早些時候，我們為人工智能討論設置了第一部分“AI在ITSM工作中”的討論階段。現在，在第二部分“功能和用例”中，我們將介紹基于AI的特定功能和用例場景跨越各種ITSM模塊，解釋基于AI的模型和功能如何改變IT服務臺的工作方式。讓我們從AI智能服務臺開始吧。
AI智能服務臺
只要有適當的過去請求歷史記錄和所有相關知識文章，就可以訓練AI智能服務臺處理特定類別的請求和事件。在這里，我們將討論AI智能服務臺可以幫助服務臺的兩種情況：第一種是現在可用的人工窄智能應用，第二種是基于人工通用智能，它更有效但可能需要更長時間才能使用開發。
場景1：解決打印機問題（AI，縮小）。似乎困擾最終用戶和IT技術人員的一個問題是打印機何時停止工作。在大多數IT服務臺中，每個打印機問題的解決方案都已有詳細記錄，這意味著許多最終用戶可以在不涉及IT技術人員的情況下自行解決這些問題。但是，仍然會報告許多打印機事件，這可能會影響生產力。這些事件可以通過專門處理打印機問題的AI智能服務臺來處理。
在AI智能服務臺和報告打印機問題的最終用戶之間的典型對話中，AI智能服務臺基于可用的知識庫文章來響應用戶。AI智能服務臺首先向用戶建議具有最高成功率的解決方案，然后按其成功百分比的順序建議其他可用解決方案。當AI智能服務臺用盡建議的解決方案時，它可以吸引人類技術人員來幫助最終用戶;甚至可以訓練它代表用戶創建票證，并根據過去的數據將其分配給合適的技術人員或支持組。借助市場上的多個第三方AI智能服務臺工具以及IT服務臺供應商提供的各種解決方案，服務臺可以立即實施AI智能服務臺。
場景2：解決打印機問題（AI，一般）。隨著推動人工智能發展的技術的進步，AI智能服務臺將能夠做的不僅僅是建議解決方案。例如，想象一下與之前相同的打印機問題以及更復雜的AI智能服務臺。人工智能算法和AI智能服務臺可以變得比現在更加智能，很快，他們就可以主動識別問題并提供必要的解決方案。
例如，即使在用戶報告問題之前，也可以創建用于更換墨粉的請求。使用基于機器學習（ML）的模型，可以自動創建服務請求，以便在墨粉耗盡之前更換墨粉和其他耗材。并且，當用戶報告問題時，AI智能服務臺可以查看請求數據庫以確定在檢查解決方案模塊之前是否已針對相同問題創建了請求。如果它識別請求，AI智能服務臺可以提供更新用戶的所有相關細節。雖然這個功能尚不存在，但它可能不久就會存在。
除了這兩種情況之外，AI智能服務臺還有多種方式可以派上用場。以下是一些例子。
場景3：遠程用戶資產請求。該領域的最終用戶（例如，銷售人員）報告他們的筆記本電腦很慢并且需要更換。他們試圖找到合適的資產升級表，但不能。他們接下來試著打電話給服務臺但是沒有接通任何人。作為最后的手段，他們聯系AI智能服務臺。
場景4：向請求添加注釋，注釋或注釋。IT技術正在遠程工作以診斷工作站的問題，因此他們無法訪問服務臺門戶以更新請求詳細信息。相反，他們使用技術助手AI智能服務臺完成任務。
機器學習AI正在改變工作方式，不僅在制造和物流方面，而且在其他領域也起到很最重要的作用。未來在于應用從大量數據和經驗中學習并能實現以實現日常的，重復性的任務自動化的人工智能（AI）技術。
以上是AI在ITSM中的部分優勢，本系列將會分兩章來介紹實際用例，敬請期待下期解析。
