人工知能がサービスと運用管理を改善する10の方法

• ヨーロッパの多国籍通信会社は、BMC の Helix Chatbot を標準化して、全部門の 120,000 人を超える従業員にセルフサービス記事とカタログ項目を提供し、AI 自動化ソリューションをサポートしました。
• ガートナーは、DevOps に優れた企業は AI ベースの IT サービス管理および運用管理イニシアチブを成功させる可能性が高いと考えています。通信会社の実績もこれを裏付けており、この事例は BMC の自動デジタル エンタープライズ (ADE) の説明の好例です。
• 同社は、DevOps の専門知識、一元化されたナレッジ ベース、BMC Helix 製品ライン、Autonomous Digital Enterprise (ADE) フレームワークを組み合わせて AI 戦略を導き、サービス リクエストの平均解決時間 (MTTR) を短縮し、IT サポートを必要とする従業員への応答時間を大幅に改善しました。

多国籍通信会社が AI ベースのアプローチを導入して ITSM および ITOM 戦略をアップグレードおよび強化することに成功したことは、大企業がいかにして自らを変革し、サービス運用管理を改善できるかを示す優れたケース スタディです。

通信業界からの教訓: IT 運用モデルの変更

AI ベースの洞察は IT 部門にとっての触媒となり、社内顧客へのサービス提供や、COVID-19 パンデミックによる流動的な IT 環境の継続的な需要への適応に役立ちます。 IT サービス管理 (ITSM) と運用管理 (ITOM) は、IT サービスによって実現される今日の仮想ファーストの世界をサポートするために、統合フレームワークの一部である必要があります。 AI と機械学習は、運用モデルが顧客定義の成功に引き続き重点を置くことができるようにするための境界を提供する必要があります。

以下のグラフは、BMC の最近のレポート「ADE Enterprise 2025」からの抜粋です。このレポートでは、従来の IT 運用モデルと、集中型 IT センターに基づく運用モデルを比較しています。集中型 IT センターに基づく運用モデルは、仮想優先の領域で従業員をサポートするニーズをより適切に満たし、従業員がデジタル優先の販売チャネルの作成と成長に集中できるようにします。 Enterprise 2025 モデルでは、AI ベースの洞察が複数のデジタル ビジネス ユニットに提供されると同時に、センター オブ エクセレンスに非常に必要なリアルタイムのパフォーマンス データも提供されます。

同社の目標は、従来の IT 運用モデルから、右の図に示すような、より適応性の高い Enterprise 2025 IT 運用モデルへと変革することです。 AI の優れた洞察力により、事業部門のリーダーはより迅速かつ柔軟に行動して、新しいデジタル ビジネスを創出し、完全にバーチャルな労働力をサポートし、COVID-19 パンデミックの影響を受けた急速に変化する状況に適応し続けることができます。次の図は、BMC の最新レポート「ADE Enterprise 2025」からの抜粋です。

ITSMおよびITOMシステムを改善するためにAIを活用するべき時期が今である理由

この通信会社は、IT ユーザーをサポートする 40 ～ 50 の個別のポータルを、年間 600 万回以上アクセスされる統合ポータルに統合することに成功しました。同社の製品マネージャーの一人が、同社が Automated Digital Enterprise (ADE) の取り組みにおける最終目標として認知サービス管理を選択した経緯について説明しました。同社は、集中化された知識ベースから始めて、人工知能を使用して洞察を自動化する方法を実験しました。継続的に学習する ITSM および ITOM システムは、MTTR を含む ITSM のパフォーマンスとメトリックの向上に不可欠であることが証明されています。

人工知能技術を活用してサービスと運用管理を改善する10の方法

上記の通信会社のケーススタディから学んだ教訓に基づいて、AI がサービスと運用管理の改善に役立つ 10 の方法を紹介します。

1. ITSM および ITOM プラットフォームを IT 固有のものからすべてのユーザーとすべての IT 顧客をカバーするものへと変革するには、AI が提供できる洞察が絶対に必要です。放置しておくと、ITSM プラットフォームとそれをサポートする ITOM システムは社内ユーザーから切り離され、パートナーやサプライヤーを含むすべての IT 顧客に価値を提供できなくなります。 AI ベースの洞察は、測定された顧客成果を優先し、それを将来の開発の指針として活用することで、状況を好転させることができます。

2. 人工知能仮想チャットボットは、第一レベルの支援要求に応答する際に計り知れない価値を提供することが証明されています。統合ナレッジ ベースを搭載した仮想チャットボットを実装することを選択すると、記事、サービス カタログ項目、およびサポートが提供され、問題の平均解決時間 (MTTR) を短縮できます。同社はまた、Skype、Teams、Slack を使用してモバイル デバイス上で幅広いチャットボット サービスを提供しています。チャットボットを介して完全に自動化されたソリューションを提供することもできます。

3. 人工知能を使用して ITSM と ITOM を統合すると、IT 環境全体の健全性を包括的に把握できます。同社は、イベント相関および検出データを使用してサービスの影響を把握することで、運用効率の向上とコスト削減の実現に取り組んでおり、AI を活用して ITSM および ITOM システムの運用安定性を向上させることに成功しています。

4. 人工知能を使用して、IT セキュリティ、サービス パフォーマンス、アプリケーション監視をすべて同じナレッジ ベース内でより適切に制御します。 ITSM と ITOM を AI で強化すると、すべての IT アクティビティを統合的に把握できるようになり、より正確なサービスとアプリケーションの監視プラットフォームを構築できます。

5. 上位レベルの IT トラブル チケットの根本原因を詳しく調べて理解し、システム、サーバー、またはアプリケーションの構成に体系的な問題があるかどうかを確認します。 AI を活用して、サーバー、オペレーティング システム、アプリケーション、接続オプションの特定の組み合わせがネットワーク遅延を引き起こしている理由、または最悪の場合、アプリケーションがまったく正常に動作しなくなる理由を解明することは、今日の IT 部門が追求している高度なユース ケースです。 LogicMonitor の人工知能と機械学習の使用は、複雑なシステム構成におけるボトルネックの解決に非常に役立つことが証明されています。

6. AI を使用して、特定のポータルのどの機能が最も頻繁に使用され、どの機能が最も頻繁に使用されていないかを理解し、その理由を見つけることは、ITSM および ITOM システムのユーザー エクスペリエンスを向上させるのに非常に役立ちます。 AI を使用してクリックストリーム データを分析し、ヒート マップを生成し、ユーザーがポータルとどのようにやり取りしているかを理解することは、あらゆる画面でのナビゲーションとユーザー エクスペリエンスを改善できる貴重なデータです。このグループの目標は、「Amazonのような」ユーザーエクスペリエンスを提供し、プラットフォームに新しい機能を導入し、サービス提供コストを削減することでさらなる節約を実現することです。

7. 問題の原因を 360 度で把握することで、連鎖していない ITOM および ITSM トラブル チケットの解決率を向上させ、問題の発生を減らします。 AI は、原因データが存在する場合でも、共有された ITOM および ITSM のトラブル チケットを解決するのが難しい理由を完全に把握できます。 AI は、特定のビジネス アプリケーションが連鎖的な障害を引き起こした理由を説明し、ユーザーが作業を再開できるように問題の解決を支援します。通信会社が得た最も貴重な洞察の 1 つは、この大企業における戦略がいかに効果的であったかということでした。

8. カスタマー サービス担当者が作業負荷に優先順位を付けられるように支援し、より困難な IT 問題に対処してキャリアを向上させるためのトレーニングを受ける時間を増やします。最前線のカスタマー サービス エージェントは、AI ベースのアプリケーションを使用して、自動化されたワークフローを通じて処理できるユーザー クエリを委任します。多くの場合、ジョブはカスタマー サービス マネージャーによって設計され、カスタマー サービス スペシャリストに高い柔軟性を提供します。

9. 人工知能テクノロジーを使用して、構造化されていないテキストを解釈し、問題を最も適切な技術者にプッシュすることで、チケットの発行を高速化し、時間を節約してユーザー満足度を向上させることができます。自然言語処理 (NLP) やランダムフォレストベースの分析などの複数の手法を組み合わせることで、最も適切な技術者を特定し、IT サービス組織全体にチケットを自動的に割り当てることができます。

10. 人工知能を使用して企業のナレッジベースをアップグレードし、最も可能性の高い新しいカテゴリを定義し、改訂された分類法に新しいソリューション セットを追加することが、 ITSM におけるナレッジ管理の未来です。 ITSM における高度な AI の使用例は、知識ベースを定義する分類法を作成し、適応させることです。 AI を使用してこの作業を行うことで、毎年何百時間もの時間を節約でき、問題解決で作成された最新の知識がキャプチャされ、使用できる場所に保存されることが保証されます。