ITSM垂类下，企业如何逐步搭建一个好的AI Agent
随着企业数字化转型的不断深入，智能服务管理（ITSM）逐渐成为提升企业运营效率和服务质量的关键。企业纷纷探索如何将AI技术融入到IT服务管理中，以提升效率、降低成本并增强用户体验。成功实施AI并非易事，它要求企业在战略规划、技术选型、知识管理、流程优化等多个方面做出明智的决策。
在这场智能化的浪潮中，我们如何确保企业不仅能够乘风破浪，还能引领“潮流”？本文将深入探讨在ITSM场景下，那些初见成效的企业是如何通过一系列战略性举措，推动AI应用的成功落地，并实现智能化转型的。
01
什么是一个好的IT AI Agent
一个好的IT AI Agent在ITSM领域中应该是高效、自动化、与企业员工进行协作、具备自主性和适应性，并且能够提供良好的用户体验。
02
企业往往优先落地哪些业务场景
一个好的IT AI Agent在ITSM领域中应该是高效、自动化、与企业员工进行协作、具备自主性和适应性，并且能够提供良好的用户体验。
- 提单人关注的是便捷性和响应速度，希望通过自助服务快速解决问题。
- 处理人需要有效的工具来快速理解问题并提供解决方案，同时保持服务的高质量。
- IT经理则更关注整体服务质量、效率和成本效益，需要能够提供宏观管理和决策支持的工具。
提单人视角（用户或员工）
- 智能问答与客服：员工可以快速得到常见问题的答案，减少等待时间。
- 智能搜索：快速找到解决问题所需的信息或知识。
- 智能提单：通过自然语言描述问题，系统自动生成工单，简化填写字段的时间。
- 智能推荐：根据历史工单得到操作推荐，提高工作效率。
处理人视角（一线支持或服务台工作人员）
- 智能派单：自动化工单分配，确保问题快速到达正确的处理人。
- 智能生成解决方案：基于工单内容快速推荐解决方案，提高问题解决速度。
- 智能沉淀：将解决问题的知识和经验转化为可复用的知识库。
IT经理视角
- 智能拦截：在问题升级前介入，尝试提供解决方案，减少对高级别支持的需求。
- 智能质检：确保服务请求和解决方案符合IT质量标准。
03
如何持续提升AI的表现力
增强问题理解能力
● 通过问题分类和关键词提取，AI可以更准确地理解问题的上下文和意图。
● 问题重写技术可以帮助AI生成更多相关问题，从而提高问题理解的深度和广度。
调整系统参数以平衡召回率和精确度
● 根据文档内容的密集度和结构特点，动态调整切片大小，以确保每个切片包含足够的上下文信息，同时避免信息过载。
● 适中设置相似度阈值，根据系统回答内容的多少和噪声情况，动态调整阈值，以平衡召回率和精确度。
合理使用重排技术
● 在对答案准确性要求极高的场景下，如专业知识库或客服系统，使用重排技术可以显著提升答案的精确度。
● 同时，需要考虑重排带来的成本和计算资源消耗，确保在资源允许的情况下使用，避免对实时性要求高的场景造成负面影响。
那么，ITSM场景下AI应用初见成效的企业做对了哪些事情？
培养全员AI意识，明确智能化目标
从培养全员的AI意识开始，让员工熟悉并理解AI的潜力和应用场景。这种意识的培养是智能化转型的基础；将全公司各个软件进行智能化改造，并将IT知识沉淀作为企业的重要战略。这有助于企业集中资源，有针对性地推进AI应用。
知识库的建设和优化
知识库是AI应用的基石。企业需要投入大量时间和精力进行知识库的建设，包括文档结构的调整和内容的矫正，为AI提供了丰富的、结构化的知识资源，确保知识库的质量和可用性，这对于提升AI解决问题的能力和效率至关重要。
分阶段、分步骤实施AI
结合自身发展阶段，制定了详细的AI落地路线图，采取分阶段、分步骤的策略实施，帮助企业逐步适应AI技术，同时降低变革的风险；在每个阶段，逐步识别并优化人力成本较高的环节，如通过批量智能化处理提升体验的环节，从而提高了工作效率并释放了人力资源。
持续投入与效果评估
企业在AI应用落地后，持续投入资源进行优化，并与合作伙伴共同推进AI能力的提升。这种持续的投入和合作有助于企业在AI应用上不断深化和创新；企业定期评估AI应用的效果，如通过比较Agent的关单率和人工服务的效果，及时发现并解决问题，确保AI应用能够持续提升服务质量。
AI在ITSM领域的应用为企业带来了前所未有的机遇的同时也面临着诸多挑战。我们可以看到，从全员AI意识的培养到知识库的深度优化，从分阶段实施的稳健策略到多角色AI Agent的精准定位，再到持续投入与效果评估的循环改进，每一个方面都需要下足功夫。
未来，随着技术的不断进步和企业实践的深入，AI有望在ITSM领域发挥更大的作用，助力企业实现更高效、更智能的服务管理。让我们持续深入这场与“AI”的对话，共同见证并参与这场智能革命。
