人工智能（AI）正在向IT服务管理（ITSM）迈进，有望重新定义事物的工作方式。但是，人工智能是否会实现其承诺，并能够真正使ITSM更容易、更有效呢？这就是我们即将在此系列中所探讨的"ITSM中的AI优势"。

早些时候，我们通过"AI在ITSM中的应用 "为我们的AI讨论创造了条件。而在"功能和使用案例 "中，我们将看到具体的、基于人工智能的功能和跨越各种ITSM模块的使用案例场景，解释基于人工智能的模型和功能如何能够改变IT服务台的工作方式。让我们从聊天机器人开始。

聊天机器人

聊天机器人可以被训练来处理某一类请求和事件，前提是对过去请求的历史和所有相关知识文章有适当的记录。在这里，我们将讨论聊天机器人可以帮助服务台的两个场景：第一个是人工智能的狭义应用，现已存在；第二个是基于人工智能的常规应用，效率更高，但可能需要更长的开发时间。

聊天机器人–场景1：解决打印机问题（人工智能，狭义）

有一个问题似乎同时困扰着终端用户和IT技术人员，那就是当打印机停止工作的时候如何解决的问题。在大多数IT服务台中，每一个打印机问题的解决方案都会有很好的记录，这意味着许多终端用户能够自己解决这些问题，而不需要涉及IT技术人员。但是，仍然有一些打印机事件被报告发现，这些问题可能会阻碍生产力。此类事件可以由受过专门处理打印机问题的聊天机器人来处理。

在聊天机器人和报告打印机问题的终端用户之间的典型会话中，聊天机器人会根据现有的知识库文章对用户做出回应。聊天机器人首先向用户推荐成功率最高的解决方案，然后再按照成功率的顺序推荐其他可用的解决方案。当聊天机器人没有解决方案可以建议时，它可以拉来一位人类技术员以帮助最终用户；它甚至可以被训练成代表用户创建一个订单，并根据过去的数据将其分配给合适的技术员或支持小组。由于市场上有多个第三方聊天机器人工具，以及IT服务台供应商提供的各种解决方案，服务台现在就可以实施聊天机器人。

聊天机器人 - 场景2： 解决打印机问题（人工智能，常规）。

随着推动人工智能的技术进步，聊天机器人将能够做得更多，而不仅仅是在解决方案的建议上。例如，您可以想象一下，当打印机出现问题时，有更多的聊天机器人参与。人工智能算法和聊天机器人可以变得比现在更智能，很快，它们可能会主动识别问题并提供必要的解决方案。

例如，我们甚至可以在用户报告问题出现之前，就去创建一个更换墨粉的请求。通过基于机器学习（ML）的模型，可以自动创建服务请求，在墨粉和其他用品用完之前进行更换。而且，当用户报告问题时，聊天机器人可以查看请求数据库，以确定在检查解决方案模块之前是否已经为同一问题创建了请求。如果它发现了一个请求，聊天机器人可以提供所有相关明细来更新用户。虽然这种功能还不存在，但可能用不了多久就会出现。

除了这两种情况外，还有多种方式的聊天机器人可以派上用场。下面是几个例子：

ITSM聊天机器人使用案例

聊天机器人 - 场景3：远程用户资产请求

一位在外地的终端用户（如销售人员）报告说他们的笔记本电脑很慢，需要更换。他们试图找到合适的资产升级表，但并没有找到。接下来，他们试着给服务台打电话，但没有人接听。作为最后的手段，他们联系了聊天机器人。

聊天机器人 - 场景4：为请求添加注释、评论或说明

一位IT技术员正在远程工作，诊断一个工作站的问题，所以他们无法访问服务台门户来更新请求的明细。于是呢，他们就选择使用技术助理聊天机器人来完成工作。

知识管理

人工智能算法和聊天机器人只有在其可用的知识库中才会生效。对我们来说，幸运的是，人工智能也可以帮助建立一个坚固的知识库。我们将讨论两个用例，以了解人工智能如何为IT服务台的知识管理作出贡献。

知识管理–场景1：自动对解决方案进行评级以批准和拒绝它们

对于每个事件或事件类别，可能有多个解决方案和知识库文章在一段时间内被使用。可以训练特定的基于ML的模型，根据历史表现来确定每个解决方案的成功率。这可以通过考虑多种因素来完成，如订单的重开率、最终用户和技术人员对文章的评价，以及最终用户的认可。

基于这样的指标，一个基于ML的模型甚至可以建议哪些文章应该删除，哪些文章可以进行改进。根据解决方案在一段时间内的表现对其进行分级，也有助于IT服务台在创建订单时向用户提供正确的解决方案，并在聊天会话中协助聊天机器人。

知识管理–场景2：识别问题领域和整理知识库文章

基于ML的模型，如场景1中讨论的那些模型，可以被训练来识别那些具有最高数量的传入L1事件、重复事件和重开事件的事件类别。因此，一个ML模型可以根据上述参数的严重程度来标记这些类别。它还可以洞察哪些类别需要IT服务台团队进行更多的知识管理，例如记录适当的解决方案，让它们得到审查，并发布它们。这有助于服务台团队确定最需要努力的领域，并建立相关的解决方案和知识库文章来帮助终端用户和技术人员。

服务请求管理

如今，像员工入职这样复杂的服务请求要么由技术人员手动协调，要么基于预设的自动化。手动执行这些任务可能是低效和麻烦的。就目前的自动化而言，大多数流程是静态的，缺乏智能。这些自动化不一定适合所有可能的情况，需要定期进行人工干预以保持正常运行。但随着机器学习等人工智能技术的应用，模型和算法可以被训练成基于请求历史的动态自动化服务请求工作流。这些基于ML的自动化模型会继续学习每一个实时数据，以微调工作流，从而提高工作效率。

IT变更管理

IT变更管理是一个可以发现公司的IT基础设施成败的过程。大量的计划和风险评估会在变更实施之前进行；尽管有这些努力，变更仍然会因为人为错误而失败。当涉及到分析变更时，人们也会努力从IT变更管理和实施方面产生的大量数据中挖掘洞察力。人工智能可以通过防止人为错误和改善分析，帮助最大限度地减少变更管理风险。

IT资产管理

IT资产管理和配置管理数据库（CMDB）是每个ITSM流程运作的基础。人工智能也可以帮助IT服务台团队更好地监测和管理IT硬件和软件资产。ML系统可以不断监测配置项目（CI）的性能，或翻阅现有的CI性能数据并预测故障，使终端用户和IT团队免于一堆麻烦。人工智能可以帮助IT服务台工具标记异常情况，并通过连接多个领域的点来生成关键警告，而这几乎是不可能手动完成的。

这些是人工智能将开始给ITSM留下印象的某些领域。有些人工智能的能力是可以立即实现的，有些还需要几年的时间。而聊天机器人和基于ML的分类将是AI在ITSM工具中的第一个直接应用。一些ITSM工具供应商已经开始向他们的终端用户提供这两种能力。也有多个第三方供应商提供可以执行这些操作的即插即用的解决方案。在短短几年内，我们看到的可能不仅仅是基于人工智能功能的预计用例。很快，这些用例可能成为我们的现实。

准备好迎接ITSM的AI浪潮

鉴于人工智能有可能重新定义IT服务台和IT服务台团队的工作方式，服务台必须为即将到来的AI浪潮做好准备。如上所述，任何人工智能应用程序或模型的有效性都取决于它所训练的数据，以及来自文档解决方案等方面的可用知识。

为了最大限度地利用人工智能，IT服务台团队必须正确记录他们的所有请求、问题和变更；维护一个准确的IT服务台数据库；并建立一个设备齐全的知识库。随着ITSM工具供应商正逐渐将人工智能整合到他们的产品中，服务台团队必须做好准备，才能真正收获ITSM中人工智能的好处。