有关对话式AI解决方案的一些错误

随着企业IT的消费化，员工期望IT服务管理(ITSM)解决方案具有相同水平的卓越服务。用户期望企业服务能够在其偏好的设备和渠道中以高度个性化的方式立即交付，而无需与他人交谈。领先的企业现在正在通过采用对话式AI来向ITSM +转型，这有望提高生产率，同时使用更少的资源，节省更多成本，并提供引人入胜的客户体验以提高满意度。

显而易见的问题是：“我如何开始使用对话式AI?”以下讨论重点介绍了有关对话式AI解决方案的一些错误但不幸的是普遍的误解。它显示了任何企业如何不论其规模，部署的自动化水平和员工数量如何都可以接受ITSM +转型之旅。

从历史上看，人工智能对企业提出了两个严格的要求：对大型数据集(数百GB)的需求，以及对特定服务台任务进行模型训练所需的时间(不是数小时而是数天)。大多数对话式AI解决方案仍然要求这样做。相反，先进的对话式AI解决方案通过展现最新的迁移学习AI技术的优势来应对这两个挑战，从而将培训时间缩短至几分钟，而企业本身所需的数据却很少。转移学习通过将AI模型训练分为两个阶段来实现此目的：数据密集和费时(功能训练)，轻量级数据和超快速处理(分类器训练)。

第一个阶段在公共数据上执行，该公共数据已预先打包并按原样传输到企业，而第二个阶段则针对客户特定的服务台任务自定义通用模型。

通过与企业票证系统和知识库(通常是对话式AI支持现成的数百种集成)共存，对话式AI解决方案可以连接，收集，转换，关联和分析历史IT服务台票证和企业知识库文章。然后，这些解决方案可以快速，准确地确定解决方案，解决方法和最佳实践的通用模式。

凭借仅一到三个月的历史记录和10至50个知识库文章，先进的对话式AI已证明其能够将入站费率大幅降低30%至50%，并将解决问题的平均时间从几天缩短至少于等一下。

云计算已经出现，可以解决这个确切的问题，并使任何规模的企业都可以在基础架构中采用最新技术和解决方案，并充分利用其业务和运营优势。云弹性扩展可通过动态配置资源来吸收用户需求高峰(上调)和用户需求衰落(下调)，从而确保最佳的基础架构设置和成本支出。

会话式AI以软件即服务(SaaS)的形式交付给企业。因此，对话式AI只需零基础架构即可启动和运行，并且可以为任何企业快速实施和定制。对话式AI的云原生弹性可确保动态部署和管理所需的计算资源，以通过增加和/或折叠资源来迅速适应IT服务台负载。

从企业的角度来看，管理SaaS解决方案不需要大量的人员投入。为了补充SaaS提供的自动化资源管理，企业通常需要投入不超过一半或一种完全专用的资源。