人工智能、机器学习和自然语言处理是ITSM中采用的最热门的新技术之一。这些技术通过自动化ITSM框架内的业务流程和任务，帮助企业简化服务管理。
创意软件制造商Adobe公司提供了一个令人瞩目的例子。Adobe公司高级副总裁兼首席信息官Cynthia Stoddard表示，该公司已使用人工智能、机器学习和自然语言处理来帮助改变ITSM的动态，以便为最终客户提供更好的服务，并改变ITSM专业人员的角色，以完成更高级别的任务。
该公司的智能ITSM改造帮助Adobe公司不仅支持面向客户的数字媒体服务，还提高了组织内部的生产力和效率。借助人工智能、机器学习、自然语言处理技术，Adobe公司改进了ITSM流程，减少了错误，并简化了服务管理，同时还为IT工作人员消除了繁琐和重复的任务。
以下是Adobe公司向智能ITSM转变的内容。
消除重复性任务
当Adobe公司推出其ITSM自我修复服务时，其首要目标是降低其票务队列级别。 Stoddard说，通过更多地依赖人工智能和机器学习，企业可以为其员工减少繁重的劳动，因为使用票务系统很快就会成为IT工作者的耗时和重复工作。
这代表了如今使ITSM现代化的公司的共同主题。人工智能、机器学习和自然语言处理和机器人过程自动化（RPA）等技术为组织自动化和简化ITSM工作提供了充足的机会。
“企业真正寻找问题模式和重复性任务，因为如果考虑ITSM的规则，那就是组织人们在操作中所做的工作，那么如何改变人们所做的工作类型，将ITSM提升到下一个层次？”Stoddard说。
对于Adobe公司来说，这意味着使用人工智能在票务系统中找到可以通过脚本解决的共性、趋势和快速修复。更快地将这些票证排除在队列之外，这有助于IT工作人员专注于人工智能无法解决的问题。现在Adobe公司的IT团队不会因为超载的票务系统而陷入困境，他们可以花更多的时间编写脚本来帮助简化服务管理。
Stoddard说：“我们一直在努力让我们的工程师和操作人员更多地完成脚本和更高级别的工作，而不是我所说的‘传统票务工作者’。”
构建自我修复框架
Stoddard说，Adobe公司在ITSM中实现人工智能的第二个目标是开发一个“自我修复框架”。这源于一种超越自动化重复性任务的愿望，而是寻找操作问题并修复它们以改善恢复时间。
“我们把它提升到了一个新的水平，对于‘在运行服务时，任何IT操作都会发生中断’问题，如果服务中断，所以我们需要做的是怎样才能实现自动化。”她说。
在某些情况下，自我修复平台可以找到操作问题，并自动解决它们，同时还为IT团队提供详细的数据和统计数据。在平台无法自我修复的情况下，它可以提醒IT工作人员更快地发出提醒，并缩短恢复时间。
Stoddard表示，Adobe公司有很多后台将整个组织中的数据提供给很多不同的地方，当其中一个系统出现故障时，它通常需要30分钟来修复。从发现问题到修复问题并重新投入服务的时间缩短到3分钟。
投资人才
Adobe公司在ITSM框架中成功采用人工智能、机器学习、自然语言处理的方法之一是投资人才。Adobe公司专注于雇用具有最新技能的外部候选者，并培训组织内当前的IT员工。
Stoddard说：“人工智能扩展了人类可以做的事情，但人类的活动并没有消失，在某些方面，人工智能实际上是在为人们创造工作机会。”
Adobe公司雇佣了特定的人工智能和机器学习人才，并指出最近以开放思想进入组织的毕业生带来了一些很棒的想法。Stoddard将这归功于这些年轻工人如何将他们的新知识不加掩饰地应用于现实生活中的问题。
Stoddard还专注于培训内部员工和经验丰富的IT工作人员，他们已经对公司的网络和系统有着复杂的了解。该公司已向5，000多名工程师推出了为期六个月的技术人工智能和机器学习培训计划。其设计目的是使每个工程师具有更多的数据科学。
正是这种人才和实验自由的结合创造了自我修复平台。
“我们发现，如果给人们一定的时间进行学习和实验，那么他们肯定会提出想法。这就是我们内部所做的事情。”Stoddard说。