张礼立
智能IT服务台对于大多数企业的信息服务管理（ITSM）团队而言更多只是一个愿景。人工智能（AI）的出现可以帮助企业更好地决策，并改善管理吗？
一旦用户提交服务请求或是有突发事件出现，企业智能服务台便会自动发送个性化响应，以确认请求或事件信息收到，并提供预计解决问题的大体时间，与此同时，指引用户去知识库快速学习相关的处理手段。整个过程可以在秒级内完成。
笔者在此所描述的智能IT服务台，对于大多数企业的信息服务管理（ITSM）团队而言更多只是一个愿景。人工智能（AI）是否可以帮助我们支持这些决策，并实现这一切？
无论从事哪一个行业，我们所做的一切努力都会围绕着客户的需求和收益这两个纬度展开。 人工智能无疑是继大数据之后，又一个让人心潮澎湃的高科技热词。人工智能不仅仅是在今年的“两会”期间成为多方关注的焦点，更重要的是，越来越多的客户迫不及待地在应用这些最新的科技，力图用这些智能化的技术来实现自动化的运维与企业的数字化变革。从这个角度来看，信息化自身的工作也是如此，通过人工智能来实现智能服务台也是有可能的。
服务台在整个信息服务管理中为用户提供了IT部门的单一联系点，从而可以确保他们找到合适的支持人员，帮助解决问题或请求。在运维管理流程中，管理人员首要关心的就是事件管理与用户的各种请求。
为什么呢？当企业在构建SaaS平台和物联网应用的时候，对创新支持的需求将极大地增长。为使信息服务台可靠运营，ITSM团队必须要有相应的策略与手段，不仅要缓解来自不同渠道的服務请求与突发事件处理（其中包括了大量机器自动发出和人工发出的请求），而且还要将成本降到最低。将人工智能融合到现代信息服务管理中的解决方案势在必行。
无论从用户还是从企业供应商的角度考虑，各行各业都在大力追求自助服务支持技术，而不是等待人工解决方案。对于服务台，工程们的感觉是喜忧参半：喜的是需要处理的低级事件大大减少，他们的时间安排更加宽松，在有限的时间里可以创造更多价值；忧的是未来他们的工作岗位会大幅度减少。
人工智能驱动的自服务台
要实现自助服务的功能，充分满足用户的需求，服务台作为IT系统沟通工作的“绿色通道”，必须倾其所能去了解用户。《孙子·谋攻》中说：“知彼知己者，百战不殆。”很多人在引用此格言时说成了“知己知彼”，实际是误用。
在孙武看来，知彼知己同样重要。在战争中获胜的概率上，知彼、知己各占“胜之半也”。但是，两者较之，知彼更为重要，因为它是知己的前提。
为什么“知彼”在前，而“知己”在后呢？首先，知彼要难于知己，知彼要去接触、了解、认知对方，有时还要透过现象认识本质；其次，事物不是孤立存在的，要想认识自己，就必须找一个参照物，唯有如此，才能在比较中正确知己。
“己”是认识“彼”的出发点，“己”在认知“彼”的过程中再正确地认知“己”。IT服务台作为认知服务对象、接纳用户信息、提高服务质量的IT系统的一个职能部门，在“知彼”的过程中，是一个极好的工具。即时智能自服务台解决方案能够以类似故障单的数据和过去客户体验的历史数据为支撑，让系统做到全面实时地知彼知己。
我们把服务台比喻成接纳服务对象各种请求的窗口或者登堂入室的门户，使它发挥绿色通道的便捷功能，只有满足用户的高期望时，用户才会满意。换句话说，如果用户使用的解决方案不符合他们的需求或无法解决问题，他们很可能将放弃自助服务。
服务台不是单纯的帮助台，它不仅涉及事件流程，而且包含了更广泛的支持活动。服务台的一项重要任务就是确保IT部门的可达性，而人工智能有助于简化过程与体验，并为终端用户提供找到解决方案的简便方法。
人工智能ITSM的幕后三宝
冯·诺依曼在50年前提出大脑工作的各个机制的同时指出，大脑运行速度其实并不快，但是却拥有大量的平行运算能力。人工智能服务台技术从历史数据中汲取智慧，为用户提供正确的建议，所以根本无需IT专家的帮助，就可以快速、便捷地解决问题。
在智能的ITSM架构设计和工具中，我们依然遵循冯·诺依曼的见解，通过大数据工具把流程数据与IT资产数据的信息进行融合，把历史数据与所有可能收集的技术与运营数据结合，形成解决方案、评价、建议，以及专业的知识库，通过工作流程的并行与改造优化，提供高质量、高速度的信息服务，使客户从中受益。
首先是大数据工具。用户的请求或事件中的每个字段都需要一个数值。让事件或服务请求保持在不同状态的时候，人工智能通过及时地对比当前和以前的故障与服务请求单，为每个字段生成智能建议，使服务台的运营永远领先一步。
其次，预选方案的评估与建议。发明了盲人阅读机、音乐合成器和语音识别系统的雷·库兹韦尔认为，大脑进化的主要原因是为了预见未来。服务台的工程师们也希望可以有一种方式预测未来事件，并且找到相应的解决方案。但是，服务台专业人员如何才能相信这些机器自动形成的建议呢？每个建议都附带了评估其准确性的评价，以及其他一些选择。如果第一个选择并不是合适的解决方案，那么服务台人工智能将从中学习，并将之应用到未来的决策中。
最后，知识库作为成功进行事件管理的关键成功因素之一，除了包含及时更新的问题数据库或已知错误数据库，以便更好地识别事件之外，还可以把服务台专业人员完成工作所需的所有信息以图表、视频、网页等不同格式存储入库，以便服务台工程师们找到可即时访问、可定制的专业知识库，从中找到解决方案和应急措施。
用户还可以自助地访问知识库（查找已知错误）和事件记录（检查事件状态等），通过人工智能将历史数据，包括用户喜好等信息综合展现出来。这是降低成本和提高终端用户群体自我服务能力的重要形式。
技术不是孤立的
技术并不是孤立存在和发展的。我们在处理很多实际问题的时候，都需要融合各种相关科技。在数字转型过程中，我们会强调自适应、自感应、自调理等特征。这一共识是基于无数技术的融合，例如物联网、赛博系统（CPS）、工业物联网、移动技术、人工智能、云计算、VR/AR、大数据分析等。
大数据分析到最后在很大程度上取决于人工智能的发展，也就是自适应能力的强弱，以及机器自我学习能力的强弱等。
聚焦服务台和服务管理行业，满足客户各种需求是信息服务管理流程快速发展、解决方案更加准确的原因所在。然而，这些改进并不能轻易得来。服务台只有将人工智能融入ITSM软件之中，强化自适应能力与机器自我学习能力，才能使效率最大化。
人工智能是深度跨界的一门学科，极富挑战性。我们在推动产业化发展的同时，也要更多关注软性的组成部分，特别是心理学、人类学、哲学、宗教文化等方面的知识，让人工智能发挥更大的应用价值。就像雷·库兹韦尔所表述的，人工智能未来一定是人类思维本质的体现、延展和融合，甚至是超越。
机器思考的时代就在眼前，让我们共同期待人工智能IT服务台的到来！
