对注入 AI 的生成式 ITSM 的需求，在 2023 年 Gartner® AI 炒作周期中，生成式 AI 达到预期值达到顶峰后，三分之二的企业已经将生成式 AI 集成到其流程中。

你问为什么这种追求？在预定义算法的驱动下，IT 服务交付和管理中的现有 AI 应用程序仅限于提供预测或分类。另一方面，生成式 AI 可以通过动态创建内容（无论是文本、图像还是视频）来提供上下文对话体验，从而提供无可挑剔的服务体验。因此，让我们探讨企业如何在 ITSM 中利用这些功能。

利用LLM 解决L1事件
目前大多数IT服务台团队部署的聊天机器人功能有限，而且大多无法完全理解用户问题，更不用说帮助解决这些问题了。但是，随着 LLM 等生成式 AI 技术的应用，IT 服务台团队可能很快能够将他们的技术人员完全从处理 L1 事件中解放出来，同时也不会影响响应和解决方案的质量和相关性。随着多模态 LLM 的出现，此类虚拟代理将能够通过屏幕截图和屏幕录像收集详细信息，以更好地诊断用户问题。

检索增强生成 （RAG） 等技术的最新进展还可以使这些虚拟代理通过参考特定于该组织的信息和知识以及 LLM 的大量训练数据来提供准确且相关的解决方案。

通过智能升级和通信重新定义 SLA
生成式 AI 不仅可以解决基本的 L1 事件，还可以在处理复杂场景方面发挥作用，无论是影响关键业务资源的高优先级事件，还是确保多个用户按时加入。生成式 AI 无需等待 SLA 变为红色，而是可以分析历史趋势、业务重要性和用户情绪。然后，它可以巧妙地将可能违反 SLA 的工单提前上报给专家，确保及时解决。

此外，在此过程中，生成式人工智能可以生成按需通信，让利益相关者了解上下文更新，而不仅仅是在整个工单旅程中的样板通知。

在处理工单时丰富用户体验
IT 服务台团队必须提供卓越的用户体验，同时提高员工的工作效率。生成式 AI 可以嵌入到各种用户接触点中，以实现这两个目标。LLM 支持的虚拟 IT 服务台代理可以理解用户的意图、情绪，并动态地对用户问题做出个性化响应，从而更好、更快地帮助他们，而不是现有虚拟代理提供的僵化和静态响应。

此外，工单表单可能会被最终用户和此类虚拟代理之间的对话所取代，以收集相关信息，就像在简短的问答中一样，而不会使用户因过时的表单而超载。

此外，最终用户的事件解决可以变得更加主动，而不仅仅是等待用户向 IT 服务台报告问题。通过自然语言案例提取，生成式 AI 可以从内网论坛或内部协作平台中获取用户的不满，并将其转换为工单，以便更快地解决问题。

通过战略洞察促进无风险变更管理
企业需要处理多个变更，包括服务器升级和防火墙调整，这就需要 IT 变更经理快速对变更队列进行分类并防止冲突。但是，在多个更改记录中搜索受影响的配置项目 （CI）、服务或重叠计划可能很乏味且容易出错。

生成式 AI 为 IT 变更经理和所有者提供战略洞察力，无需跳转选项卡即可快速总结变更情况。这些可能表明 CI 中的潜在重叠、推出和应急计划中的漏洞、角色和职责划分不当、变更之间的冲突等等。

此外，为了避免变更失败，IT 团队必须通过超越数字来评估变更带来的风险。除了预测和分配风险外，生成式人工智能还可以提供建议，突出可能经历停机的潜在服务、可能受到影响的关键资源、业务影响，以及最终将这些风险降至最低的方法。

轻松管理端点异常和合规性
通过智能地从众多来源（包括端点、已安装的应用程序和活动日志）中提取信息，生成式 AI 可以通过自动分析可能影响用户生产力的缓慢或应用程序崩溃等问题来帮助 IT 团队。它可以帮助提供可操作的建议，例如向用户建议 RAM 更新、硬件更换或软件更新。

此外，生成式人工智能可以通过有效的案例总结来简化合规管理等繁重的活动。生成式 AI 无需手动筛选与不同产品或供应商相关的大量采购订单、合同和许可证，而是可以一目了然地总结它们，从而提前智能地提醒 IT 团队有关许可证续订等关键要求。

培养动态和相关的知识库
从手头有过时或不相关的解决方案到在 ITSM 平台之外发现相关答案，用户访问正确的解决方案来自我解决问题可能很费力。

相反，生成式人工智能提供了一种方便的方法来克服这一挑战。当最终用户向服务台报告问题时，生成式 AI 可以从 YouTube 和外部论坛等公共来源扫描合适的解决方案或 DIY 方法。此外，随着 RAG 等技术的进步，生成式 AI 可以将其信息建立在内部 IT 文档上，从而改善上下文。有了这个，它可以通过逐步指导最终用户来提供相关的解决方案，从而简化知识发现。

此外，通过考虑来自外部和内部来源的解决方案，包括有机对话、工作日志、历史记录、文档、决议和协作支持中心，生成式 AI 可以用最新信息填充知识库，以缩小知识差距。

利用生成式 AI 实现服务体验现代化
从解决事件到管理资产和更新知识库，这些是生成式 AI 在不久的将来帮助 IT 团队重新构想服务体验的一些不同方式。现在是企业利用生成式人工智能转型能力的时候了，因为它有可能在未来几年成为 ITSM 智能自动化的支柱。