“Hey, Alexa!能告诉我我的钥匙在哪儿吗？”

询问和对话的目标不是别人，而是家中的人工智能语音设备。瞧，这就是AI可能为人们生活带来的改变。

AI是一种具备学习能力的科技，提供的是未被其创建者编程或预测的响应。

在“2016物联网炒作周期”的报告中，Gartner指出，拜智能机器所赐，业务和IT领导者正迎来广泛的机遇。智能机器包括自主车辆、智能视觉系统、虚拟客户助理、智能（个人）代理和自然语言处理等。Gartner认为，这种新兴的通用型技术刚刚开启了一个75年的技术周期，对各行各业都将产生深远影响。

人工智能将显著改善我们家庭和工作场所中使用的技术。随着AI渗透至企业和政府网络，IT服务管理（ITSM）组织将承担起保持这些系统正常运行的责任。

有了人工智能，企业有机会在与客户互动的方方面面改进体验。但是，如果没有人为的管理，这个机会就会被浪费掉。

首先，没有人管理AI技术的系统，人工智能将不会成功。展望未来，人工智能技术的进步可能会否定其对人类治理的需求，但那又是另一个话题了。

谈到AI技术对ITSM产品方案的影响，我们应该预见这三个关键领域：

  1. 事件/请求创建(Point of Entry)
  2. 自动后台进程
  3. 知识管理

随着IoT和智能机器蜂拥而至，涌入网络，ITSM管理员面临的一个重大挑战是缺乏资源。问题在于，分析师依然在事必躬亲，不得不亲自参与太多请求和事件（一对一）。无论好坏，我们都必须面对这样的事实，一对一人为干预任何请求或事件将是不可持续的。因此，我们将越来越多地看到这样的案例，许多组织转向使用AI功能，处理一线IT支持电话。

在AI技术的作用下，ITSM解决方案将经历颠覆式变革，聚焦在如下三个领域：

事件/请求创建(Point of Entry)

AI将确保信息在输入到IT服务管理解决方案之前被准确地解释。

Gartner研究指出，在与消费者、企业内部以及企业对企业之间的交互中，人工智能驱动的聊天机器人将发挥重要作用。

自动化ITSM流程，其设计初衷是在所提供的信息是准确的时候工作。典型的案例是，与一个为请求和事件提供自助服务的门户合作，最终用户需要填写的在线表格会询问他们是否提出请求或要求帮助，然后再确定将要应用的后端流程。

不幸的是，很多请求都是事件，许多事件结果是请求。因此，最终用户体验受到不利影响，因为请求和事件往往延迟或者丢失。

在这些类型的挑战得到解决之前，不情愿也没办法，IT服务管理组织将继续使用一线分析师。这是因为他们担心，相比较直接支持最终用户，可能会花费更多时间、金钱和精力，忙于纠正由于效率低下的系统沟通不畅导致的错误。

将AI技术添加到聊天机器人，将使自动化ITSM解决方案能够准确地解释事件和请求。随着技术的成熟，在提高服务管理解决方案效率之外，我们还将看到它改善和个性化最终用户体验。

自动后台进程

IT服务管理由后端进程组成，这些进程旨在管理输入到系统中的任何请求或问题。传统上，请求和问题由分析人员或最终用户通过自助服务门户输入系统。但是，与网络上其他系统集成的ITSM解决方案能够在没有任何人为干预的情况下，检测并自动打开请求或事件。

例如，假设ITSM解决方案与管理物联网设备的实施管理解决方案（如智能灯泡）集成在一起。通过与设施管理解决方案进行沟通，ITSM解决方案能够检测到灯泡不工作，然后自动打开服务票据，或打开资产请求以替换灯泡，无需任何人工干预。

Gartner指出，下一个重大转变是技术产品和服务的融合，以创造包括AI平台在内的下一代服务产品。更具体地说，Gartner将这些下一代服务产品定义为使用一种或多种AI技术（如认知计算技术平台）作为其产品核心价值主张基础的“智能自动化”服务。

ITSM中AI的力量将通过与网络上的其他技术整合来体现。例如，将ITSM解决方案与提供IT运营分析（ITOA）的解决方案集成在一起，可以使您的ITSM解决方案得到有关潜在网络问题的通知。

基于模式，采用AI技术的ITSM解决方案将能够学习更新其知识库，最终改善其应对任何问题的表现。换句话说，AI将配备记忆过去经验的能力，以便向它们学习。

如果ITSM与网络上安装的每个系统集成在一起，那么，它将有能力看到更大型的模式，变得更有效。例如，试想与ITOA解决方案集成的ITSM系统也与IT安全解决方案集成在一起。如果ITOA探测到终端用户设备上发生的浏览器崩溃数量增加，则会将该数据报告给ITSM，列为潜在问题。

ITSM解决方案将能够调查这个问题，并将这些数据与IT安全解决方案进行交叉比对，找出可能解释异常情况的任何模式。当ITSM解决方案记录“问题”时，将能够提供洞察，预测问题将如何进展，以及解决问题的相关建议。

随着我们进一步迈向未来，ITSM将能够通过与网络上集成的其他IT解决方案一起，自动解决问题。人为干预不再需要。

知识管理

AI支持的ITSM解决方案还可以通过知识库来寻找答案。如果答案不在那里，它们还有能力去到云中可信的知识网站。用AI支持的ITSM解决方案将能够基于无限数据量的问题，并将这些结果记录在知识数据库中。这些数据库也将用于支持人类，包括最终用户和分析人员。

采用AI技术的知识管理解决方案将通过应用“深度学习”技术来学习。

深度学习架构已被应用于包括计算机视觉，语音识别，自然语言处理，音频识别，社交网络过滤，机器翻译和生物信息学等领域，其产生的结果可与人类专家相媲美，并且在某些情况下优于人类专家。

采用AI技术的知识解决方案将改变最终用户寻求帮助的方式。它们会很快给出几乎任何问题的准确答案。我们将生活在一个“即时满足”成为常态的世界。

对于我来说，当我在家里丢失钥匙的时候，我更愿意向一个智能的Alexa设备来请求帮助，而非我的妻子或孩子。为什么？首先，我相信以AI技术为动力的Alexa会更快，为我提供即时的满足感。其次，Alexa不会因为我而烦恼。

未来的ITSM知识解决方案不仅能为我们的IT问题提供答案，还将为最终用户和分析师提供培训、技巧和窍门。

最终，ITSM解决方案所提供的大部分知识将是ITSM知识解决方案所学的知识，而人类分析师创建的文档往往过时或与当前问题无关。但是，直到人工智能在未来几十年里得到完善，人力投入对ITSM知识解决方案仍将至关重要。

ITSM分析师的未来

未来，ITSM分析人员将被自服务门户和人工智能支持的聊天机器人所取代。ITSM分析人员将把重点转向重大事件（一对多），问题管理和变更管理。 随着时间的推移，任何ITIL流程的人员参与度都将继续下降。预计未来的IT分析师将更关注业务目标而不是IT目标。