Hur artificiell intelligens förbättrar IT-supportens arbete?

Det råder ingen tvekan om att artificiell intelligens är ett hett samtalsämne. Och ja, det finns en viss hype kring det också. I det här blogginlägget vill jag avmystifiera AI och diskutera hur det kan förbättra det dagliga, utmanande arbetet inom IT-support. 

Problemen som finns

Låt oss börja med att rama in problemet som vi försöker adressera med AI. I samtal med olika service desk- och IT-team, så framkommer det ofta att de har liknande utmaningar: 

• Arbetsbelastningen för IT-support ökar 
• Komplexiteten i de ärenden som hanteras av service desk ökar 
• Infrastrukturen och antalet tjänster växer, samtidigt som de blir mer beroende av varandra

IT-supportens jobb blir alltså svårare för varje dag som går. Samtidigt visar statistiken att automatisering inte har kunnat hålla jämna steg och ge det stöd som behövs: 

• I genomsnitt kräver över 80% av ärenden fortfarande manuellt arbete av en agent 
• En stor del av dessa ärenden, över 40%, sker via arbetskrävande kommunikationskanaler som e-post och telefonsamtal 
  

Den här situationen har resulterat i en ökning av kostnaden per agentkontakt med mer än 20% under de senaste tre åren. 

Vi på Efecte menar på att detta inte är hållbart. Hur vänder vi denna trend och hjälper IT-support att arbeta smartare? 

Hur kan AI hjälpa IT-support att arbeta smartare? 

AI bör integreras i de områden där det faktiska arbetet sker.

Vi vill att AI ska vara tillgänglig när och där det behövs, med fokus på att adressera den specifika uppgiften. Dessutom vill vi att den ska tjäna många användarroller över hela organisationen. 

Låt oss gå igenom några konkreta exempel: 

#1 Föreställ dig att du är en anställd som behöver uppdatera din skattesedel. 

Det är inte många som kommer ihåg rutinen för detta utantill. Så istället för att försöka ringa någon eller hitta instruktioner genom en myriad av webbsidor och länkar, kan den anställde helt enkelt fråga AI-assistenten hur det går till.  

AI kommer att kunna ge den anställde tydliga instruktioner om hur man uppdaterar din skattsedeln. Detta kommer att minska antalet förfrågningar till supportteamet – vilket i sin tur hjälper med produktivitetsutmaningen vi beskrev tidigare. 

#2 Eller, föreställ dig att du är en agent som arbetar i service desk-frontlinjen och hanterar höga volymer av ärenden dagligen. 

När vi möter olika servicedesk-team är det slående att se hur mycket tid frontlinjeagenter spenderar enbart på att skriva e-post. Detta utgör ett perfekt användningsområde för AI, som kan agera som ett extra par händer för att sköta e-posthanteringen. AI kan autogenerera svar, vilket är ett användbart produktivitetsverktyg t.ex. för ett första svar eller statusuppdateringar. AI kan även komplettera och korrigera e-postmeddelanden som skrivs av agenter, vilket är en praktisk tidsbesparing och bidrar till högre kvalitet i all e-postkorrespondens. 

Efectes tillvägagångssätt kallas Effie AI. Effie AI är en ny typ av personlig AI-baserad assistent som känner till dina behov och kan hjälpa dig med dagliga uppgifter. Kort sagt, den hjälper dig att arbeta smartare. Förutom dessa två exempel kan Effie AI också hjälpa till med andra mer viktiga uppgifter, såsom att lösa större ärenden och hantera livechattkonversationer. 

Människan och användaren behåller kontrollen 

Många AI-modeller, särskilt de nya språkmodellerna, är i praktiken svarta lådor. Användare kan inte riktigt förstå hur och varför AI genererar resultat. 

Därför tror vi: 

Det är grundläggande tillhandahålla mekanismer för att användarna ska förbli i kontroll och besluta när och var de tillämpar AI assistans.

Med Effie AI kan administratörer definiera vilka dataelement som är synliga för AI-modellen. Baserat på detta kan agenter bestämma vilka specifika kontextattribut (som ärende-ID, status, enhetstyp osv.) som överförs till AI-modellen i varje uppgift (som standard utesluts alla personuppgifter). Inget AI-genererat innehåll publiceras utan att en människa validerar och godkänner det först. 

På Efecte har vi därför börjat införa större transparens i våra egna AI-modeller, såsom språkteknologi (NLP = Natural Language Processing) som ligger till grund för Effie AI Chatbot-funktionen. Med denna modell kan administratören få större insyn i AI:ns beslutsprocess. Vi tror att denna ökade transparens är en av nyckelfaktorerna för AI:s framgång. 

Måste användaren förstå hur AI beter sig? 

Detta väcker frågan: Behöver användare veta hur AI beter sig? Jag tror att svaret är både ja och nej. 

Ja, artificiell intelligens är en av de nya färdigheter som kommer att vara nödvändiga i samhället framöver. Samtidigt behöver användare också förstå begränsningarna och riskerna med AI. De bör vara medvetna om att AI kan och kommer att göra misstag. Och även om AI är bra på vissa uppgifter, är det inte alltid den rätta lösningen på alla problem. Som leverantör av IT-lösningar har vi också ansvaret att förklara begränsningarna och riskerna med AI i vår programvara. 

Likväl, nej,

Användningen av funktioner som drivs av AI bör vara mycket enkelt. Vi pratar om om designprincipen för AI med ett enda klick.

Poängen är att se till att användare inte behöver någon specifik träning eller djupgående kunskaper om komplexa ämnen för att kunna använda AI. Detta är det enda sättet att uppnå bred acceptans och skala upp nyttan av teknologin. 

Är Effie AI bara ChatGPT, men med ett annat namn? 

Eftersom många användare redan är bekanta med OpenAI:s ChatGPT, får vi ofta frågan om vi bara kan använda ChatGPT för att stödja IT-arbetet. Även om vissa av Effie AI:s funktioner använder en liknande språkmodell som ChatGPT, finns det också unika egenskaper som du kan få med AI som är specifikt utformad för IT-tjänstehantering. 

För det första är Effie AI-svar anpassade efter situationer inom IT och användaren i fråga. Medan ChatGPT på egen hand ger bra generiska svar, kan Effie ge mer personliga och precisa svar. Detta möjliggörs genom att kombinera lokala och kontextuella data från Efecte-plattformen (som ärendebeskrivningar, konversationshistorik, berörd tjänst och enhetstyp/modell) med språkmodellens förmåga att skapa svar. 

För det andra erbjuder Effie AI en sömlös användarupplevelse för specifika uppgifter inom IT-support. Med Effie AI behöver användarna inte byta sammanhang mellan olika verktyg (med separata inloggningar, kopiera och klistra in osv.). Effie AI finns redan där arbetet utförs, det vill säga direkt i verktyget som agenter använder för IT-support. Det kan användas som en del av det naturliga arbetsflödet och vid behov – bokstavligen med ett enda klick. 

AI på dina villkor 

Det är också viktigt att komma ihåg att organisationer är oroliga över var deras data lagras när de använder AI. Många organisationer har också regulatoriska restriktioner relaterade till detta. 

Därför har en av våra designprinciper varit att möjliggöra för organisationer att också köra AI lokalt. I praktiken innebär detta vilket datacenter kunden än väljer – även om det finns vissa kapacitetskrav, att ta till hänsyn till, särskilt för AI-funktioner som drivs av stora språkmodeller. 

Genom att använda en lokal strategi kan organisationer implementera än säkrare AI-lösning, där de har full kontroll över var deras data lagras och bearbetas.  

Efectes Effie AI drivs av två huvudsakliga typer av modeller: generativ AI och språkteknologi AI. 

Den generativa AI-modellen (ofta kallad den stora språkmodellen) är bra på att skapa nytt innehåll baserat på inlärda mönster. Den ger optimal drivkraft för funktioner som Effie AI Email och Chat. Vi började vår resa genom att använda OpenAI:s GPT-modell men har också testat vår egen modell baserad på öppen källkod. Detta kommer att möjliggöra för våra kunder att köra Effie-funktioner som kräver generativ AI lokalt*, utan att data förs över till OpenAI eller andra leverantörsbaserade modeller (*första PoC under Q4). 

AI-modellen based på språkteknologi är å andra sidan bra på att avgöra avsikt och känsla och bestämma svar baserat på fördefinierade kategorier. Detta gör den till ett bra val för funktioner som Effie AI Chatbot. Här använder vi vår egen språkteknologi-modell, som redan idag kan köras i lokala miljöer. 

Jag hoppas att du tyckte om det här blogginlägget! Om du vill diskutera mer och få information om hur du kommer igång, tveka inte att kontakta mig på santeri.jussila@efecte.com.