Atendimento ao ClienteInteligência Artificial

3 funções essenciais dos bots de IA para o help desk de TI

Avatar do Vitor Precioso

Por Vitor Precioso

07 novembro 2019 - 17:04 | Atualizado em 29 março 2023 - 17:38


3-funcoes-essenciais-dos-bots-de-ia-para-o-help-desk-de-ti

O help desk de TI encontra a inteligência artificial

Uma das áreas corporativas propícia à disrupção é a do help desk de TI. Na última década, as empresas se tornaram mais eficientes ao terceirizar as operações de help desk. Contudo, a fim de continuar a gerar eficiência operacional, também deve crescer a produtividade interna da força de trabalho. É aí que a inteligência artificial (IA) faz a diferença.

Com avanços recentes em computação infinita, processamento de linguagem natural (PLN) e aprendizado profundo, a adoção de soluções de IA está mais fácil do que nunca. Na verdade, com cerca de 30-50% dos casos de help desk nível 1 sendo repetitivos, você pode avalancar o poder do PLN e da automação cognitiva sob a forma de bots de IA.

Os bots de IA são sistemas de software de autoaprendizagem que entendem a linguagem humana sem exigir assistência humana. Eles podem turbinar o help desk de sua TI levando a um aumento significativo da produtividade de sua equipe e, por conseguinte, da eficiência geral da empresa.

De pronto, destacamos três funções essenciais de um bot de IA para fazer a diferença no help desk de TI de sua empresa:

1. Modelo de linguagem empresarial

Assim como os profissionais de help desk de TI devem ser treinados para dar suporte consistente e relevante na resolução de chamados, os bots de AI devem ser treinados para entender a linguagem específica de sua empresa. Os bots de AI devem utilizar um ELM (Modelo de linguagem empresarial) que se parece com um manual de operação ou resumo básico dos serviço de TI.

Um ELM representa a linguagem (coloquialismo, acrônimos, notações crípticas, jargões, termos corporativos e vocabulários específicos de setores) e intenções (ou propósito) que são utilizados nos chamados de help desk. Portanto, ter um ELM para entender diálogos/conversações é o primeiro passo para qualquer aplicação empresarial de IA.

Dados esparsos (não densos) versus Dados densos

Dados esparsos se referem a um pequeno volume de dados que pode ser analisado de forma simples, direta, como em uma entrada de uma planilha. Se você tem dados esparsos, é aconselhável organizá-los por tópicos, criando e alinhando propósitos manualmente. Qualquer jargão empresarial ou documento interno também deveria ser usado para formar rapidamente o seu ELM.

Dados densos se referem a um grande volume de dados, normalmente milhões de registros. Se você tem dados densos, um bot de IA deveria organizá-los por tópicos de grande volume, agrupando-os em conjuntos de dados para construir o seu ELM. O serviço PLN da Parlo Broca é montado para empresas que contam com dados esparsos e densos coletados de logs de chat, CRM, documentos, e-mails e bases comuns de conhecimento. Usando uma combinação de aprendizado de máquina e engenharia linguística, a Parlo constrói um ELM que detecta e classifica precisamente as intenções de grande volume de chamados de help desk.

Com pouco treinamento envolvido, a Parlo pode construir seu ELM e deixar seu bot de help desk operacional em menos de quatro semanas.

2. Interações com usuários

Assim que tiver construído um ELM robusto, você precisa decidir como o seu bot de IA deverá interagir dentro de seu ambiente de help desk. Os bots de IA podem operar como agente de IA ou assistente de IA.

Agentes de AI versus Assistente de IA

Um Agente de IA não tem diálogo direto com usuários. Na verdade, ele é invisível aos usuários, na medida em que está embutido no próprio software de help desk (ServiceNow, Ivanti, Remedy ou mesmo um servidor de e-mail) que é utilizado para registrar chamados. Os Agentes de IA podem ser treinados para resolver um chamado por completo, ou realizar algum processamento inicial relevante para o agente humano. Se ele for programado para resolver um incidente, agirá. De outra forma, devolverá o chamado para fila de espera, de modo que o agente humano aja de acordo.

Por exemplo, se um agente humano solicitar que o bot de help desk “aumente o espaço em disco”, “desbloqueie a conta” ou “recrie a senha” para um usuário, o Agente de IA executará automaticamente esses comandos no back-end, atualizando o chamado para o usuário final (como mostrado abaixo).

As vantagens desse modelo são as seguintes:

  • Não há disrupção no comportamento do usuário e,
  • Funciona bem com modelos de terceirização que uma empresa possa ter, pois envolve apenas a adição de um Agente de IA à força de trabalho.

Um Assistente de IA se engaja em diálogos reais com usuários. Pense nisso como um assistente de suporte nível 1 que interage com usuários e resolve problemas para os quais foi diretamente treinado. Se não for treinado para um tipo particular de chamado, faz a sua parte e o distribui para um humano finalizá-lo.

As vantagens desse modelo são as seguintes:

  • Problemas simples são imediatamente resolvidos diretamente dentro de um canal de conversação (website, aplicativos mobile, Slack, Skype, etc) e
  • Ajuda a reduzir o MTTR ao reunir informação necessária, algo normalmente feito por um funcionário humano.

Habilidade para resolver chamados

Na base de qualquer bot de IA, deve haver fluxos de trabalho prontos para executar tarefas relevantes e processos de negócios. Existem duas formas de criar esses fluxos de trabalho para um Agente de IA fechar chamados de back-office:

  • Usar um FAQ – base de conhecimento
  • Usar um RPA (processo robótico de automação) e APIs

FAQ – base de conhecimento versus RPA/API

Para que um bot de IA realmente entenda um chamado, não basta ter um ELM. Muitos chamados de help desk envolvem a extração de milhares de entidades complexas (parâmetros associados com o próprio chamado e exigem um RPA/API para realização uma operação de back-end.

Este é um tipo de chamado que envolve um FAQ – base de conhecimento: “preciso trocar o telefone”

Um bot de IA extrairia o conteúdo “trocar telefone”, oferecendo um link relevante de suporte retirado da base de conhecimento da empresa. O bot de IA pode ir além, e extrair mais características sobre os telefones (iPhone, Galaxy S6, Pixel 2, etc), guiando o usuário a artigos de apoio mais específicos ou a profissionais de suporte de nível superior.

Aqui segue um chamado que envolve RPA: “por favor, dê-me acesso ao canal X no Scrum.”

Isso envolve a extração da entidade “scrum” e “canal X” do chamado, o nome do usuário e, então, solicitar a um RPA que faça o serviço.

Parlo pode conectar tranquilamente bases de conhecimento empresarial, RPA e API para atender chamados de help desk e criar fluxos apropriados dentro da plataforma chatbot.

Conclusão

Bots e automação cognitiva baseada em IA estão rapidamente se tornando uma força central na transformação digital em todas as empresas. Agora é hora de abraçar essa tecnologia e usar bots de IA para automação das operações de help desk.

Dar o pontapé inicial é sempre um desafio, então, garanta que a solução bot de IA atenda três funções essenciais:

  1. Modelo de linguagem empresarial que interpreta dados esparsos e densos.
  2. Interações com usuários através de um Agente de IA ou Assistente de IA.
  3. Habilidade para resolver chamados pelo uso de bases FAQ, RPA ou API.

Se implementado de acordo, os chamados de seus usuários serão resolvidos de forma mais rápida, e seus custos operacionais cairão significativamente. Então, o que você está esperando? É hora de criar sua força de trabalho com base em IA. Fale conosco para aprender porque a Parlo é a plataforma chatbot de IA preferida por grandes clientes e provedores de serviços técnicos.

Este artigo foi traduzido e adaptado do original “The 3 Essentials of AI Bots for IT Help Desk“, publicado na Chatbot Magazine.

Comentários:

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *