Пробные занятия. Бесплатно!
Приглашаем всех желающих посетить бесплатные пробные занятия по курсам МВА и профессиональной подготовки. Занятия проходят в реальных группах, никаких постановочных занятий. Ознакомиться с расписанием пробных занятий, выбрать заинтересовавшее и зарегистрироваться на него можно здесь


Совершенствование ИТ сервисов крупной компании на основе машинного обучения

Босомыкин М.М.

Выпускник группы MBA CIO-55

Школа IT-менеджмента

РАНХиГС при Президенте РФ

Современная крупная компания представляет собой сложную, непрерывно меняющуюся во времени систему. Эффективность производства повышается путем оптимизации процессов и внедрения новых технологий труда, как в целом по компании, так и в каждом ее подразделении. У зрелых компаний зрелые процессы. Они регламентированы, автоматизированы и контролируемы. Каждый участник процесса знает свой порядок действий для достижения результата, а руководители в реальном времени могут контролировать их исполнение.

Еще одна особенность — это взаимная увязка процессов между собой. Ее сильная сторона в том, что все происходит в своем месте и в свое время. Однако, есть и негативное последствие: чем больше увязка и сложнее процесс, тем сложнее в него вносить изменения. Появляется множество заинтересованных сторон, препятствующих изменениям. Данная ситуация понятна и характерна для всех больших компаний, прошедших ни один этап жизненного цикла по И.Адизису.

Стоит отметить, что наступает этап, когда классическими методами оптимизации и автоматизации повысить эффективность уже нельзя. Повысить эффективность возможно, но затраты на это в разы превысят полученный результат. При попытке остановиться в развитии и изменении становится только хуже. Если нет движения вперед это означает, что идет движение назад.

В данной работе рассматривается повышение эффективности ИТ сервиса поддержки пользователей за счет внедрения в процесс технологий машинного обучения. Происходит это за счет уменьшения трудозатрат работников служб поддержки пользователей. Сам процесс при этом остается неизменным с точки зрения потребителя услуги. Трудозатраты работников уменьшаются, а сохранение объема выполнения услуг на прежнем уровне характеризуется как превышение производительности труда, т.е достижение эффективности в процессе.

Многие отождествляют машинное обучение с искусственным интеллектом. А искусственный интеллект с машинами способными думать так же как человек и наделенными сознанием. Отчасти этому способствует научная фантастика и кино. Но это не более чем игра слов и иллюзия в которой искусственный интеллект — это термин обозначающий класс технологий, базирующихся на математических методах. Сознания в них нет и на данный момент быть не может. Но решения задач, которые базируются на предыдущих знаниях, у таких технологий получается хорошо. Другими словами, если у вас есть историческая информация в цифровом виде о событиях и действиях человека на эти события, то вы можете применить сервисы с использованием машинного обучения и в последующем использовать машину для выполнения действий за человека или совместно с ним.

Большие компании накопили огромное количество исторической информации, которую необходимо использовать, направляя на получение выгоды для компании. Фактически, чем больше данных у вас есть, тем надежнее работают математические алгоритмы машинного обучения. Ведь, фактически в любом процессе можно выделить простые операции по классификации, обобщению, кластеризации выполняемые человек и заменить их выполнение на машинное.

В работе у автора рассмотрен классический процесс ITIL поддержки пользователей бизнес-приложений, адаптированный под крупную компанию. В котором для бизнес-пользователей внедрена система дистанционного обучения, где пользователь может ознакомиться со всеми материалами по ИТ-решению, не покидая своего рабочего места. Внедрена система базы знаний с типовыми ответами на частые вопросы. В процесс подачи заявки в системе Service Desk внедрен функционал поиска похожих заявок и функционал рекомендации статьи базы знаний. Несмотря на это ежегодный объем повторяющихся обращений в службу поддержки от пользователей составляет в районе 30%. Непрерывные изменения в ИТ-решениях, сменяемость персонала и человеческий фактор приводят к созданию новых обращений в службу поддержки, на работников службы поддержки действуют те же факторы и они, на повторную заявку готовят новый ответ. Ответ на подобное обращение уже был кем-то дан. Что приводит к нерациональным затратам времени.

В работе выделены операции, совершаемые работником службы поддержки, для которых можно применять технологии машинного обучения. Накопленный объем истории о выполненных ранее заявках и созданных статьях базы знаний лег в основу обучения сервисов, внедренных в систему Service Desk. Получилось, что операция в процессе сначала выполнялась сервисом и если его результаты были неприемлемой точности, то операция передавалась человеку. Если результат был выше заданного уровня точности, то операция считалась выполненной без человека. Внедрение сервисов позволило без участия человека выполнять перераспределение заявок в нужную группу поддержки, искать похожие заявки или статьи базы знаний и выдавать ответ пользователю, помогать сотруднику службы поддержки анализировать заявки и готовить статьи базы знаний (проективный подход). При этом, сам процесс оставался неизменным. И человек, с точки зрения исполнителя по заявке, никак не мог влиять на работу сервисов машинного обучения. Сервисы работают сами по себе, человек сам по себе, дополняя друг друга данными о успешно выполненных заявках. Человеку, при большом количестве информации сложно учитывать предыдущий опыт, машина наоборот, делает это легко и быстро.

Акцент человеческого труда при этом смещается в сторону создания уникального контента, а машина занимает область по воспроизведению и тиражированию этого контента.

Результаты внедрения сервисов дали эффект, выраженный в 15% сокращении трудозатрат работников службы поддержки пользователей. Сервис классификации заявок показывал результативность в 50% случаев работы. А сервис поиска похожих заявок, находил точный результат в 77%, что в конечном счете сокращение трудозатрат на 6,25%. При этом, количество заявок осталось на прежнем уровне, конечный пользователь, в большинстве случаев получал мгновенный ответ на свое обращение (повторное). А сотрудник службы поддержки уже не тратил время на обработку повторяющихся заявок на которые уже был ответ.

Голосов пока нет
Школа IT-менеджмента Экономического факультета АНХ, 119571, Россия, г. Москва, проспект Вернадского, д. 82 корп. 2, офис 207, тел.: +7 (495) 933-96-00, Copyright @ 2008-2009