L’IA agentica sta facendo parlare di sé in diversi settori e il suo potenziale per trasformare l’ITSM è innegabile. Con tutto questo interesse per le funzionalità dell’IA agentica, è facile immaginare processi ITSM più snelli grazie alla gestione automatizzata degli incident, all’analisi automatizzata del rischio di change, a una maggiore efficienza tramite l’automazione del service desk o a una migliore qualità del servizio con la manutenzione predittiva. Ma potresti anche iniziare a chiederti: quanto è reale tutto questo? La mia organizzazione è davvero pronta per l’IA agentica?

Per la maggior parte delle organizzazioni, direi che la risposta è no.

Questo non significa che le organizzazioni non stiano prestando attenzione: seguono il dibattito e sono interessate ai potenziali benefici a lungo termine. E alcune potrebbero effettivamente essere pronte a implementare correttamente l’IA agentica.

Ambiziose, ma non abbastanza preparate: perché la maggior parte delle organizzazioni non è pronta per l’IA agentica

Il motivo per cui dubito che le organizzazioni siano adeguatamente preparate è che, affinché l’IA agentica funzioni in modo ottimale, servono dati puliti e di qualità, flussi di lavoro ben definiti e automatizzati in modo fluido, oltre a un’integrazione completa e flessibile tra tutti i sistemi destinati alle operazioni di IA agentica.

L’importanza di dati puliti e integrati emerge anche dall’acquisizione di aziende specializzate nella gestione dei dati da parte di altri fornitori tecnologici, in particolare Salesforce e Informatica. Dati riconciliati e normalizzati offrono agli agenti IA la migliore base informativa possibile, così possono fornire i risultati migliori e le informazioni più accurate.

Dovresti sempre chiederti: in che modo gli agenti IA porteranno valore a te e alla tua organizzazione? Il percorso verso il lavoro autonomo può essere realizzato attraverso i flussi di lavoro? Persino Anthropic, leader nel campo dell’IA, parla di utilizzare la soluzione più semplice possibile e di implementare agenti IA solo per requisiti complessi. In alcuni casi, gli agenti non solo sono più costosi, ma anche meno efficienti dei flussi di lavoro predefiniti.

Prepararsi oggi per l’IA agentica di domani

Se stai valutando di adottare l’IA agentica, ci sono diversi fattori da esaminare. Con pianificazione e preparazione, puoi avere successo: questa checklist ti aiuterà a orientarti lungo il percorso.

Pianificazione

Quando inizi il tuo percorso verso l’IA agentica, definisci chiaramente gli obiettivi per introdurla nel tuo ambiente di gestione dei servizi, assicurandoti che siano allineati agli obiettivi complessivi della tua organizzazione. Alcuni obiettivi comuni sono:

  • Ridurre il carico di lavoro del personale IT automatizzando attività ripetitive e dispendiose in termini di tempo.
  • Migliorare la rapidità e l’accuratezza nella risoluzione degli incident.
  • Migliorare l’esperienza degli utenti finali con un fulfillment delle richieste automatizzato e senza interruzioni.

Una volta definiti gli obiettivi, come si presenta il successo e come lo misurerai? Le metriche varieranno in base alle aspettative e agli obiettivi definiti, ma alcuni indicatori comuni potrebbero essere:

  • % di attività automatizzate con successo dall’IA.
  • Riduzione degli errori nelle attività gestite dall’IA rispetto alle attività manuali.
  • Punteggio di soddisfazione degli utenti (CSAT).
  • % di utenti che scelgono soluzioni self-service basate sull’IA.
  • Riduzione del costo medio di risoluzione di un ticket con l’IA.
  • % di incident inoltrati ad agenti umani dopo l’intervento dell’IA.

Contenuto correlato:AITSM: come l’IA ridefinisce l’automazione del service desk IT, parte della serie di report di ricerca sulla Digital Employee Experience di Ivanti

Preparazione dei dati

Nel contesto della gestione dei servizi, possono essere necessarie molte fonti di dati, incluse fonti strettamente correlate all’ITSM, come una CMDB o un repository degli asset. Man mano che ci si estende all’intera azienda, potrebbero essere necessari anche dati provenienti da CRM, HR, facilities, finanza o altri reparti.

Indipendentemente dalla provenienza dei dati, è necessario considerare quanto segue:

  • La qualità dei dati è affidabile? I dati sono coerenti? Quanto sono accurate le informazioni? Esiste una fonte più attendibile (o master) da considerare come predefinita? Spesso i dati non sono coerenti tra più sistemi, rendendo più difficile per un agente IA prendere decisioni ben informate.
  • Quanto sono accessibili i dati? Quante fonti di dati diverse esistono e sarà necessaria l’integrazione tramite API? Le fonti di dati sono aggiornate?
  • La tua CMDB è pronta per essere utilizzata dall’IA agentica? Nella CMDB sono presenti CI critici e, soprattutto, quanto sono aggiornate le relazioni e le informazioni?
  • Devi rispettare requisiti di compliance relativi alla privacy dei dati? Devi conformarti a normative sulla protezione dei dati come GDPR, CCPA o altre? È possibile che le normative richiedano di anonimizzare i dati sensibili e mantenerli all’interno del Paese.

Flussi di lavoro definiti e automazione

Disporre di dati di alta qualità è fondamentale, ma anche avere flussi di lavoro efficaci e funzionanti per gestire le attività è un elemento critico per il successo dell’IA agentica. In alcuni casi, i flussi di lavoro esistenti possono essere riutilizzati all’interno di un processo di IA agentica; tuttavia, alcuni dovranno essere modificati per soddisfare i requisiti di richiesta/risposta di un agente IA.

Alcuni aspetti da considerare per i flussi di lavoro:

  • I tuoi flussi di lavoro possono essere utilizzati dagli agenti IA?  I flussi di lavoro esistenti potrebbero non essere strutturati nel modo più efficace affinché gli agenti IA possano utilizzare l’intero workflow e fornire risultati accurati.
  • I flussi di lavoro opereranno solo con dati interni alla tua organizzazione oppure dovranno accedere a fonti di dati esterne? Quando si accede a fonti di dati esterne, quali misure di sicurezza sono in atto per garantire la sicurezza e l’accuratezza dei dati nelle risposte?
  • Assicurati che tutti gli agenti IA e i relativi flussi di lavoro abbiano audit trail abilitati, così da registrare e monitorare azioni e decisioni dell’IA. Questo garantisce la correttezza dell’IA e può essere utilizzato in caso di problemi di compliance o sicurezza.

Governance e compliance

In precedenza abbiamo parlato dei requisiti di compliance per i dati e della necessità di rispettare requisiti normativi o di legge. Governance e compliance devono applicarsi anche all’intero ecosistema di IA all’interno della tua organizzazione, per fornire risposte e azioni responsabili, sicure e affidabili.

Ecco alcuni aspetti da considerare:

  • Definisci policy su come l’IA deve essere utilizzata all’interno della tua organizzazione e assegna persone o team responsabili della protezione dei dati e della valutazione delle considerazioni etiche.
  • Assicurati che gli standard di compliance normativi o di legge siano compresi e rispettati lungo l’intero workflow dell’IA. Ad esempio, se un agente IA richiede l’accesso a dati sanitari e a dati raccolti da utenti europei, dovrai considerare sia HIPAA sia GDPR.
  • Identifica i rischi potenziali in tutto il tuo ambiente e mitiga con attenzione quelli collegati all’implementazione dell’IA.

Test e validazione

Inizia il tuo percorso verso l’IA agentica in un ambiente controllato. Crea un programma pilota per testare le funzionalità, assicurandoti di misurare i risultati rispetto agli obiettivi e di raccogliere feedback dagli utenti. È importante predisporre un programma di miglioramento continuo per apportare modifiche e ottimizzazioni. Sii paziente: ottenere buoni risultati può richiedere tempo, mentre l’IA apprende e si adatta. Monitora e regola sempre il sistema secondo necessità e definisci un processo per gestire problemi o malfunzionamenti.

L’IA agentica è un’evoluzione, non una rivoluzione

Si parla di IA ovunque e, sebbene l’interesse da parte delle organizzazioni sia elevato, molte restano giustamente prudenti su come procedere e su cosa sia meglio per la propria realtà. Come abbiamo visto negli ultimi anni, l’IA è progredita molto rapidamente, passando da generativa ad agentica. Restare al passo con le tecnologie emergenti e pianificare i miglioramenti futuri è fondamentale.

Ivanti è ben posizionata, con funzionalità di IA in grado di supportare la tua crescita. Scopri di più su ciò che Ivanti può offrire per il tuo percorso nell’IA.