Artificiell intelligens – AI – är ett populärt ämne även inom Service Management. Det är spännande och fullt av löften för en ljusare framtid. Men vad är fördelarna med AI? Hur hjälper AI dig att förbättra din servicehantering? Låt oss svara på några vanliga frågor.

AI: Uppmärksammat eller banbrytande

Artificiell intelligens är ett brett koncept. Vad du skulle beskriva som AI för 20 år sedan – Tänk på IBMs schackdator Deep Blue – har nu blivit standardteknik. När folk pratar om AI numera, menar de ofta Machine Learning. Med Machine Learning använder en dator exempel för att lära sig hur man utför en uppgift.

Så uppmärksamheten hamnar verkligen på Machine Learning, en teknik med stor potential. Men hur kommer det att påverka vår vardag? Och hur kommer Machine Learning att förändra vårt arbete inom Service Management?

Forskning från Gartner visar också att Machine Learning ligger på toppen av sin exponerings-cykel. Förväntningarna är höga; i vissa fall tror folk att hela servicedesken kommer att ersättas av intelligenta chattkonversationer inom några år.

Vi inser långsamt att många av dessa förväntningar inte kommer att uppfyllas just nu. Jag förutspår att de höga förväntningarna hos Machine Learning kommer att normaliseras under de närmaste åren och det kommer att bli tydligare vad de praktiska användningsområdena av denna teknik är.

“ Hur kommer det att påverka vår vardag? Och hur kommer Machine Learning att förändra vårt arbete inom Service Management?

Vilken Machine Learning-app för Service Management förväntas under de kommande åren?

Machine Learning är bra på att känna igen trender och förändringar i dessa trender. För Service Management innebär det att Machine Learning snabbt känner igen när ett högre genomsnittligt antal ärenden är loggade eller många ärenden inom en kategori och du kan agera efter detta.

Tänk dig att du plötsligt märker att flera ärenden är loggade för samma problem. Till exempel: En viss molntjänst är inte längre tillgänglig. Machine Learning kommer att känna igen detta och skicka en signal till en specialiserad agent, som kan börja åtgärda detta. I en mer avancerad inställning kan Machine Learning skapa ett Major ärende som andra ärenden är länkade till och som informerar alla agenter om ärendets framsteg.

Machine Learning kan inte bara upptäcka brådskande störningar, utan också långsiktiga problem. Problemhantering är för närvarande mycket arbetsintensiv, eftersom du måste ta dig igenom långa listor med ärenden. Machine Learning kan hjälpa dig att känna igen ett mönster i alla dina ärenden. Det gör det mycket enklare att upptäcka strukturella problem.

Machine Learning kan också hjälpa dig att hitta lösningar för inkommande ärenden. Först kommer detta endast att användas av personalen i receptionen. När de till exempel får ett nytt samtal visas de liknande, avslutade ärenden som innehåller detaljer som agenten kan använda för att tillhandahålla en lösning.

Senare kan Machine Learning användas för att svara på frågan automatiskt – eller till och med förhindra ärenden om du ger kunden en lösning medan de skriver.

Vilka är de vanligaste missuppfattningarna om Machine Learning?

Den största missuppfattningen är att chatter och virtuella assistenter kommer att göra servicetjänstemän överflödiga inom de närmaste åren. Detta kommer inte att hända på minst 5 år.

Varför inte? Eftersom tekniken inte är tillräckligt avancerad än. Det finns många tekniska möjligheter – titta bara på de imponerande Machine Learning-experimenten hos Google och Microsoft. Men majoriteten av chattarna för företagsapplikationer är ganska dyra och fungerar inte alltid bra. Fråga en chatt en fråga har inget mervärde jämfört med att du skriver en sökfråga i Google.

Dessutom kommer Machine Learning främst att svara på enkla frågor snabbare. Men det finns många ärenden som är mer komplexa, vilket måste lösas av människor. Eftersom Machine Learning hjälper till att lösa de enklaste frågorna, finns det mer tid att lösa de mer komplexa ärendena. Och det är de ärenden som för tillfället lämnas för länge.

När Machine Learning blir bättre för att hitta rätt information, kommer servicedesk-medarbetare att ha båda händerna fria till att fokusera mer på kundupplevelsen. Hur hanterar du en frustrerad kund? Vilken ton bör du använda? Vad kan du erbjuda dem för att överträffa sina förväntningar? Detta kräver att du använder empati. Och jag kan inte se att Machine Learning kommer kunna göra det inom närmsta tiden.

 

Av Geoffrey Simpson, 6 september 2018.