Koncentrując się w pierwszej kolejności na automatyzacji czatu / poczty e-mail, organizacje mogą szybko zwiększyć wydajność operacyjną, uzyskać natychmiastowy wgląd w wpływ sztucznej inteligencji i przygotować grunt pod kolejne etapy podróży AI w zarządzaniu usługami.
Biuro obsługi wzmocnione przez sztuczną inteligencję
Głębsza integracja sztucznej inteligencji z pracą Service Desk wykonywaną przez agentów może zwiększyć produktywność nawet w przypadku bardziej złożonych kwestii bez uszczerbku dla jakości usług dla użytkownika końcowego. W praktyce oznacza to wyposażenie agentów w narzędzia, które usprawniają obsługę zgłoszeń poprzez np. inteligentną kategoryzację, sugestie i podsumowania, co pomaga ograniczyć pracę ręczną.
Wsparcie AI dla użytkowników końcowych
Inteligentne opcje samoobsługi mogą zmniejszyć zależność od ręcznej interakcji agenta w przypadku rutynowych zapytań. Opierając się na fundamencie ustanowionym przez integrację AI w celu zwiększenia wydajności agentów, rozszerzenie korzyści AI bezpośrednio na użytkowników końcowych jest kolejnym przypadkiem użycia w podróży AI. Zmiana ta nie tylko odnosi się do rosnącej złożoności i ilości zgłoszeń serwisowych, ale także jest zgodna z rosnącymi preferencjami użytkowników w zakresie rozwiązań samoobsługowych. Wprowadzenie narzędzi opartych na sztucznej inteligencji dla użytkowników końcowych stanowi krytyczny krok w przekształcaniu zarządzania usługami w bardziej autonomiczny, przyjazny dla użytkownika ekosystem.
Jak zacząć korzystać z AI w Service Desk?
Uruchomienie AI w ekosystemie zarządzania usługami jest procesem strategicznym, opartym na starannej analizie i planowaniu. Proces ten rozpoczyna się od zrozumienia bieżących potrzeb związanych z zarządzaniem usługami i określenia, w jaki sposób można najlepiej wykorzystać sztuczną inteligencję, aby je zaspokoić. Oto kluczowe kroki, które zaobserwowaliśmy w udanych wdrożeniach AI:
Krok 1: Analiza bieżących procesów wsparcia
Kluczem do sukcesu ze sztuczną inteligencją jest znalezienie obszaru, w którym zapewni ona największą wartość biznesową w jak najkrótszym czasie, przy jak najmniejszym zakłóceniu działalności. Nie musisz od razu przekształcać całego Service Desk - znacznie lepiej jest zacząć od szybkiej, ale wartościowej wygranej.
Obejmuje to mapowanie bieżących procesów wsparcia i cyklu życia sprawy oraz identyfikację największych wąskich gardeł i nieefektywności. Większość cykli życia spraw składa się z pięciu kluczowych etapów:
- Utworzenie zgłoszenia: Użytkownik ma problem, którego nie może rozwiązać samodzielnie, więc zgłasza go do Service Desk.
- Klasyfikacja i kierowanie: Zgłoszenie jest klasyfikowane na podstawie typu problemu, który został zgłoszony i kierowane do odpowiedniego agenta w celu obsługi.
- Zbadaj: Agent bada zgłoszenie, szukając rozwiązania w bazie wiedzy, prosząc użytkownika o dalsze informacje lub eskalując do specjalisty.
- Przekaż: Agent przekazuje rozwiązanie użytkownikowi, telefonicznie, e-mailem lub innym kanałem. Może to skutkować dalszymi rundami badania i komunikacji.
- Dokument: Zgłoszenie jest zamykane, a rozwiązanie jest dokumentowane i dodawane do bazy wiedzy.
Ważne jest również przeanalizowanie rodzaju danych gromadzonych podczas działań związanych z pomocą techniczną. Zrozumienie danych przynosi wiele korzyści. Po pierwsze, wybrane rozwiązanie AI może wymagać przeszkolenia w zakresie wysokiej jakości, istotnych i zrównoważonych danych w celu uzyskania pomocnych odpowiedzi. Analiza danych pomoże zaplanować zasoby do przechowywania i przetwarzania oraz uniknąć wszelkich kwestii związanych z prywatnością lub kwestiami etycznymi. Pomoże również zidentyfikować kluczowe cechy modelu AI, poprawiając jego dokładność i wydajność.
Krok 2: Identyfikacja największych wąskich gardeł i nieefektywności
Gdzieś w cyklu życia sprawy pojawią się wąskie gardła, które spowalniają agentów i frustrują użytkowników. W typowej organizacji te wąskie gardła mogą obejmować:
- Zgłoszenia czekają w kolejce na klasyfikację, spowalniając czas potrzebny na przydzielenie odpowiedniego agenta.
- Agenci są przydzielani do zbyt wielu zgłoszeń w ciągu dnia, co powoduje stres, opóźnia rozwiązywanie problemów użytkowników i potencjalnie obniża jakość komunikacji między agentem a użytkownikiem.
- Agenci spędzają dużo czasu na pisaniu e-maili do użytkowników, prosząc o wyjaśnienia lub dostarczając rozwiązania. Znalezienie odpowiedniego języka dla nietechnicznych użytkowników może jeszcze bardziej spowolnić pracęagentów.
- Czas spędzony na dokumentowaniu rozwiązań zgłoszeń odciąga agentów od rozwiązywania problemów użytkowników. Chociaż jest to niezbędne dla bazy wiedzy, może wpływać na doświadczenie użytkownika.
Zidentyfikowanie tych wąskich gardeł we własnym Service Desk da ci dobry pomysł na to, gdzie skupić się na pierwszym wdrożeniu AI. Można je znaleźć, analizując raporty i przeprowadzając wywiady z agentami w celu zebrania danych jakościowych dotyczących ich codziennych doświadczeń. Rozmowa z agentami może również pomóc w zapewnieniu ich, że sztuczna inteligencja nie zagrozi ich pracy, a jedynie pomoże im pracować mądrzej .
Krok 3: Wybierz pierwszy przypadek użycia dla pilotażowego projektu AI
Spośród zidentyfikowanych wąskich gardeł wybierz jeden obszar, w którym Twoim zdaniem wprowadzenie sztucznej inteligencji zapewni największą wartość biznesową przy najmniejszym zakłóceniu operacji Service Desk. Będzie to pierwsze "szybkie zwycięstwo", które udowodni wartość AI i przyzwyczai agentów do posiadania cyfrowego asystenta.
Obszar, który wybierzesz, będzie zależał od Twojej firmy, ale odkryliśmy, że poczta e-mail może być naprawdę dobrym miejscem do rozpoczęcia. Po pierwsze, wartość biznesowa jest wysoka: z naszego doświadczenia wynika, że około 40% ręcznie obsługiwanych zgłoszeń wiąże się z czasochłonnym korzystaniem z poczty elektronicznej, więc asystent AI może bardzo szybko odblokować wydajność.
Krok 4: Iteracja i ulepszanie
W oparciu o wskaźniki wydajności, opinie użytkowników i zmieniające się potrzeby biznesowe, iteruj i ulepszaj rozwiązanie AI w czasie. Włączaj nowe przypadki użycia i optymalizacje, aby zmaksymalizować wartość AI w swoim centrum obsługi i zapewnić ciągły sukces.
Stopniowe wprowadzanie sztucznej inteligencji do Service Desk oznacza możliwość osiągnięcia szybkich korzyści w zakresie wydajności i produktywności bez przytłaczania agentów nowymi funkcjami.