瑞士信貸集團:會聊天的AI機器人

瑞士信貸集團(Credit Suisse Group AG)去年12月推出了一款聊天機器人,幫助企業(yè)處理密碼重置和計算機重新啟動等日常請求。“之前,我們僅提供語音服務,弊端是在處理用戶查詢方面的效率比較低,員工需要在電話隊列中等待客服人員?!比鹗啃刨J集團認知和數(shù)字服務負責人Jennifer Hewit說。“我們希望將一個機器聊天功能引入到這個平臺,為用戶提供更快捷的響應和操作。

2016年底,瑞士信貸集團開始考慮此事。2017年初選擇了數(shù)字勞動公司IPSoft的Amelia 聊天機器人系統(tǒng),并于同年6月份開始安裝,年底開始運行。Amelia是一個能夠隨時從智能前臺對話切換到智能后臺執(zhí)行的整體流程人工智能平臺。“當我們引入她時,她還像個嬰兒,因為我們仍然需要花大量時間來訓練她的大腦?!盚ewit指著聊天機器人說。

例如,當聊天機器人遇到某些無法處理的請求時,會切換到人工服務,聊天機器人則會繼續(xù)跟隨通話進行自動學習。在學習結果被輸送回聊天機器人系統(tǒng)之前,銀行會進行審查,以防止日后出現(xiàn)錯誤和偏差。

Amelia系統(tǒng)正在為全球40個國家76,000名用戶提供服務,預計在今年年底,將有25%的查詢轉入機器人服務平臺,這一目標也將使三分之一的技術支持人員從語音服務中解放出來。瑞士信貸集團在信息技術領域使用人工智能技術,通過將較低級別的工作交給更適合這些任務的機器,而讓更多IT人員去推動更深層次的業(yè)務價值。

得克薩斯州A&M大學:人工智能安全助理

得克薩斯州A&M大學是另一個將AI應用于IT部門的組織。該學校部署了美國網(wǎng)絡安全公司Endgame的虛擬智能助理Artemis,幫助新員工保證大學安全,避免網(wǎng)絡攻擊。(Artemis利用機器自然語言處理技術,實時掃描Endgame端點收集的所有數(shù)據(jù),并檢測網(wǎng)絡活動中的惡意攻擊。)

“我們監(jiān)控了11所大學和7個國家機構的網(wǎng)絡,”德克薩斯州A&M大學系統(tǒng)安全分析師Barbara Gallaway說。Gallaway的團隊包括九名全職員工和八名兼職學生,他們都沒有處理安全事的經(jīng)驗

“在對新員工們進行培訓時,他們可以使用簡單的英語向AI系統(tǒng)提問,實現(xiàn)了工作和培訓同時進行?!盙allaway說?!拔覀冊诮衲?月份進行了新一輪招聘,新員工花了兩個小時才弄清楚他們在做什么。但是接下來他們的學習速度開始加快,而且向全職工作人員的提問也在減少。他們不再需要反復地在GOOGLE上搜索,或者觀看學習視頻?!?/p>

Gallaway表示,虛擬智能助理對招聘也產(chǎn)生了積極影響。兩年前,當他們需要雇傭三名安全分析師時,卻找不到足夠的工作申請人。今年,有88個申請人競聘7個職位。坊間傳說我們在做的事情非常有趣,人們不只是簡單的盯著屏幕,而是通過它獲得了現(xiàn)實世界的經(jīng)驗。Gallaway也希望通過對虛擬智能助理的了解,讓更多的人投身網(wǎng)絡安全事業(yè)。

墨菲石油:AI優(yōu)化基礎設施管理

墨菲石油總部位于阿肯色州,是一家在美國、加拿大和馬來西亞開展業(yè)務的石油公司,在全球擁有1,200名員工。過去一年間,該公司將其基礎設施從傳統(tǒng)的內部部署和托管遷移到云計算和SAAS中,而最主要的節(jié)流方式則是將智能管理增加到云基礎架構中。

墨菲石油數(shù)字化轉型IT總監(jiān)Mike Orr表示:“如果你只是將工作負載提升到云端,你不會節(jié)省任何資金,相反可能會讓你付出更多?!?因為云計算確實提供了很大的靈活性,但卻需要付出很大的人力來調整工作負載。因此,墨菲公司采用了Turbonomic提供的AI動力系統(tǒng),以便為優(yōu)化基礎設施提出建議。當AI動力系統(tǒng)提供的建議被采納,人們會發(fā)現(xiàn)軟件提供了更好的決策,而且這個決策是數(shù)據(jù)驅動的,而不是直覺和情感。

在此之前,Orr擁有四分之一的全職員工,現(xiàn)在這些員工的數(shù)量只有十分之一。墨菲石油將員工的工作從基本運維轉為業(yè)務支持。例如,某些員工正在學習自動化流程,以便公司進一步提升成熟度曲線?!拔覀兛偸怯泻芏喾e壓的項目要做,因此員工不必裁員問題。”O(jiān)rr補充道。

俄亥俄北坎頓學校:從關聯(lián)性中學習

俄亥俄北坎頓學校則面臨著不同的基礎設施管理挑戰(zhàn),即如何在整個校園內架設無線網(wǎng)絡,包括確保用戶筆記本電腦和移動設備可以正確連接上網(wǎng)。

該網(wǎng)絡覆蓋大約4,400名學生,650名員工,7座建筑物和6000至8000臺設備,但只有三名網(wǎng)絡管理員。去年8月,該學校使用了Mist Systems公司的提供的自我學習網(wǎng)絡進行無線網(wǎng)絡管理,并且還獲得了一個全新的AI供電接口。

“它給人的感覺的確更快。你可以問它:‘第一個接入點出了什么問題?’它會告訴你所有的信息,以便你進一步深入研究?!?俄亥俄北坎頓學校系統(tǒng)管理員John Fano說。除了自然語言界面之外,后端還有AI進行網(wǎng)絡活動分析?!拔覀円徽甓荚谑褂盟?,甚至在網(wǎng)絡上發(fā)現(xiàn)了我們從來沒發(fā)現(xiàn)過的問題。”

例如,去年,John Fano的團隊花了九個月的時間進行數(shù)據(jù)包捕獲和跟蹤,以向其供應商證明員工筆記本電腦的無線網(wǎng)卡出現(xiàn)了故障。在Mist的幫助下,團隊能夠實時地查看問題,以及幾乎所有數(shù)據(jù)包信息,并能夠在大約一個小時內重復查找問題。

Mist通過分析自己組織內部的數(shù)據(jù)發(fā)現(xiàn)網(wǎng)絡問題,并將其與來自其他數(shù)據(jù)共享客戶的匿名參考數(shù)據(jù)相結合。Mist Systems首席技術官Bob Friday表示,由于人工智能被納入產(chǎn)品中,即使是不具備人工智能專業(yè)知識的企業(yè),仍然可以從這項技術中受益。

AI預測性維護

以生產(chǎn)相機聞名于世的日本企業(yè)柯尼卡美能達公司,于2017年初開始在內部使用由AI驅動的IT基礎設施管理工具ScienceLogic,以支持其辦公室和IT服務業(yè)務,并用于預測哪些設備即將崩潰。

該公司副CTO Dennis Curry表示,起初,預測的準確率僅為56%。但隨著時間的推移,該系統(tǒng)可預測到未來兩周內將出現(xiàn)的問題,準確率達95%,有效減少了停機時間并降低總體成本。該公司正在將該技術添加到云端軟件監(jiān)控公司ScienceLogic支持的IT管理平臺Workplace Hub中,并將于今年晚些時候推出。

Nlyte軟件公司也計劃提供一種基于AI的預測性維護工具。Nlyte采用了IBM的Watson技術,利用客戶的一般信息收集有關常用設備的見解,并將其與個體客戶環(huán)境的學習相結合。Nlyte公司首席戰(zhàn)略官Enzo Greco表示:“我們已經(jīng)了建立的模式,并且將這些模式提供給客戶。“但是我們發(fā)現(xiàn),每個客戶的IT環(huán)境都略有不同,因此我們也為客戶提供了一個工具包,用于創(chuàng)建他們自己的用例和AI模式?!?/p>

位于荷蘭的Interxion公司也看到了使用機器學習來改善公司運營的好處。Interxion公司在全球13個城市運營了50個數(shù)據(jù)中心,并于幾年前開始部署施耐德電氣的數(shù)據(jù)中心基礎設施管理(DCIM)技術EcoStruxure。

“我們通常每年都會建設四個新的數(shù)據(jù)中心。這使我們有機會回顧并了解那些未使用EcoStruxure的數(shù)據(jù)中心的狀況,以及EcoStruxure的早期版本和最新版本有哪些區(qū)別。”Interxion公司首席數(shù)據(jù)中心技術和工程師Lex Coors介紹說。

Coors表示,早期的版本很難使用。他們提供了大量的信息,但需要很多人來理解這些數(shù)據(jù)并做出決定,再加以實施。即使是新一些系統(tǒng),也會提供很多建議,需要用一整天來執(zhí)行。不過,EcoStruxure的最新版本包括了更多的智能功能,可以有效地節(jié)省成本。整體支出預算可節(jié)省1%到2%。在運營維護預算中,Coors注意到全部收益降低了10%。這是因為公司在正確的時間做了適當?shù)木S護,避免了設備故障,并提出了優(yōu)化能效的建議。

但是,即便是最新的版本也要付出一定的工作量。該系統(tǒng)會根據(jù)長期預測提出建議并對其進行優(yōu)先排序,因此Interxion公司正在與施耐德合作改進系統(tǒng)。

雖然DCIM系統(tǒng)的機器學習能力仍然有限,但AI在DCIM中的技術能力會有很大的擴展。數(shù)據(jù)供應商收集的數(shù)據(jù)越多,他們的平臺就會越聰明,越有價值。因此,未來客戶可以以極低的成本獲得這些工具。

AI解決方案的確來了,然而…

Forrester Research的分析師Michele Goetz表示,面向IT運營的通用AI平臺依然難以實現(xiàn)。她認為,目前還沒有人工智能系統(tǒng)可以取代數(shù)據(jù)庫管理員或系統(tǒng)管理員。這些AI解決方案還需要幾年才會成熟,因此我們還需要時間讓企業(yè)組織更好地了解在其IT環(huán)境中實施AI會達到什么效果。

IDC分析師Shannon Kalvar表示,首要的挑戰(zhàn)是AI仍需要大量的訓練數(shù)據(jù),而且只適用于特定類型的問題。此外,系統(tǒng)還需要具備比現(xiàn)在更好的交流能力。從技術的相關性來推測,Kalvar認為IT服務管理和運營能夠在兩到三年內完成,但是這樣的設計思路卻尚未出現(xiàn)。依靠技術支持和操作人員的經(jīng)驗將全部的流程聯(lián)系在一起還不夠,雖然有些廠商已經(jīng)開始在這方面進行嘗試,但還不夠。

據(jù)Turbonomics針對750名IT運營經(jīng)理的調查顯示,68%的參與者表示他們還沒有將人工智能用于IT管理,24%的人表示他們正在嘗試使用它。84%的人表示他們認為借助人工智能技術可以降低創(chuàng)建自組織系統(tǒng)的復雜度。

“我敢斷定,這是很多人都想涉足的領域,但我不確定他們現(xiàn)在有足夠的能力做到?!盞alvar補充道。

分享到

sunk

相關推薦