Príde hlásenie: používateľ sa nevie prihlásiť, tlačiareň nefunguje, server hlási chyby. Niekto na servicedesku z toho vytvorí tiket, zvolí kategóriu a určí naliehavosť. Dokáže to prevziať AI? Do veľkej miery áno, s jednou dôležitou výnimkou, ktorá sa líši podľa firmy.
Rozhodujúce sú tri osi: objem, priestor na úsudok a kontakt s klientom.
Objem je vysoký. Servicedesk denne spracuje desiatky až stovky hlásení a mnohé z nich sú variáciami na malý počet známych problémov: zabudnuté heslo, chýbajúci prístup k zdieľanému priečinku, notebook sa nespúšťa. Pri vysokých objemoch a opakovaní je úloha už zo svojej podstaty vhodná na automatizáciu, pretože model sa učí zo vzorov, ktoré sa často opakujú.
Priestor na úsudok je obmedzený. Naliehavosť a kategória zvyčajne vyplývajú z rozhodovacieho stromu: koľko používateľov je zasiahnutých, existuje riešenie na preklenutie, o aký systém ide. Presne to je typ práce, v ktorej sú textové modely dobré: prečítať hlásenie, vytiahnuť z neho charakteristiky a porovnať ich s kategorizačným modelom. To, čo dnes AI zvláda, je text – samotné hlásenia, často napísané voľnou formuláciou používateľom, a ich prevod späť do štruktúrovaného tiketu.
Kontakt s klientom je funkčný, nie vzťahový. Používateľ, ktorý hlási poruchu, chce predovšetkým, aby sa vec riešila, nie aby vznikol rozhovor. To sa mení, keď niečo zlyhá alebo ide o citlivú záležitosť – pozrite si aj, ako sa komunikuje výpadok smerom k používateľom, pretože to je iná úloha s iným profilom.
Fyzická zložka tu nehrá žiadnu úlohu: ide o administratívnu prácu pri obrazovke, nie o zásah na zariadení. Náklady na chybu sú priemerné. Nesprávne určená priorita hlásenia zriedka vedie k priamej škode, ale pri systémoch, ktoré podliehajú compliance požiadavkám – finančný systém, zdravotná dokumentácia pacienta – je to iné, a os compliance tu preto skóruje nadpriemerne. Porucha v prostredí so zákonnou oznamovacou povinnosťou si vyžaduje zaznamenaný dôvod zaradenia, nielen samotný štítok.
Slabým miestom je kreativita, a práve preto nejde o úplné prevzatie. Hlásenie, ktoré nezapadá do známeho vzoru – nová kombinácia príznakov, systém, ktorý vypadol prvýkrát, používateľ, ktorý problém opíše nejasne – si vyžaduje niekoho, kto premýšľa namiesto toho, aby len zaraďoval. K tomu patrí dohľad: AI navrhne kategóriu a naliehavosť, človek to schváli alebo upraví, s odôvodnením. Ide o iné usporiadanie ako úplné prevzatie a zároveň je to najbežnejšia prax vo firmách, ktoré s tým už pracujú.
Vo firme s malým, prehľadným portfóliom aplikácií a niekoľkými stovkami používateľov je deväťdesiat percent hlásení opakovaním niečoho, čo sa už stalo stokrát. Tam dokáže model s dobrým kategorizačným modelom samostatne spracovať väčšinu vstupu, pričom človek vidí len výnimky.
Vo firme s množstvom legacy systémov, softvéru na mieru a históriou fúzií je vzor menej predvídateľný. Hlásenia sú rôznorodejšie, kategórie sú menej ostro vymedzené a je väčšia pravdepodobnosť, že hlásenie nezapadne do známeho vzoru. Tam zostáva väčšia časť práce na človeku, nie preto, že by to AI nechcela robiť, ale preto, že vstup je príliš neštruktúrovaný na to, aby sa z neho dalo automaticky vytvoriť niečo spoľahlivé.
Rámcovou podmienkou teda nie je technológia, ale vstup: štruktúrované vstupné formuláre a prepracovaný kategorizačný model pre incidenty do veľkej miery určujú, koľko z tejto práce je dnes už prenositeľných. Bez týchto dvoch vecí zostáva väčšina práce ručná, s AI ako pomôckou, nie ako vykonávateľom.
Toto nie je personálne odporúčanie ani zdôvodnenie na zmenšovanie tímu servicedesku. Či a ako organizácia vyvodí personálne dôsledky zo zmeny povahy práce, je na zamestnávateľovi a platia pre to vlastné zákonné požiadavky; pre náležitú starostlivosť, ktorá k tomu patrí, pozrite body pozornosti pri rušení funkcií. Táto stránka popisuje len to, čo sa deje so samotnou úlohou.
Je tiež užitočné nevnímať túto úlohu oddelene od zvyšku IT prevádzky. Registrácia incidentov súvisí s prácou ako monitorovanie výkonu systémov, ktoré často poskytuje včasné signály ešte predtým, ako príde hlásenie, a s úlohami správy ako vykonávanie a kontrola zálohovania alebo udržiavanie kmeňových dát aktuálnych, ktoré majú rovnakú kombináciu vysokého objemu a obmedzeného priestoru na úsudok. Kto chce zistiť, kde už nastáva posun v celom IT oddelení, urobí najlepšie, ak sa pozrie na všetky úlohy spolu, nie len na jeden proces s tiketmi.
Výsledok pre váš vlastný servicedesk závisí od toho, koľko vašich hlásení zapadá do rozpoznateľných vzorov a ako dobre je už štruktúrovaný váš vstupný proces. To sa líši podľa firmy a nedá sa to vyjadriť jednoduchým pravidlom.
Bezplatný quickscan od FTE TO AI k tomu poskytuje prvú indikáciu: dvanásť otázok, bez potreby účtu, s odhadom, akú časť hodín vo vašom profile dnes dokáže prevziať AI. Kompletný pracovný scan, ktorý prepočíta prácu celej firmy úlohu po úlohe na kapacitu vo fte, sa ešte pripravuje.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.