Anton Joesmiya, Enterprise AI Evangelist, ManageEngine, racconta cosa sta cambiando nei team di IT service management (ITSM) con l’adozione sempre più rapida di strumenti di AI.
L’intelligenza artificiale e gli agenti Ai stanno rapidamente entrando nel settore del supporto ITSM, prendendo in carico compiti che un tempo erano affidati ai dipendenti e che richiedevano molto tempo. Gartner prevede infatti che, entro il 2028, “il 33% delle applicazioni software aziendali includerà l’agentic AI (nel 2024 erano meno dell’1%). Con almeno il 15% delle decisioni lavorative quotidiane prese in autonomia tramite agenti AI”. Prima dell’intelligenza artificiale, il team IT gestiva attività di routine. Come reimpostazione delle password, installazione di software, smistamento dei ticket, consultazione delle knowledge base. I primi tentativi, come ad esempio i chatbot rule-based, hanno cercato di automatizzare queste attività.
Gli agenti AI sostituiranno completamente i team IT service management?
Il limite era rappresentato dall’incapacità di pensare fuori dagli schemi, creando problematiche quando gli utenti non fornivano loro le parole chiave esatte, causando solo un aumento dei ticket generati. Gli agenti AI di oggi sono più autonomi, proattivi e adattabili. Possono aumentare la produttività, ridurre i tempi di inattività e gestire i compiti in tempo reale, integrando al contempo il supporto umano.
Esseri umani e agenti AI
Tuttavia, rimangono ancora dubbi: gli agenti AI possono sostituire completamente gli esseri umani, soprattutto nel supporto di Livello 1 e Livello 2? Il Livello 1 gestisce la risoluzione di problemi di base come la reimpostazione delle password e le richieste più comuni. Mentre il Livello 2 affronta problemi complessi e imprevedibili che richiedono competenze tecniche più approfondite. Gli agenti AI si stanno semplicemente facendo strada nei ruoli di supporto ITSM eseguendo attività di routine, oppure la loro adozione porterà alla sostituzione dei team di IT service management?
Che cosa rende diversa l’Agentic AI
Un chatbot tradizionale è vincolato a regole rigide, mentre l’agentic AI è autonoma, fruibile e consapevole del contesto. Il processo inizia quando un agente AI riceve un ticket: interpreta l’intento dell’utente utilizzando tecniche di prompt engineering. E, imparando dagli esempi, applica la propria conoscenza della terminologia aziendale, dei pattern dei ticket e delle policy. Successivamente, l’agente raccoglie il contesto necessario controllando la propria memoria per le interazioni precedenti e utilizzando la RAG (Retrieval-Augmented Generation) per estrarre articoli, manuali o documentazione pertinenti.
Decisioni sempre più accurate
Forte di queste informazioni, l’agente determina il flusso di lavoro più appropriato ed esegue le attività tramite tool calling quali la creazione di ticket o l’attivazione di azioni di sistema. Lavorando al contempo con misure di sicurezza basate su regole per mantenere la compliance. Infine, genera una risposta per l’utente, registra le sue azioni e aggiorna la memoria per interazioni future. Nel tempo, l’agente impara costantemente a prendere decisioni sempre più accurate a ogni interazione.
IT service management: due esempi concreti relativi al mercato italiano
Gli agenti AI integrati di Devoteam Italy hanno automatizzato i flussi di lavoro e offrono risposte più rapide alle esigenze dei clienti. Hanno ridotto di 7 volte i tempi di risposta e gestito il 50% in più delle richieste senza richiedere un’espansione del team di lavoro. Migliorando così i livelli di soddisfazione del cliente del 30%.
HYPE (principale neobanca italiana) con 1,9 milioni di clienti, ha utilizzato agenti AI per migliorare l’assistenza clienti. Questa integrazione ha garantito un’esperienza fluida e accessibile su tutti i punti di contatto, migliorando significativamente la soddisfazione del cliente e l’efficienza operativa.
Come lavorano gli agenti AI nelle interazioni tier 1 e tier 2?
Nelle operazioni quotidiane, gli agenti AI si occupano di problematiche di routine di Livello 1. Ad esempio, quando un utente dimentica le proprie credenziali VPN e apre un ticket, un agente AI può verificare l’identità, reimpostare la password e guidare l’utente nella riconnessione, il tutto in tempo reale senza l’intervento umano. Questo libera gli agenti umani dalle attività ripetitive di risoluzione dei problemi. Al livello 2, il ruolo si sposta dalla semplice esecuzione all’assistenza intelligente. Se, ad esempio, un’interruzione di rete blocca un intero reparto, l’agente AI può attingere ai report degli incidenti passati, accedere ai log di sistema, suggerire possibili cause, attivare diagnosi automatiche e consigliare misure correttive. Sebbene non sia in grado di risolvere autonomamente ogni caso limite, ne accelera la risoluzione e riduce i tempi di inattività.
Perché gli agenti AI trovano difficoltà con le operazioni più lunghe?
Gli agenti AI sono in costante e rapida evoluzione, ma la loro capacità di gestire compiti complessi e di lunga durata è limitata. Il ricercatore Toby Ord dell’Università di Oxford ha analizzato uno studio sulle prestazioni degli agenti AI in attività di ricerca e ingegneria. Come ad esempio lo sviluppo di software, il ragionamento generale e la sicurezza informatica. Ha osservato una dinamica chiara e coerente: il tasso di successo di un agente diminuisce esponenzialmente con l’aumentare della durata del compito, fenomeno spiegato da un modello di ‘emivita’.
Ad esempio, un modello ad alte prestazioni potrebbe raggiungere un tasso di successo dell’80% su compiti della durata di 15 minuti, ma solo del 50% su compiti di 59 minuti. Questo declino segue una curva esponenziale, in cui la probabilità di insuccesso si eleva al quadrato ogni volta che la durata del compito raddoppia. Questo è un concetto fondamentale dell’analisi di sopravvivenza, che modella come la probabilità che un elemento ‘sopravviva’ senza guasti diminuisca nel tempo.
Nei processi più lunghi e articolati ‘vince’ l’IT service management
Applicata all’ITSM, questa analisi rende evidente il motivo per cui gli agenti AI non sono ancora pronti ad automatizzare completamente le richieste di servizio complesse. Il loro punto di forza risiede in attività brevi e ad alta affidabilità, come reimpostazione delle password, instradamento dei ticket, le FAQ. Tuttavia, processi più lunghi e articolati, come la diagnosi delle interruzioni o il coordinamento delle riparazioni tra sistemi, mostrano ancora i loro limiti. La supervisione umana rimane fondamentale per il ripristino degli errori e la garanzia di una risoluzione coerente.
Per ora gli agenti AI sono l’ideale come collaboratori
Attualmente, gli agenti AI non possono sostituire il supporto ITSM, ma lo miglioreranno. Alcune organizzazioni hanno segnalato principalmente un aumento della produttività dei dipendenti del 32%, un miglioramento del processo decisionale del 20% e un miglioramento dell’esperienza utente del 20%. Tuttavia, l’intelligenza artificiale manca di empatia e ha difficoltà a gestire un’intera attività, in cui la competenza umana rimane indispensabile.
Esseri umani e IA insieme per una trasformazione affidabile
Il futuro risiede nell’adozione responsabile dell’AI. E le aziende che investono in formazione, governance e ripensamento dei ruoli aziendali consentiranno ai team ITSM di concentrarsi su attività ad alto valore aggiunto e innovazione. Combinando i punti di forza umani con le capacità dell’AI, i team di supporto possono offrire un servizio più rapido, intelligente e resiliente. Piuttosto che chiedersi se l’AI sostituirà il supporto ITSM, è più appropriato chiedere: come possono esseri umani e IA collaborare per creare esperienze di servizio eccezionali nell’ITSM?
Per garantire un allineamento tra funzione IT e business, le aziende devono cercare professionalità che parlino la lingua del business così che gli obiettivi organizzativi siano compresi e raggiunti.
Spitch amplia i servizi professionali e di business consulting e lancia il proprio Customer Success Department in grado di aiutare ancora di più i propri clienti.
