ການຈັດການການບໍລິການດ້ານໄອທີ (ITSM) ມີປະສິດທິພາບຫຼາຍຂຶ້ນກັບການຮຽນຮູ້ຂອງເຄື່ອງຈັກ

2018 ໄດ້ເຫັນພວກເຮົາຢ່າງຫນັກແຫນ້ນ - ການຄຸ້ມຄອງການບໍລິການດ້ານໄອທີ (ITSM) ແລະບໍລິການ IT ຍັງຄົງຢູ່ໃນທຸລະກິດ, ເຖິງວ່າຈະມີການສົນທະນາຢ່າງຕໍ່ເນື່ອງກ່ຽວກັບໄລຍະເວລາທີ່ພວກເຂົາຈະຢູ່ລອດຈາກການປະຕິວັດດິຈິຕອນ. ແທ້ຈິງແລ້ວ, ຄວາມຕ້ອງການສໍາລັບການບໍລິການສະຫນັບສະຫນູນດ້ານວິຊາການແມ່ນການຂະຫຍາຍຕົວ - ໃນບົດລາຍງານການສະຫນັບສະຫນູນດ້ານວິຊາການແລະບົດລາຍງານເງິນເດືອນ HDI (Help Desk Institute) ບົດລາຍງານ 2017 ຊີ້ໃຫ້ເຫັນວ່າ 55% ຂອງໂຕະຊ່ວຍເຫຼືອໄດ້ລາຍງານການເພີ່ມຂຶ້ນຂອງປະລິມານປີ້ໃນປີທີ່ຜ່ານມາ.

ໃນທາງກົງກັນຂ້າມ, ຫຼາຍໆບໍລິສັດສັງເກດເຫັນການຫຼຸດລົງຂອງປະລິມານການໂທຫາການສະຫນັບສະຫນູນດ້ານວິຊາການໃນປີກາຍນີ້ (15%) ເມື່ອທຽບກັບ 2016 (10%). ປັດໃຈສໍາຄັນທີ່ປະກອບສ່ວນເຂົ້າໃນການຫຼຸດຜ່ອນການຮ້ອງຂໍແມ່ນການສະຫນັບສະຫນູນດ້ານວິຊາການທີ່ເປັນເອກະລາດ. ຢ່າງໃດກໍຕາມ, HDI ຍັງລາຍງານວ່າຄ່າທໍານຽມການສະຫມັກໄດ້ເພີ່ມຂຶ້ນເປັນ $ 25 ໃນປີກາຍນີ້, ເພີ່ມຂຶ້ນຈາກ $ 18 ໃນປີ 2016. ນີ້ບໍ່ແມ່ນສິ່ງທີ່ພະແນກ IT ສ່ວນໃຫຍ່ພະຍາຍາມ. ໂຊກດີ, ອັດຕະໂນມັດທີ່ຂັບເຄື່ອນໂດຍການວິເຄາະແລະການຮຽນຮູ້ຂອງເຄື່ອງຈັກສາມາດປັບປຸງຂະບວນການແລະຜົນຜະລິດຂອງໂຕະເຮັດວຽກໂດຍການຫຼຸດຜ່ອນຄວາມຜິດພາດແລະການປັບປຸງຄຸນນະພາບແລະຄວາມໄວ. ບາງຄັ້ງອັນນີ້ເກີນຄວາມສາມາດຂອງມະນຸດ, ແລະການຮຽນຮູ້ເຄື່ອງຈັກ ແລະການວິເຄາະແມ່ນພື້ນຖານຫຼັກສໍາລັບໂຕະບໍລິການໄອທີທີ່ສະຫຼາດ, ມີການເຄື່ອນໄຫວ ແລະຕອບສະໜອງໄດ້.

ບົດຄວາມນີ້ຈະພິຈາລະນາຢ່າງລະອຽດວ່າການຮຽນຮູ້ຂອງເຄື່ອງຈັກສາມາດແກ້ໄຂສິ່ງທ້າທາຍຫຼາຍຢ່າງຂອງໂຕະຊ່ວຍເຫຼືອ ແລະ ITSM ທີ່ກ່ຽວຂ້ອງກັບປະລິມານປີ້ ແລະຄ່າໃຊ້ຈ່າຍແນວໃດ, ແລະວິທີການສ້າງໂຕະຊ່ວຍເຫຼືອທີ່ໄວກວ່າ, ອັດຕະໂນມັດທີ່ພະນັກງານວິສາຫະກິດມັກໃຊ້.

ITSM ທີ່ມີປະສິດທິພາບໂດຍຜ່ານການຮຽນຮູ້ເຄື່ອງຈັກແລະການວິເຄາະ

ຄໍານິຍາມທີ່ຂ້ອຍມັກຂອງການຮຽນຮູ້ເຄື່ອງຈັກແມ່ນມາຈາກບໍລິສັດ MathWorks:

“ການຮຽນຮູ້ເຄື່ອງຈັກສອນຄອມພິວເຕີໃຫ້ເຮັດສິ່ງທີ່ມາຈາກທໍາມະຊາດຂອງມະນຸດ ແລະສັດ—ຮຽນຮູ້ຈາກປະສົບການ. ຂັ້ນຕອນການຮຽນຮູ້ເຄື່ອງຈັກໃຊ້ວິທີການຄິດໄລ່ເພື່ອຮຽນຮູ້ຂໍ້ມູນໂດຍກົງຈາກຂໍ້ມູນ, ໂດຍບໍ່ມີການອີງໃສ່ສົມຜົນທີ່ກໍານົດໄວ້ກ່ອນເປັນຕົວແບບ. Algorithms ປັບຕົວປັບປຸງການປະຕິບັດຂອງຕົນເອງຍ້ອນວ່າຈໍານວນຕົວຢ່າງທີ່ມີຢູ່ສໍາລັບການສຶກສາເພີ່ມຂຶ້ນ."
ຄວາມສາມາດຕໍ່ໄປນີ້ແມ່ນມີໃຫ້ສໍາລັບບາງເຄື່ອງມື ITSM ໂດຍອີງໃສ່ການຮຽນຮູ້ຂອງເຄື່ອງຈັກ ແລະການວິເຄາະຂໍ້ມູນໃຫຍ່:

• ສະຫນັບສະຫນູນຜ່ານ bot. ຕົວແທນ virtual ແລະ chatbots ສາມາດແນະນໍາຂ່າວ, ບົດຄວາມ, ບໍລິການ, ແລະສະຫນັບສະຫນູນການສະເຫນີຈາກລາຍການຂໍ້ມູນແລະການຮ້ອງຂໍສາທາລະນະ. ການຊ່ວຍເຫຼືອ 24/7 ນີ້ໃນຮູບແບບໂຄງການການຝຶກອົບຮົມຜູ້ໃຊ້ສຸດທ້າຍຊ່ວຍແກ້ໄຂບັນຫາໄດ້ໄວຂຶ້ນ. ຜົນປະໂຫຍດທີ່ສໍາຄັນຂອງ bot ແມ່ນການໂຕ້ຕອບຜູ້ໃຊ້ທີ່ມີການປັບປຸງແລະການໂທເຂົ້າມາຫນ້ອຍລົງ.
• ຂ່າວແລະການແຈ້ງເຕືອນທີ່ສະຫຼາດ. ເຄື່ອງມືເຫຼົ່ານີ້ອະນຸຍາດໃຫ້ຜູ້ໃຊ້ໄດ້ຮັບການແຈ້ງລ່ວງໜ້າກ່ຽວກັບບັນຫາທີ່ອາດຈະເກີດຂຶ້ນ. ນອກຈາກນັ້ນ, ຜູ້ຊ່ຽວຊານດ້ານໄອທີສາມາດແນະນໍາວິທີການແກ້ໄຂບັນຫາຕ່າງໆໂດຍຜ່ານການແຈ້ງເຕືອນສ່ວນບຸກຄົນທີ່ໃຫ້ຂໍ້ມູນທີ່ກ່ຽວຂ້ອງແລະປະຕິບັດຕໍ່ຜູ້ໃຊ້ສຸດທ້າຍກ່ຽວກັບບັນຫາທີ່ເຂົາເຈົ້າອາດຈະພົບ, ເຊັ່ນດຽວກັນກັບຄໍາແນະນໍາກ່ຽວກັບວິທີການຫລີກລ້ຽງພວກມັນ. ຜູ້​ໃຊ້​ທີ່​ໄດ້​ຮັບ​ຂໍ້​ມູນ​ຈະ​ຮູ້​ຈັກ​ການ​ສະ​ຫນັບ​ສະ​ຫນູນ​ໄອ​ທີ​ຢ່າງ​ຕັ້ງ​ຫນ້າ​ແລະ​ຈໍາ​ນວນ​ຂອງ​ຄໍາ​ຮ້ອງ​ສະ​ຫມັກ​ທີ່​ມາ​ຈະ​ຖືກ​ຫຼຸດ​ລົງ​.
• ຄົ້ນຫາອັດສະລິຍະ. ເມື່ອຜູ້ໃຊ້ສຸດທ້າຍຄົ້ນຫາຂໍ້ມູນຫຼືບໍລິການ, ລະບົບການຄຸ້ມຄອງຄວາມຮູ້ກ່ຽວກັບສະພາບການສາມາດໃຫ້ຄໍາແນະນໍາ, ບົດຄວາມ, ແລະການເຊື່ອມຕໍ່. ຜູ້ໃຊ້ສຸດທ້າຍມີແນວໂນ້ມທີ່ຈະຂ້າມບາງຜົນໄດ້ຮັບໃນເງື່ອນໄຂຂອງຄົນອື່ນ. ການຄລິກແລະການເບິ່ງເຫຼົ່ານີ້ຖືກລວມເຂົ້າໃນເງື່ອນໄຂ "ການນ້ໍາຫນັກ" ເມື່ອດັດສະນີເນື້ອຫາຄືນໃຫມ່ໃນໄລຍະເວລາ, ດັ່ງນັ້ນປະສົບການການຊອກຫາໄດ້ຖືກປັບຕົວແບບເຄື່ອນໄຫວ. ເນື່ອງຈາກຜູ້ໃຊ້ສຸດທ້າຍໃຫ້ຄໍາຄິດເຫັນໃນຮູບແບບການລົງຄະແນນສຽງທີ່ມັກ / ບໍ່ມັກ, ມັນຍັງມີອິດທິພົນຕໍ່ການຈັດອັນດັບຂອງເນື້ອຫາທີ່ພວກເຂົາແລະຜູ້ໃຊ້ອື່ນໆສາມາດຊອກຫາໄດ້. ໃນແງ່ຂອງຜົນປະໂຫຍດ, ຜູ້ໃຊ້ສາມາດຊອກຫາຄໍາຕອບໄດ້ໄວແລະມີຄວາມຮູ້ສຶກຫມັ້ນໃຈຫຼາຍ, ແລະຊ່ວຍໃຫ້ຕົວແທນຂອງໂຕະສາມາດຈັດການປີ້ໄດ້ຫຼາຍຂຶ້ນແລະບັນລຸຂໍ້ຕົກລົງລະດັບການບໍລິການ (SLAs).
• ການວິເຄາະຫົວຂໍ້ທີ່ນິຍົມ. ໃນທີ່ນີ້, ຄວາມສາມາດໃນການວິເຄາະກໍານົດຮູບແບບໃນທົ່ວແຫຼ່ງຂໍ້ມູນທີ່ມີໂຄງສ້າງແລະບໍ່ມີໂຄງສ້າງ. ຂໍ້ມູນກ່ຽວກັບຫົວຂໍ້ທີ່ນິຍົມແມ່ນສະແດງຮູບພາບໃນຮູບແບບຂອງແຜນທີ່ຄວາມຮ້ອນ, ບ່ອນທີ່ຂະຫນາດຂອງສ່ວນທີ່ສອດຄ່ອງກັບຄວາມຖີ່ຂອງບາງຫົວຂໍ້ຫຼືກຸ່ມຄໍາທີ່ໃຊ້ໃນຄວາມຕ້ອງການຂອງຜູ້ໃຊ້. ເຫດການທີ່ເກີດຂຶ້ນຊ້ຳໆຈະຖືກກວດພົບທັນທີ, ຈັດກຸ່ມ ແລະແກ້ໄຂຮ່ວມກັນ. ການວິເຄາະຫົວຂໍ້ແນວໂນ້ມຍັງກວດພົບກຸ່ມເຫດການທີ່ມີສາເຫດທົ່ວໄປແລະຫຼຸດຜ່ອນເວລາໃນການກໍານົດແລະແກ້ໄຂບັນຫາຮາກຢ່າງຫຼວງຫຼາຍ. ເຕັກໂນໂລຢີຍັງສາມາດສ້າງບົດຄວາມພື້ນຖານຄວາມຮູ້ໂດຍອັດຕະໂນມັດໂດຍອີງໃສ່ການໂຕ້ຕອບທີ່ຄ້າຍຄືກັນຫຼືບັນຫາທີ່ຄ້າຍຄືກັນ. ການຊອກຫາທ່າອ່ຽງໃນຂໍ້ມູນໃດໆກໍ່ເພີ່ມກິດຈະກໍາຂອງພະແນກ IT, ປ້ອງກັນການເກີດຂຶ້ນຊ້ຳຂອງເຫດການ ແລະດັ່ງນັ້ນຈິ່ງເພີ່ມຄວາມພໍໃຈຂອງຜູ້ໃຊ້ສຸດທ້າຍ ໃນຂະນະທີ່ຫຼຸດຄ່າໃຊ້ຈ່າຍດ້ານໄອທີ.
• ແອັບພລິເຄຊັນອັດສະລິຍະ. ຜູ້ໃຊ້ສຸດທ້າຍຄາດຫວັງວ່າການສົ່ງຕົ໋ວແມ່ນງ່າຍຄືກັບການຂຽນ Tweet - ຂໍ້ຄວາມສັ້ນ, ເປັນພາສາທໍາມະຊາດທີ່ອະທິບາຍບັນຫາຫຼືຄໍາຮ້ອງຂໍທີ່ສາມາດສົ່ງຜ່ານອີເມວ. ຫຼືແມ້ກະທັ້ງພຽງແຕ່ແນບຮູບພາບຂອງບັນຫາແລະສົ່ງມັນຈາກອຸປະກອນມືຖືຂອງທ່ານ. ການລົງທະບຽນປີ້ອັດສະລິຍະເລັ່ງຂະບວນການສ້າງປີ້ໂດຍການຕື່ມຂໍ້ມູນໃສ່ທຸກຊ່ອງໂດຍອັດຕະໂນມັດໂດຍອີງໃສ່ສິ່ງທີ່ຜູ້ໃຊ້ຂຽນ ຫຼືການສະແກນຮູບພາບທີ່ປະມວນຜົນໂດຍໃຊ້ຊອບແວການຈຳແນກຕົວອັກສອນແບບ optical (OCR). ໂດຍໃຊ້ຊຸດຂໍ້ມູນການສັງເກດການ, ເທັກໂນໂລຍີຈະຈັດໝວດໝູ່ ແລະສົ່ງປີ້ໂດຍອັດຕະໂນມັດໄປຫາຕົວແທນໂຕະຊ່ວຍເຫຼືອທີ່ເໝາະສົມ. ຕົວແທນສາມາດສົ່ງຕໍ່ຕົ໋ວໄປຫາທີມງານສະຫນັບສະຫນູນທີ່ແຕກຕ່າງກັນແລະສາມາດຂຽນທັບຊ່ອງຂໍ້ມູນທີ່ມີປະຊາກອນໂດຍອັດຕະໂນມັດຖ້າຮູບແບບການຮຽນຮູ້ຂອງເຄື່ອງຈັກບໍ່ເຫມາະສົມສໍາລັບກໍລະນີທີ່ລະບຸ. ລະບົບຮຽນຮູ້ຈາກຮູບແບບໃຫມ່, ເຊິ່ງຊ່ວຍໃຫ້ມັນສາມາດຮັບມືກັບບັນຫາທີ່ເກີດຂື້ນໃນອະນາຄົດໄດ້ດີຂຶ້ນ. ທັງຫມົດນີ້ຫມາຍຄວາມວ່າຜູ້ໃຊ້ສຸດທ້າຍສາມາດເປີດຕົ໋ວໄດ້ໄວແລະງ່າຍດາຍ, ເຊິ່ງເຮັດໃຫ້ຄວາມພໍໃຈເພີ່ມຂຶ້ນໃນເວລາທີ່ໃຊ້ເຄື່ອງມືການເຮັດວຽກ. ຄວາມສາມາດນີ້ຍັງຊ່ວຍຫຼຸດຜ່ອນການເຮັດວຽກຄູ່ມືແລະຄວາມຜິດພາດແລະຊ່ວຍຫຼຸດຜ່ອນເວລາແລະຄ່າໃຊ້ຈ່າຍໃນການອະນຸຍາດ.
• ອີເມວອັດສະລິຍະ. ເຄື່ອງມືນີ້ແມ່ນຄ້າຍຄືກັນກັບຄໍາສັ່ງ smart. ຜູ້ໃຊ້ສຸດທ້າຍສາມາດສົ່ງອີເມວໄປຫາທີມງານສະຫນັບສະຫນູນແລະອະທິບາຍບັນຫາໃນພາສາທໍາມະຊາດ. ເຄື່ອງມືຊ່ວຍເຫຼືອສ້າງປີ້ໂດຍອີງໃສ່ເນື້ອໃນອີເມລ໌ແລະອັດຕະໂນມັດຕອບສະຫນອງກັບຜູ້ໃຊ້ສຸດທ້າຍດ້ວຍການເຊື່ອມຕໍ່ກັບວິທີແກ້ໄຂທີ່ແນະນໍາ. ຜູ້ໃຊ້ສຸດທ້າຍມີຄວາມພໍໃຈເພາະວ່າການເປີດປີ້ແລະການຮ້ອງຂໍແມ່ນງ່າຍແລະສະດວກ, ແລະຕົວແທນ IT ມີວຽກຄູ່ມືຫນ້ອຍທີ່ຈະເຮັດ.
• ການຈັດການການປ່ຽນແປງທີ່ສະຫຼາດ. ການຮຽນຮູ້ເຄື່ອງຈັກຍັງສະຫນັບສະຫນູນການວິເຄາະຂັ້ນສູງແລະການຄຸ້ມຄອງການປ່ຽນແປງ. ເນື່ອງຈາກຈໍານວນການປ່ຽນແປງເລື້ອຍໆທີ່ທຸລະກິດຕ້ອງການໃນມື້ນີ້, ລະບົບອັດສະລິຍະສາມາດໃຫ້ຕົວແທນການປ່ຽນແປງຫຼືຜູ້ຈັດການທີ່ມີຄໍາແນະນໍາເພື່ອເພີ່ມປະສິດທິພາບສະພາບແວດລ້ອມແລະເພີ່ມອັດຕາຄວາມສໍາເລັດຂອງການປ່ຽນແປງໃນອະນາຄົດ. ຕົວແທນສາມາດອະທິບາຍການປ່ຽນແປງທີ່ຈໍາເປັນໃນພາສາທໍາມະຊາດ, ແລະຄວາມສາມາດໃນການວິເຄາະຈະກວດສອບເນື້ອຫາສໍາລັບລາຍການການຕັ້ງຄ່າທີ່ໄດ້ຮັບຜົນກະທົບ. ການປ່ຽນແປງທັງຫມົດແມ່ນຖືກຄວບຄຸມ, ແລະຕົວຊີ້ວັດອັດຕະໂນມັດບອກຜູ້ຈັດການການປ່ຽນແປງຖ້າມີບັນຫາໃດໆກັບການປ່ຽນແປງ, ເຊັ່ນ: ຄວາມສ່ຽງ, ການກໍານົດເວລາຢູ່ໃນປ່ອງຢ້ຽມທີ່ບໍ່ໄດ້ວາງແຜນ, ຫຼື "ບໍ່ໄດ້ຮັບການອະນຸມັດ". ຜົນປະໂຫຍດທີ່ສໍາຄັນຂອງການຈັດການການປ່ຽນແປງທີ່ສະຫຼາດແມ່ນເວລາໄວກວ່າທີ່ຈະມີມູນຄ່າໂດຍມີການຕັ້ງຄ່າຫນ້ອຍ, ການປັບແຕ່ງແລະໃນທີ່ສຸດການໃຊ້ຈ່າຍເງິນຫນ້ອຍລົງ.

ໃນທີ່ສຸດ, ການຮຽນຮູ້ເຄື່ອງຈັກແລະການວິເຄາະກໍາລັງຫັນປ່ຽນລະບົບ ITSM ດ້ວຍການສົມມຸດຕິຖານທີ່ສະຫລາດແລະຄໍາແນະນໍາກ່ຽວກັບບັນຫາຕົ໋ວແລະຂະບວນການປ່ຽນແປງທີ່ຊ່ວຍໃຫ້ຕົວແທນແລະທີມງານສະຫນັບສະຫນູນ IT ອະທິບາຍ, ວິເຄາະ, ຄາດຄະເນແລະກໍານົດສິ່ງທີ່ເກີດຂຶ້ນ, ສິ່ງທີ່ເກີດຂຶ້ນແລະສິ່ງທີ່ຈະເກີດຂຶ້ນ. ຜູ້ໃຊ້ສຸດທ້າຍໄດ້ຮັບຄວາມເຂົ້າໃຈແບບຕັ້ງໃຈ, ປັບແຕ່ງສ່ວນຕົວ ແລະແບບເຄື່ອນໄຫວ ແລະການແກ້ໄຂດ່ວນ. ໃນກໍລະນີນີ້, ຫຼາຍແມ່ນເຮັດໂດຍອັດຕະໂນມັດ, i.e. ໂດຍບໍ່ມີການແຊກແຊງຂອງມະນຸດ. ແລະຍ້ອນວ່າເຕັກໂນໂລຢີຮຽນຮູ້ໃນໄລຍະເວລາ, ຂະບວນການພຽງແຕ່ດີຂຶ້ນ. ມັນເປັນສິ່ງ ສຳ ຄັນທີ່ຈະຕ້ອງສັງເກດວ່າຄຸນລັກສະນະສະຫຼາດທັງ ໝົດ ທີ່ອະທິບາຍໄວ້ໃນບົດຄວາມນີ້ແມ່ນມີຢູ່ໃນມື້ນີ້.

ແຫຼ່ງຂໍ້ມູນ: www.habr.com