В соответствии с опрос ServiceNow, 89% ИТ-руководителей используют или внедряют технологии машинного обучения в своих организациях.
Из них 87% отмечают, что автоматизация бизнес-процессов приносит бизнесу большую пользу: экономит время, деньги и человеческие ресурсы.
Внедрение машинного обучения требует серьезных изменений в работе организации.
Однако, согласно тому же опросу, только 48% респондентов решили внести эти изменения.
Помимо организационных изменений, использование машинного обучения требует привлечения специалистов – в частности, аналитиков данных.
А спрос на них, по мнению исследовать IBM, намного превосходит предложение.
По прогнозам, к 2020 году ситуация станет еще хуже.
Расскажем, как решение ServiceNow может помочь в этой ситуации.
/ Фото / Крис Ишервуд / СС
Как решить проблему
Одно из решений предлагает ServiceNow. Новый продукт Agent Intelligence встроен в саму платформу, поэтому не требует дополнительных затрат на внедрение и доступен без привлечения специалистов по интеллектуальному анализу данных.К слова разработчиков, Agent Intelligence автоматизирует классификацию, расстановку приоритетов и назначение задач.
Это сокращает время разрешения инцидентов, уменьшает количество ошибок и повышает удовлетворенность клиентов.
Как это работает
Агент разведки использует машинное обучение для создания моделей взаимодействия с пользователем на основе заданных шаблонов.Эти модели основаны на сохраненных данных клиентов ServiceNow. Данные используются для прогнозирования значений полей заявки.
Обучение на основе шаблонов и анализ текста в описании билета позволяют системе автоматически определять категорию, приоритет и группу назначения билета.
Модели агентского интеллекта можно улучшить, добавив другие данные: сегменты, важность и предпочтения клиентов или общие решения инцидентов.
После отладки шаблона необходимо установить пороговые значения классификаторов, протестировать модель и запустить ее в работу.
В процессе работы модель использует текст поля описания заявки и другие данные, чтобы подсказать специалисту первой линии технической поддержки категорию, приоритет и группу назначения.
Каждый билет, параметры которого были определены моделью правильно, считается успешным.
Изменение параметров вручную фиксируется как ошибка.
Эти ошибки используются во время планового периодического переобучения модели.
Интервалы переобучения задаются пользователем.
Особенности агентской разведки
Ускорьте категоризацию и расстановку приоритетов.Сервисное исследование показал Что 40% специалистов поддержки вынуждены отнести инцидент к одной из 100 возможных групп, а 25% специалистов вынуждены отнести инцидент к одной из 300 групп.
Поиск подходящей группы может занять у человека слишком много времени.
В соответствии с отчет Специалисты технической поддержки Accenture Consulting тратят 12% своего времени на присвоение категории и приоритета запросу.
Agent Intelligence мгновенно анализирует и классифицирует запросы.
Это помогает избавить людей от ручной сортировки и перенаправления запросов.
Профессионалам больше не придется прокручивать несколько списков или искать, какую категорию или группу отнести к запросу.
Сокращение времени разрешения инцидентов и количества ошибок.
Автоматизированная маршрутизация направляет внимание профильного эксперта на задачи и инциденты, которые необходимо решить в первую очередь.
Это повышает общий уровень удовлетворенности клиентов.
Agent Intelligence классифицирует и маршрутизирует запросы быстрее и с меньшим количеством ошибок.
Это повышает продуктивность работы специалистов службы поддержки.
Панель управления и отчетность.
Точность категоризации и маршрутизации можно отслеживать в режиме реального времени с помощью информационной панели.
Система обеспечивает обратную связь и отслеживает текущую деятельность для постоянного улучшения качества обслуживания.
В чем выгода
Запуск пилотной версии программы показал, что пользователи могут рассчитывать на экономию 8% рабочего времени или 26 тысяч часов в год за счет улучшения классификации, приоритезации и назначения инцидентов.По оценкам экспертов, Agent Intelligence экономит 100 000 долларов США за 3 года использования и окупается за 10 месяцев.
Когда выйдет
Первое решение ServiceNow для машинного обучения, Agent Intelligence, будет доступно в следующей версии платформы Kingston. Подробнее о продукте вы можете прочитать Здесь .Ищите отзывы пользователей пилотной версии здесь .
Пара ссылок по теме
- Платформа ServiceNow: искусственный интеллект автоматизирует рабочие процессы
- Искусственный интеллект для классификации запросов в ServiceNow
-
Знакомство С Vmware Vcloud Director
19 Oct, 24 -
Супермен Против Программиста
19 Oct, 24 -
Android 2.1 Наконец-То Доступен Для Lg Gt540
19 Oct, 24 -
Браузерная Игра "Кибернеть" - Продолжение
19 Oct, 24
