Компания ServiceNow дополнит технологиями машинного обучения свой продукт Now Platform, предназначенный для автоматизации бизнес-процессов, предотвращения возможных простоев у клиентов, перенаправления запросов на обслуживание, а также оценки эффективности IT.
Изображение Matthew Hurst CC
Функции искусственного интеллекта будут предоставляться с помощью грядущей платформы Intelligent Automation Engine, которую компания анонсировала на конференции Knowledge. По словам представителей компании, это решение укрепит позиции ServiceNow на рынке управления IT-сервисами и откроет путь к другим частям корпоративной сферы.
Алгоритмы Intelligent Automation Engine основаны на решениях компании DxContinuum, приобретенной ServiceNow и занимающейся разработкой технологий машинного обучения.
Новые сервисы будут направлены на решение следующих задач:
Помимо новых функций, которые появятся в нынешнем году, ServiceNow объявила о реализации возможности сравнительной оценки производительности в приложении Benchmarks. Для этого ServiceNow использует данные, предоставляемые клиентами на анонимной основе.
ServiceNow за последний год приобрела и несколько других компаний (помимо DxContinuum), включая поставщика средств IT-безопасности BrightPoint Security и компанию, занимающуюся разработкой инструментов для управления облаком ITapp.
В компании надеются, что новые технологии и машинное обучение помогут владельцам организаций справиться с рабочей нагрузкой и постоянным ростом объемов данных, обрабатываемых облачными приложениями, а также автоматизировать рутинные задачи.
Пара наших хабрадайджестов:
Изображение Matthew Hurst CCФункции искусственного интеллекта будут предоставляться с помощью грядущей платформы Intelligent Automation Engine, которую компания анонсировала на конференции Knowledge. По словам представителей компании, это решение укрепит позиции ServiceNow на рынке управления IT-сервисами и откроет путь к другим частям корпоративной сферы.
«Сферы обслуживания клиентов и управления персоналом хорошо поддаются автоматизации, — отмечает технический директор ServiceNow Аллан Лейнволд. — Но бизнес тратит большое количество времени на решение типовых, рутинных задач, например на запросы информации об отгулах к отделу кадров».
Алгоритмы Intelligent Automation Engine основаны на решениях компании DxContinuum, приобретенной ServiceNow и занимающейся разработкой технологий машинного обучения.
Новые сервисы будут направлены на решение следующих задач:
- Предотвращение простоев. Благодаря технологии выявления аномалий решение Intelligent Automation Engine определяет паттерны, которые с высокой долей вероятности ведут к простоям. Эта функция появится на платформе ServiceNow Jakarta, которая будет выпущена в конце года.
- Классификация и отслеживание работ. Функция будет классифицировать задачи, выбирать оптимальные методы их решения и прогнозировать вероятные результаты. Также появятся функции предсказательной аналитики.
- Прогнозирование эффективности. Алгоритмы будут работать с приложениями Performance Analytics от ServiceNow, способными отслеживать статистику в реальном времени. Они помогут компаниям определять момент достижения заданных уровней эффективности (например, времени ответа службой поддержки).
Помимо новых функций, которые появятся в нынешнем году, ServiceNow объявила о реализации возможности сравнительной оценки производительности в приложении Benchmarks. Для этого ServiceNow использует данные, предоставляемые клиентами на анонимной основе.
ServiceNow за последний год приобрела и несколько других компаний (помимо DxContinuum), включая поставщика средств IT-безопасности BrightPoint Security и компанию, занимающуюся разработкой инструментов для управления облаком ITapp.
«Покупая компанию, мы первым делом переписываем ее продукты под свою платформу, — рассказывает директор по стратегии ServiceNow Дэйв Райт (Dave Wright). — Такой подход исключает неразбериху с ворохом плохо интегрированных продуктов».
В компании надеются, что новые технологии и машинное обучение помогут владельцам организаций справиться с рабочей нагрузкой и постоянным ростом объемов данных, обрабатываемых облачными приложениями, а также автоматизировать рутинные задачи.
Пара наших хабрадайджестов:
Поделиться с друзьями
imanushin
Как-то все по-рекламному.
Сразу вопросы:
Udumuth
Первая реализация AI появится в версии Jakarta, которая станет доступна в июле, пока пощупать нечего, есть только маркетинговые материалы.
Таким образом, предложенный вами сценарий в текущем варианте лежит за рамками преимуществ от AI.
imanushin
Udumuth, тут есть две ошибки, к сожалению:
По поводу маркетинговых материалов: Вы же понимаете, что на хабре. Тут любят правду, тут любят открытость, тут любят технические подробности. А когда создается рекламная статья, а на просьбу дать больше данных прилетает два минуса (причем у компании ровно два человека, которые могут его поставить), всё это начинает выглядеть немного подозрительно...
Udumuth
AmberSP
Какие именно алгоритмы машинного обучения будет использовать у себя под капотом снежок — дело, примерно, пятое. Так уж вышло, что я немного занимался задачей именно машинного обучения для категоризации заявок. И вот сначала у нас есть куча других проблем:
1) русский язык со всеми его падежами и прочими радостями. Лемматизаторы типа Mystem частично помогают. Но, с другой стороны, частично и мешают. по кранйей мере, человеку становится уже сложно понять, о чём речь в обработанной заявке.
А в ServiceNow даже просто локализация вызывает кровь из глаз. Если уж order переведён как «заказ» везде то какое там будет распознавание русского языка?
2) опечатки и ошибки
3) большое количество «мусора» в тексте. Типовая заявка — это скопированное из почтового клиента письмо. В котором есть знатная шапка (От кого, кому, Копия на 10 человек «для скорости»), толстый подвал (Без уважения, старший помощник младшего дворника отдела ничегонеделания департамента бурной деятельности). И, на самом деле, письмо-то было переслано 3 раза. И полезная инвормация содержится только в 3м письмое в 5 словах.
Вот этот мусор отсеять — та ещё задачка. TF_IDF и выбрасываение слишком часто употребляемых слов тоже не только помогает, но и мешает.
4) при этом данные для обучения — грязные и кривые, т.к. многие старые заявки неправельно категоризированы и/или маршрутизированы.
А ещё в этом деле крайне важно, чтобы система выдавала уровень своей уверенности в прогнозе. «вот это — точно доступ к сетевому диску, а это — ну вроде бы SAP, но ты посмотри сам, Человек.» Без этого вообще не взлетит.
Как это всё будет реализовано в снежке — очень хороший вопрос. Возможно, что просто как insert your code here.
Udumuth
Согласен, интересно насколько это будет работать для русского языка в части классификации и предложения решения. Также думаю, что та часть, которая будет работать поверх CMDB и ITOM, должна хорошо справляться. Через месяц-два можно будет уже увидеть вживую.
optimizer