Sfide e casi concreti in cui l’AITSM può essere un valore aggiunto per aziende e team IT
Come l’AI può essere un supporto valido ai team IT che si occupano di gestire ed erogare i servizi aziendali per utenti che lavorano sempre di più in modalità ibrida.
Con le aziende che si stanno evolvendo per consentire ad almeno una parte dei dipendenti di lavorare parzialmente o totalmente fuori sede da remoto – secondo una ricerca globale di Ivanti del 2023 si parla del 53% degli impiegati e del 78% dei team IT – i servizi necessari per soddisfare le loro esigenze aumentano in volume e complessità.
Pensiamo alle nuove opzioni tecnologiche per farli accedere ai servizi HR, agli strumenti per il monitoraggio della produttività, al supporto da remoto, alle necessità di accesso alle reti e ai software di lavoro anche da dispositivi personali con nuove variabili legate alla sicurezza da considerare… tutti elementi che aggiungono fattore di stress a team IT già oberati, con condizioni di lavoro ed esperienze non ottimali.
Tutta questa disponibilità “digitale” per quanto riguarda le modalità di richiesta al service desk da parte degli utenti finali – oltre ai canali tradizionali (mail, telefono) ora ci sono portali web, chat, app, assistenti digitali, social – infatti, sta portando i team IT ad avere più lavoro: il 39% dei professionisti IT intervistati da Ivanti riferisce di avere troppi accessi da effettuare, il 47% troppe notifiche digitali e il 42% di doversi barcamenare tra diversi strumenti e piattaforme. Potenzialmente il ticket può arrivare da ovunque.
Paradossalmente l’Everywhere Work ha migliorato la vita lavorativa di molte persone, ma non dei team IT. Per molti di loro il burnout è dietro l’angolo: secondo uno studio globale di Gallup queste figure sembrano essere particolarmente a rischio.
Data la crescente complessità dell’ecosistema IT – e degli strumenti necessari per gestirlo – i lavoratori del settore tecnologico sentono maggiormente la pressione e il 68% dichiara di sentirsi esaurito dal proprio lavoro. Oltretutto la persistente carenza di competenze IT nel mercato, porta a dover stressare le persone già allocate, con la difficoltà a trattenere i talenti.
Qual è la maggior sfida per i team IT?
Con il volume di richieste all’helpdesk in aumento per la crescita di postazioni tecnologiche e la risoluzione dei problemi legate ad esse, una delle sfide maggiori per i team IT dell’assistenza tecnica sembra essere quella delle “attività ripetitive”. Ovvero quella quota di lavoro banale e di routine che devono completare quotidianamente per rispondere a queste richieste.
Teniamo presente che ogni ticket deve essere registrato con una breve descrizione, avere la priorità, essere classificato e assegnato al gruppo appropriato per agire, rispondere, riparare, ripristinare qualunque cosa o fornire nuove attrezzature.
La razionalizzazione di queste procedure è ancora spaventosamente manuale e più il processo è manuale, maggiori sono le possibilità di errori o omissioni: pensiamo a una categorizzazione errata e a quanto intacchi la capacità di monitorare, misurare, riferire su ciò che realmente sta accadendo in un’ottica più ampia. Immaginiamo poi quanto diventi difficile stabilire le priorità.
E anche una volta chiuso il ticket, è difficile imparare da esso: durante il percorso di risoluzione vengono aggiunte note e commenti che restano fini a sé stessi perché non sempre questa conoscenza viene strutturata.
I progressi dell’AI, dell’apprendimento automatico e dell’automazione potrebbero venire in aiuto ai team oberati, attenuando lo stress e migliorando anche l’esperienza dell’utente finale, proprio per la riduzione dei tempi. Da un lato si potrebbe ridurre il volume di ticket grazie all’automazione, dall’altro si potrebbe ridurre le escalation dotando gli analisti di prima linea di una maggiore conoscenza.
Vediamo in che modo.
Gli scenari in cui l’AI potrebbe essere un vantaggio
Ecco alcuni scenari (ma ce ne sono molti altri) in cui l’assistenza tecnica e la gestione dei servizi potrebbero beneficiare dell’Intelligenza Artificiale:
- apertura automatica di ticket a partire dal monitoraggio dello stato di salute dei singoli dispositivi della rete: l’AI potrebbe cogliere i segnali e avviare i processi di manutenzione prima che eventuali anomalie vengano registrate come problemi, notifiche, reclami, ecc.
- instradamento dei ticket grazie a una classificazione automatica: non si perderebbe più tempo in errori di classificazione e in noiosi e frustranti passaggi di consegne (sia per il team IT sia per l’utente finale). Paradossalmente l’AI è molto efficace nella categorizzazione, più degli umani che tendono ad agire in base all’opinione (ad es. è veramente un problema della stampante?). Con dati perfettamente etichettati, diventerebbe più semplice stabilire anche le priorità.
- affidare le richieste di basso livello ad agenti di supporto virtuale (VSA): sono chatbot in grado di eseguire azioni pre-programmate e si potrebbero demandare a loro attività come reimpostare le password o gestire gli aggiornamenti software, che sono particolarmente ripetitive.
- summary a disposizione degli analisti: l’AI potrebbe riassumere tutte le azioni e le interazioni dai vari canali e dei vari passaggi interni al Service Desk e condensarle in un riepilogo in pochi secondi. In un team, ad esempio, c’è chi scrive note inutili, chi centinaia di righe, chi mette un placeholder al solo scopo di chiudere: l’abilità dell’AI di riassumere le interazioni aumenterebbe anche l’accuratezza del lavoro perché si avrebbe una migliore visione di quello che sta accadendo.
Avere tutto dentro una riga getterebbe le basi per metriche migliori, reporting e pianificazioni più accurate. Se prevediamo poi un risparmio di tempo di 3 minuti a ticket grazie al riepilogo, su 18 ticket al giorno diventano 54 minuti che in base alla dimensione della squadra possono essere 20/40 ore (quindi un FTE).
- aggiornamento automatico della conoscenza: la risoluzione dei ticket porta con sé della conoscenza che viene dispersa se non opportunatamente organizzata. L’AI potrebbe usare i dati dell’helpdesk esistente per creare una base di conoscenza a disposizione della prima linea. Una migliore gestione dell’escalation permetterebbe di spostare i dipendenti IT esistenti verso l’alto della catena del valore e darebbe la possibilità ai dipendenti meno esperti di occuparsi di compiti di ordine superiore.
Con una gestione della conoscenza alimentata dall’Intelligenza Artificiale, le organizzazioni potrebbero scoprire di poter contare su talenti IT con meno esperienza o competenza per gestire domande complesse o sfumate e gli stessi professionisti IT potrebbero interrogarla facilmente in linguaggio naturale per ottenere in cambio risposte formulate in modo chiaro e risolvere i ticket più rapidamente. Inoltre, una buona base di conoscenza pone le premesse per il self-service: gli utenti potrebbero chiedere direttamente cosa serve a loro per ottenere la soluzione.
Applicazioni tecnologiche concrete: WEGG e Ivanti
In WEGG siamo consulenti esperti di processi di Service Management, che supportiamo nella loro definizione e implementazione all’interno della tecnologia grazie alla nostra conoscenza ed esperienza delle best-practices ITIL.
Ogni organizzazione, ogni team ha le sue esigenze che vanno analizzate per identificare il flusso più efficace: l’automazione e l’AI sono l’ultimo step evolutivo in un percorso di brainstorming con i diretti interessati per disegnare ad hoc la tecnologia.
Si parla spesso di stabilire politiche e governance responsabili in materia di AI: questa collaborazione con i team coinvolti nell’erogazione dei servizi nel comprendere la tecnologia, il modo migliore in cui potrebbe essere applicata ai loro ruoli e i vantaggi che porterebbe, portandoli ad essere più rilevanti (e non meno!) in tali ruoli per via del tempo liberato per attività di maggior valore, vince anche eventuali resistenze interne.
Vediamo alcuni esempi concreti di applicazioni AI all’interno della tecnologia Neurons del nostro partner Ivanti:
- funzionalità AI di classificazione e Sentiment Analysis riescono a misurare l’esperienza vissuta dagli utenti su più aree (dispositivi, sicurezza, service management, applicazioni) per restituire una metrica (il Digital Employee Score) che dà indicazioni su come migliorare i servizi erogati
