盡管還處于部署的早期階段，企業(yè)正在利用人工智能和機器學(xué)習(xí)來改進技術(shù)支持和管理基礎(chǔ)設(shè)施。在這里，自然語言處理被證明是一個有價值的IT工具。為大多數(shù)客戶服務(wù)聊天機器人提供動力的這項技術(shù)，正被用于內(nèi)部的IT運營，改善技術(shù)支持和用戶界面。

IT組織正在采用基于人工智能的工具來改進支持，優(yōu)化基礎(chǔ)設(shè)施并預(yù)測系統(tǒng)故障，從而釋放員工去完成更高價值的任務(wù)。

盡管還處于部署的早期階段，企業(yè)正在利用人工智能和機器學(xué)習(xí)來改進技術(shù)支持和管理基礎(chǔ)設(shè)施。在這里，自然語言處理被證明是一個有價值的IT工具。為大多數(shù)客戶服務(wù)聊天機器人提供動力的這項技術(shù)，正被用于內(nèi)部的IT運營，改善技術(shù)支持和用戶界面。

例如，瑞士信貸集團去年12月推出了一款聊天機器人，幫助處理密碼重置和電腦重啟等日常請求。

“我們最初有一個只支持語音的支持中心，在處理用戶查詢方面缺乏效率”,公司的認(rèn)知和數(shù)字服務(wù)主管Jennifer Hewit說。

她說，為解決問題而打電話來的員工將不得不排隊等待下一個可用的代理，這種方法不能很好地進行擴展。“所以我們想為服務(wù)臺提供一個新的頻道，并引入聊天功能，讓我們的用戶能更快地得到響應(yīng)和行動，”她說。

瑞士信貸于2016年底開始考慮此事，并于2017年初選擇了IPSoft的Amelia chatbot系統(tǒng)，并于6月份開始安裝。到今年年底，它就開始運行了。

“當(dāng)我們介紹她的時候，她還是個嬰兒，”Hewit說，他指的是聊天機器人。“我得說她現(xiàn)在是個嬰兒。”我們還在花時間訓(xùn)練她的大腦。

例如，當(dāng)聊天機器人不能處理請求時，它就會把請求轉(zhuǎn)移給人。聊天機器人跟隨著對話，從對話中學(xué)習(xí)，銀行會在該內(nèi)容進入到聊天機器人之前對它進行審查，以避免錯誤和偏見的滲入。

新系統(tǒng)為全球40個國家的7.6萬用戶提供服務(wù)，并允許瑞士信貸將其80家技術(shù)支持機構(gòu)中的一些轉(zhuǎn)移至更高級別的支持。“我的目標(biāo)是到今年年底，讓25%的查詢自動進入服務(wù)臺進行處理，”Hewit說。

其最終目標(biāo)是釋放其三分之一的技術(shù)支持人員，瑞士信貸在IT中使用人工智能突顯了推動這一趨勢的動力：通過將更低級別的工作移交給更適合的機器，讓IT人員能夠推動更深層次的業(yè)務(wù)價值。

使用AI來保護和激勵

得克薩斯州A&M大學(xué)系統(tǒng)是另一個讓AI在IT部門工作的組織，它部署了來自Endgame的智能助手Artemi，以幫助新入職的員工保護大學(xué)不受網(wǎng)絡(luò)攻擊。

“我們監(jiān)控著11所大學(xué)和7個州立機構(gòu)的網(wǎng)絡(luò)，”德克薩斯州大學(xué)系統(tǒng)安全分析師Barbara Gallaway說。Gallaway的團隊包括9名全職員工和8名兼職學(xué)生，他們沒有處理安全事故所需的經(jīng)驗。

人工智能系統(tǒng)可以讓她的員工用淺顯的英語提問，幫助培訓(xùn)他們的工作，作為副業(yè)。“這是在職培訓(xùn)，同時還要做本職工作，”Gallaway說。

“我們剛剛在一月份進行了新一輪的招聘，他們花了兩個小時才弄明白自己在做什么，然后就開始工作了，”她說。“但他們學(xué)得更快了，我們的全職員工問問題的人也更少了。”他們在谷歌上的搜索量減少了，觀看學(xué)習(xí)視頻的時間也減少了。

她說，AI對招聘也產(chǎn)生了積極影響。兩年前，當(dāng)他們想聘用三名安全分析師時，他們找不到足夠多的求職者。

她說:“今年1月，我們的7個職位有88個申請者”。“我們做的事很有趣，廣為流傳。”但他們實際上需要做各種調(diào)查，而不僅僅是坐在那里盯著屏幕，他們需要獲得現(xiàn)實世界的經(jīng)驗。我希望能讓更多的人對網(wǎng)絡(luò)安全感興趣。

基礎(chǔ)設(shè)施管理

墨菲石油，總部位于阿肯色州，是一家在美國，加拿大和馬來西亞開展業(yè)務(wù)的石油公司，在全球擁有1,200名員工。該公司過去一年來一直將其基礎(chǔ)設(shè)施從傳統(tǒng)的內(nèi)部部署和托管遷移到云和SaaS上來，但最大的節(jié)約來自于為其云基礎(chǔ)架構(gòu)增加了智能化的管理，墨菲石油的數(shù)字轉(zhuǎn)換IT主管Mike Orr說道。

“如果你只是將工作負載提升到云端，你無法省下一分錢，”他說。“它甚至可能會讓你花更多的錢。”

云確實提供了很大的靈活性，但是需要很多人來調(diào)整工作負載，這就增加了工作量。因此，該公司轉(zhuǎn)而使用Turbonomic提供的以人工智能為動力的系統(tǒng)，以便就如何優(yōu)化基礎(chǔ)設(shè)施提出建議。但真正的回報來自于墨菲石油對這個系統(tǒng)的熟悉，并信任它能夠自動執(zhí)行布局和大小調(diào)整。

“里面有這樣一種設(shè)置：根據(jù)這些經(jīng)驗，我們將采取這些行動，你同意嗎?”一旦我們打開它，我們發(fā)現(xiàn)軟件可以比人做出更好的決定，Orr說。“它讓數(shù)據(jù)驅(qū)動決策，而不是直覺和情緒。”

在此之前，Orr有四分之一的全職工作人員只處理票據(jù)相關(guān)的工作。“現(xiàn)在只需要十分之一，”他說。

這使得墨菲石油能夠?qū)T工從基本操作和維護轉(zhuǎn)移到業(yè)務(wù)支持上來。例如，一名員工正在學(xué)習(xí)自動化流程，以便公司能夠在成熟度曲線上更進一步。

“總是有積壓的項目，”O(jiān)rr說。“但我們不打算裁員。”

確保連接

俄亥俄州的北坎頓學(xué)校則面臨著另一種基礎(chǔ)設(shè)施管理挑戰(zhàn):保持整個校園無線網(wǎng)絡(luò)的暢通。包括確保用戶筆記本電腦和移動設(shè)備能夠正確連接網(wǎng)絡(luò)。

該網(wǎng)絡(luò)共有約4400名學(xué)生、650名員工、7座大樓、6000至8000臺設(shè)備，但只有3人負責(zé)網(wǎng)絡(luò)管理。去年8月，該地區(qū)轉(zhuǎn)而使用Mist Systems進行無線網(wǎng)絡(luò)管理，并且還獲得了一個新的AI供電接口。

“它確實感覺更快，讓我們可以更快地了解各種意外狀況，”北坎頓的系統(tǒng)管理員John Fano說，“你可以說，'接入點一是怎么回事'，它就會告訴你所有的信息，然后你就可以進一步深入研究。”

除了自然語言接口，在后端也有能夠分析網(wǎng)絡(luò)活動的人工智能系統(tǒng)。“我們一整年都在用它來尋找網(wǎng)絡(luò)上我們甚至不知道的正在發(fā)生的小事情，”他說。

例如，去年，他的團隊花了9個月的時間做數(shù)據(jù)包捕獲和跟蹤，以向他們的供應(yīng)商證明員工筆記本電腦的無線網(wǎng)卡出現(xiàn)了故障。“在Mist下，我們幾乎可以實時查看問題，所有信息包的信息，并可以在大約一個小時內(nèi)重復(fù)查找問題，”他說。

Mist通過分析組織自己的數(shù)據(jù)發(fā)現(xiàn)網(wǎng)絡(luò)問題，并將其與來自其他選擇加入數(shù)據(jù)共享的客戶的匿名參考數(shù)據(jù)相結(jié)合。 Mist Systems的首席技術(shù)官Bob Friday表示，根據(jù)具體算法的不同，學(xué)習(xí)要么是連續(xù)的，要么是批量的。他說，其他算法使用的是監(jiān)督訓(xùn)練模型，這些模型會按小時不斷變化。

由于人工智能被納入產(chǎn)品中，即使是內(nèi)部沒有人工智能專業(yè)知識的企業(yè)，仍然可以從這項技術(shù)中受益，F(xiàn)riday補充道。

可預(yù)測的維護

總部位于東京的Konica Minolta曾以相機而聞名，但在2017年初，它開始在公司內(nèi)部使用AI驅(qū)動的IT基礎(chǔ)設(shè)施管理工具ScienceLogic，以支持其辦公室和IT服務(wù)業(yè)務(wù)，以幫助預(yù)測哪些設(shè)備即將出現(xiàn)故障。

該公司副首席技術(shù)官Dennis Curry表示，起初，這些預(yù)測的準(zhǔn)確率約為56%，但隨著時間的推移，該系統(tǒng)越來越準(zhǔn)確。他說:“現(xiàn)在我們可以預(yù)測在接下來的兩周內(nèi)95%的故障，這讓我們可以減少停機時間，降低整體成本。”

該公司正在將該技術(shù)添加到Workplace Hub中，并且該公司的ScienceLogic-powered IT管理平臺也將于今年晚些時候推出。

Nlyte軟件公司還計劃提供一種基于AI的預(yù)測性維護工具。 Nlyte采用IBM的Watson技術(shù)，利用客戶的一般信息來收集有關(guān)常用設(shè)備的狀況，并將其與個體客戶環(huán)境的學(xué)習(xí)相結(jié)合。

“我們有我們已經(jīng)建立的模式，我們正將這些模式提供給客戶，”該公司首席戰(zhàn)略官Enzo Greco說。“但是我們發(fā)現(xiàn)，每個客戶的環(huán)境都略有不同，因此我們也為客戶提供了一個工具包，用于創(chuàng)建他們自己的用例，他們自己的AI模式。”

最主要的兩種用途是能源優(yōu)化，比如在哪里放置新服務(wù)器以優(yōu)化散熱，以及工作流優(yōu)化，也就是在哪里放置工作負載。

這些工具通常是由公司定制的，根據(jù)他們自己的操作進行定制。現(xiàn)在，有了現(xiàn)成的軟件和預(yù)先構(gòu)建的模型，企業(yè)就可以快速地啟動和運行，而不必在內(nèi)部部署深入的人工智能技術(shù)。

總部位于荷蘭的Interxion公司已經(jīng)看到了利用機器學(xué)習(xí)來改善運營的好處。幾年前，這家在全球13個城市運營著50個數(shù)據(jù)中心的公司，開始從施耐德電氣部署數(shù)據(jù)中心基礎(chǔ)設(shè)施管理(DCIM)技術(shù)EcoStruxure。

“我們每年都會新建四個數(shù)據(jù)中心，”公司的首席數(shù)據(jù)中心技術(shù)和工程官員Lex Coors說。“這讓我們有機會回顧過去，看看沒有任何EcoStruxure的老客戶，EcoStruxure的早期版本以及最新版本都在做什么。”

他說，早期的版本很難使用。他們提供了大量信息，但需要更多的工作人員來理解數(shù)據(jù)并做出決定以加以實施。

“即使使用新系統(tǒng)，它也提供了如此多的建議，”他說。“我整天都在執(zhí)行這些建議。”

他說，但該產(chǎn)品的最新版本包含了更多的智能功能，現(xiàn)在可以節(jié)省成本了。

重置資本支出預(yù)算節(jié)省了1%至2%的資金。“在維護運營預(yù)算中，我看到了10%的下降，所有的分析都帶來了好處。”

這是因為該公司可以在正確的時間做適當(dāng)?shù)木S護，以避免設(shè)備故障，并且還提出了優(yōu)化能效的建議。

但即使是最新的版本也需要改進。“今天它可以告訴我要改變到這個溫度，明天換到另一個溫度，第二天再回到第一個溫度，因為那是當(dāng)時最好的決定，”他說。該系統(tǒng)應(yīng)該基于長期的預(yù)測提出建議，并優(yōu)先考慮這些建議。他的公司正在與施耐德合作，以改進該系統(tǒng)。

“DCIM系統(tǒng)的機器學(xué)習(xí)能力仍然有限，”他說。“看看我們現(xiàn)在的數(shù)據(jù)中心，想想我們可以用機器學(xué)習(xí)做些什么，顯然，現(xiàn)在還不夠多。”

但是AI在DCIM中的技術(shù)能力可能會不斷擴大。

“這是一個全新的領(lǐng)域，是這個行業(yè)的一個新發(fā)展，而且它很強大，”她說。451 Research的數(shù)據(jù)中心和關(guān)鍵基礎(chǔ)設(shè)施的研究主管Rhonda Ascierto表示，Eaton是DCIM領(lǐng)域的另一個供應(yīng)商。“我認(rèn)為這是一個將物理數(shù)據(jù)中心管理與許多其他服務(wù)集成在一起的長期演進性變革的開始。隨著技術(shù)的發(fā)展，可能會增加其他數(shù)據(jù)和服務(wù)，包括集成工作負載管理，能源管理，員工服務(wù)，安全和網(wǎng)絡(luò)管理。

她說，所有這些都需要時間來完成，而且數(shù)據(jù)供應(yīng)商可以收集的數(shù)據(jù)越多，他們的平臺就會越聰明，也越有價值。因此，客戶可以以極低的成本獲得這些工具。

局限性

但Forrester Research的分析師Michele Goetz表示，用于IT運營的通用AI平臺仍然難以實現(xiàn)。

“目前還沒有真正能夠替代數(shù)據(jù)庫管理或系統(tǒng)管理員的人工智能系統(tǒng)，”她說。“這些AI解決方案的成熟還需要幾年時間，我們也需要時間讓企業(yè)組織對在IT環(huán)境中部署人工智能有一個更好的愿景。”

其中一個挑戰(zhàn)是人工智能目前需要大量的訓(xùn)練數(shù)據(jù)，而這些數(shù)據(jù)只能用于特定類型的問題。此外，國際數(shù)據(jù)公司分析師Shannon Kalvar表示，系統(tǒng)之間的對話也需要改進。

“從技術(shù)上講，對于IT服務(wù)管理和IT運營管理的融合，我們可以在兩到三年內(nèi)完成，”他說。“它們之間存在技術(shù)掛鉤。但說實話，我并沒有看到太多這樣的設(shè)計思維。”

他說，這不僅僅是關(guān)于自動化流程。“現(xiàn)在，我們依靠人們的經(jīng)驗，支持人們，運營人員，去理解并把它們聯(lián)系在一起。我不想過分苛刻，有幾個供應(yīng)商正朝這個方向努力，但我們確實還沒走到那一步。”

他稱之為一個過程抽象層，一種綜合智能。

根據(jù)Turbonomics調(diào)查公司與Red Hat和AppDynamics合作的對750名IT運營經(jīng)理進行的調(diào)查顯示，68%的人說他們還沒有將人工智能用于IT管理，24%的人說他們正在試驗人工智能。

然而，84%的人認(rèn)為人工智能可以通過創(chuàng)建自組織系統(tǒng)來降低復(fù)雜性。

IDC的Kalvar表示：“我認(rèn)為這是很多人想要實現(xiàn)的目標(biāo)，但我不確定我們當(dāng)中有任何人曾經(jīng)觸碰到它。”