Alcuni scenari di utilizzo di ChatGPT nell’IT Service Management.
Da quando ChatGPT è stata rilasciata al pubblico, è stata una gran corsa a testarla per ammirarne le potenzialità, a volte anche con conversazioni tra il divertente e l’assurdo.
Ora che è terminata la fase “ludica”, i team di Help&Service Desk stanno cercando di comprendere il suo valore per l’ambito in cui operano, l’IT Service Management.
Sappiamo che il nuovo modello di Intelligenza Artificiale sviluppato da OpenAI per iniziare a generare contenuti ha bisogno di un prompt, ovvero un insieme di parole o frasi che specificano l’attività che deve svolgere. Il bot utilizza le informazioni nel prompt – che riesce a decodificare grazie alla sua capacità di capire il linguaggio naturale – e gli schemi che ha appreso dai suoi dati di addestramento per generare una risposta coerente e pertinente.
Il suo modello si basa su deep learning ottimizzato tramite il rinforzo umano (una tecnica nota come RLHF Reinforcement Learning From Human Feedback).
È chiaro quindi che si tratta di uno strumento che non può sostituire il pensiero umano: prevede il testo in base a input forniti e informazioni esistenti quindi non crea necessariamente contenuti innovativi, ma piuttosto si ispira a quanto disponibile e lo assembla in una forma “nuova”. In tempi incredibilmente rapidi.
Questa premessa è per specificare che può essere un’ottima fonte di informazioni se i suoi apprendimenti si basano su fonti affidabili.
ChatGPT: la nuova frontiera AIOps
Quando usiamo il termine AIOps (Artificial Intelligence for IT Operations) facciamo riferimento all’uso strategico del machine learning e della data science per automatizzare e ottimizzare le operazioni IT. Gartner lo definisce così:
«AIOps combines big data and machine learning to automate IT operations processes, including event correlation, anomaly detection and causality determination».
ChatGPT può rientrare nelle tecnologie AIOps? La domanda è: come possiamo automatizzare un processo IT con ChatGPT? Per rispondere alla domanda, immaginiamo uno scenario ricorrente nel Service Desk. Si verifica una singola interruzione di servizio e il personale IT deve gestire centinaia di nuovi ticket.
Senza il contesto necessario, però, la gran parte dei ticket viene scalato oltre il livello 1 e il personale IT si trova a duplicare gli sforzi senza riuscire a capire che la causa dell’interruzione presenta delle interdipendenze. Normalmente il tecnico è portato a pensare “Solo su XXX il dannato messaggio di errore”, ma a volte servono ore per comprendere i retroscena e la possibile soluzione. Finisce in modo triste: l’intervento non riesce ad essere tempestivo e gli utenti sono insoddisfatti.
Immaginiamo ora un workflow con ChatGPT. Lo integriamo in un sistema di chatbot con l’utente: sfrutterà le sue capacità NLP per comprendere la richiesta e successivamente utilizzerà le conoscenze presenti negli archivi di conoscenza dell’infrastruttura IT per identificare la causa principale.
Un supporto valido
ChatGPT, sulla base dei prompt forniti (le richieste dell’utente), potrebbe infatti estrarre le informazioni necessarie dal CMDB (il repository centrale che memorizza le informazioni sull’ambiente IT). Anche qui ci sarebbe da dire molto sul CMDB: deve essere costantemente alimentato con dati di inventario aggiornati e normalizzati perché la qualità dei suoi dati è di fondamentale importanza.
Possiamo a questo punto prevedere più output:
- lo strumento potrebbe fornire una risoluzione all’utente sulla base della conoscenza appresa. I formati che può utilizzare sono molteplici: articoli di knowledge base (il fondamento stesso del self-service!) ma anche esempi in codice in caso di bug o modifiche sul linguaggio di programmazione.
- lo strumento, per via delle sue avanzate capacità di classificazione, potrebbe diventare un ottimo “dispatcher”, reindirizzando l’utente al reparto o alla persona corretta
- lo strumento potrebbe utilizzare le informazioni fornite dall’utente per generare automaticamente rapporti sugli incidenti: riesce infatti a strutturare lunghe richieste testuali in formati organizzati e facilmente fruibili. La correlazione avanzata degli avvisi di incidenti e problemi potrebbe facilitare il lavoro di indagine degli esperti IT… ma qui entrano in gioco altre tecnologie AIOps.
Il vantaggio di ChatGPT (e di altri modelli conversazionali di questo tipo) è legato alle sue doti di conversazione e contesto, che sono più avanzate rispetto ai tradizionali chatbot: può porre domanda di verifica e persino richiamare i prompt inappropriati.
Se integrato a fonti affidabili, potrebbe contribuire alla creazione di ticket e all’escalation dei problemi riducendo di gran lunga il carico di lavoro del personale di supporto IT. Che poi – quello di ridurre le attività ripetitive – dovrebbe essere il fine ultimo di qualsiasi tecnologia che si dica innovativa.
