Prispe prijava: uporabnik se ne more prijaviti, tiskalnik ne deluje, strežnik javlja napake. Nekdo na servisni službi to spremeni v ticket, izbere kategorijo in določi nujnost. Ali lahko to prevzame AI? Večinoma da, z eno pomembno izjemo, ki se razlikuje po podjetju.
Tri osi so odločilne: obseg, prostor za presojo in stik s strankami.
Obseg je visok. Servisna služba dnevno obravnava od desetih do sto prijav, in veliko med njimi so različice majhnega števila znanih težav: pozabljeno geslo, ni dostopa do skupne mape, prenosnik se ne zažene. Pri visokem obsegu in ponavljanju je naloga po definiciji primerna za avtomatizacijo, ker se model uči iz vzorcev, ki se pogosto ponavljajo.
Prostor za presojo je omejen. Nujnost in kategorija običajno izhajata iz odločitvenega drevesa: koliko uporabnikov je prizadetih, ali obstaja obhodna rešitev, za kateri sistem gre. To je prav vrsta dela, v katerem so besedilni modeli dobri: brati prijavo, iz nje izluščiti značilnosti in jih primerjati s kategorizacijskim modelom. Kar AI danes obvlada, je besedilo — same prijave, pogosto zapisane v prosti obliki s strani uporabnika, in njihovo preoblikovanje v strukturiran ticket.
Stik s strankami je funkcionalen, ne odnosen. Uporabnik, ki prijavi motnjo, si predvsem želi, da se zadeva obravnava, ne da bi se razvil pogovor. To je drugače, ko gre kaj narobe ali postane občutljivo — glejte tudi, kako se motnja komunicira uporabnikom, saj gre za drugo nalogo z drugim profilom.
Fizična komponenta ne igra vloge: to je administrativno delo za zaslonom, ne dejanje na opremi. Stroški napak so povprečni. Napačno prioritizirana prijava le redko povzroči neposredno škodo, vendar je pri sistemih, ki spadajo pod skladnost — finančni sistem, zdravstveni karton — to drugače, in os skladnosti tu dosega nadpovprečno oceno. Motnja v okolju z zakonsko obveznostjo prijave zahteva zapisano utemeljitev razvrstitve, ne le oznako.
Šibka točka je ustvarjalnost, in prav zato to ni popolna prevzem naloge. Prijava, ki ne ustreza znanemu vzorcu — nova kombinacija simptomov, sistem, ki prvič odpove, uporabnik, ki težavo opiše nejasno — zahteva nekoga, ki razmišlja, ne le razvršča. K temu spada nadzor: AI predlaga kategorijo in nujnost, človek to potrdi ali popravi, z razlogom. To je drugačna ureditev kot popoln prevzem, in je tudi najpogostejša praksa pri podjetjih, ki s tem že delajo.
Pri podjetju z majhno, preglednim naborom aplikacij in nekaj sto uporabniki je devetdeset odstotkov prijav ponovitev nečesa, kar se je že zgodilo stokrat. Tam lahko model z dobrim kategorizacijskim modelom samostojno obravnava večji del sprejema prijav, pri čemer človek vidi le izjeme.
Pri podjetju s številnimi zastarelimi sistemi, programsko opremo po meri in zgodovino združitev je vzorec manj predvidljiv. Prijave so bolj raznolike, kategorije so manj natančno opredeljene, in verjetnost, da prijava pade zunaj znanega vzorca, je večja. Tam ostane večji del dela pri človeku, ne zato, ker AI tega ne bi zmogel, temveč ker je vhod preveč nestrukturiran, da bi iz njega samodejno nastalo kaj zanesljivega.
Predpogoj torej ni tehnologija, temveč sprejem prijav: strukturirani vstopni obrazci in izdelan kategorizacijski model za incidente v veliki meri določajo, koliko od tega dela je danes že mogoče prenesti. Brez teh dveh stvari ostaja večji del dela ročno delo, kjer je AI pripomoček, ne izvajalec.
To ni kadrovski nasvet in ni utemeljitev za zmanjšanje ekipe servisne službe. Ali in kako organizacija iz spreminjajočega se dela izpelje kadrovske posledice, je stvar delodajalca, za kar veljajo lastne zakonske zahteve; za skrbnost, ki k temu spada, glejte točke, na katere je treba biti pozoren pri odpravljanju delovnih mest. Ta stran opisuje le, kaj se zgodi s samo nalogo.
Koristno je tudi te naloge ne obravnavati ločeno od preostalega dela IT-oddelka. Registracija incidentov je povezana z delom, kot je spremljanje delovanja sistemov, ki pogosto zagotovi zgodnje signale, še preden pride do prijave, in z opravili upravljanja, kot sta izvajanje in preverjanje varnostnih kopij ali vzdrževanje aktualnosti osnovnih podatkov, ki imajo enako kombinacijo visokega obsega in omejenega prostora za presojo. Kdor želi za celoten IT-oddelek ugotoviti, kje se premik že dogaja, naj raje pogleda vse naloge skupaj, ne le enega procesa ticketov.
Izid za vašo lastno servisno službo je odvisen od tega, koliko vaših prijav sodi v prepoznavne vzorce in kako dobro je vaš sprejem prijav že strukturiran. To se razlikuje po podjetju in ga ni mogoče povzeti z fiksnim pravilom.
Brezplačni hitri pregled podjetja FTE TO AI ponuja prvo usmeritev: dvanajst vprašanj, brez računa, z oceno, kolikšen delež ur v vašem profilu je danes mogoče prenesti na AI. Celoviti delovni pregled, ki delo celotnega podjetja, nalogo za nalogo, preračuna v zmogljivost po FTE, je še v izdelavi.
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.