IBM何蕾:从被动到主动,AI如何重塑IT支持新体验 | 智见DTinsight·导读 本文来自IBM大中华区技术服务解决方案总经理何蕾女士,在以【AI“重”塑 “渝”见未来】为主题,CxO数智城市行·重庆站活动上的分享。将介绍IBM 通过AI重塑IT支持新体验。包括以下几个部分: 1.IBM TLS:技术支持服务的领导者 2.IBM技术提升客户服务体验 3.IBM AI应用探索及赋能客户用例 ![]() “IBM技术服务部作为技术支持服务的领导者,通过IBM自有品牌及多品牌软硬件支持服务、AI-enabled 主动支持洞察和基础架构三个部分为客户提供全生命周期的技术支持服务。” IBM TLS:技术支持服务的领导者 IBM技术服务部作为一个服务部门,承接了IBM在全球的产品技术支持服务。随着IBM业务拓展、产品不断丰富,IBM技术服务部在全球建立了非常完备的技术支持服务体系,以及非常广泛的覆盖能力。 多年来,IBM技术服务受到客户的高度的肯定。同时,借助完备的服务体系、流程,以及广泛的覆盖能力将产品从IBM自有品牌,拓展到了第三方的多品牌、多产品,甚至包括开源产品,向全球用户提供技术支持服务。 IBM 的 Technology Lifecycle Services 部门,在全球 130 多个国家设有分支,工程师可提供超 40 种语言的技术支持服务,且团队拥有超 200 种不同产品与技术的认证。每年会处理超 600 万客户问题,其中三分之二通过自动化完成。 基于人工智能技术,IBM构建了帮助客户进行精细化资产管理的平台——Support Insight,对客户配置的软硬件安全漏洞进行主动识别,并提供补丁建议及风险预防措施。无论在覆盖能力上,还是在支持的体量上,或者在技术创新方面,IBM在技术支持服务领域的覆盖广度、知识体系、技术能力均处于领先地位,都是技术支持服务市场的领导者。 IBM技术提升客户服务体验 IBM技术支持服务主要分为三个部分: ![]() 第一部分,IBM自有品牌和多品牌软硬件的支持服务。该服务涵盖包括传统电话、网站等模式的远程支持与驻场支持服务。支持的产品包括服务器、存储、网络安全、软件等基础设施相关范畴,具备对应这些产品的技术支持能力。 随着业务快速发展,客户对自身业务系统连续性的要求不断提高,而业务系统高度依赖 IT 基础架构,这使得对 IT 基础设施支持能力的要求也持续升高。同时,IT 技术发展推动支撑业务的 IT 系统愈发复杂,物联网平台、大数据平台、数据治理、监控、安全等多层面复杂系统和产品的关联,要求 IT 支持服务从传统的被动式响应,转向更多主动发现、主动预防的模式。 第二部分,通过AI技术赋能主动支持洞察服务。依托Support Insight平台,通过对平台数据的洞察,为客户开展 IT 设备层面的健康检查、进行风险预测,甚至提供相应的应对措施,进而预防问题发生。在系统可能出现问题、存在隐患的阶段就及时发现,尽可能将问题提前消除。 第三部分,基础架构服务。以项目制服务为主,涵盖基础设施从规划设计、部署实施、运维支持到优化升级的全生命周期服务。支持客户的需求场景包括建设新数据中心、开展云迁移、提供机房服务、进行容量规划与优化,甚至涵盖碎机、磁盘消除等服务;只要是与基础架构相关的需求,IBM技术服务部均具备相应的支持能力。 IBM AI应用探索及赋能客户用例 IBM 借助自有大模型平台 Watsonx 及 Salesforce 客户数据,通过网站为客户提供自助服务,可快速解决重复或已明确的问题,大量问题可由自助应答机器人完成。即便机器人未解决问题,相关沟通记录也会转成人工,工程师拿到问题时已有前期沟通记录,且有相应助手辅助其收集以往问题及建议解决方案。通过相关技术手段,提高了工程师解决问题的效率,交互体验和支持效能都得到了大幅提升。 ![]() IBM 在提升客户系统运行稳定性方面做了诸多改进,其自身产品如存储、服务器等出现故障时,若客户联网并开启相关功能,产品日志会自动发回 Insights 平台,平台接到系统日志后,遇到有问题的日志会进行预分析,依据定义好的数据及自动化流程给出相应建议,还与工程师派单系统整合,能自动给工程师派单,告知需去哪个客户处做何种检查,并在工单里附上问题机器序列号、操作手册等内容,若有更换备件需求也会给备件库派单,实现了预防性维护以及更快响应的能力。 此外,IBM 与全球顶尖网络供应商合作,依据工程师最佳实践及原厂建议开展网络故障诊断、健康评估以及风险预测工作,同样的机制也应用在特定平台上,助力客户尽早发现问题、避免中断事故。 IBM基础设施服务涵盖从规划、实施、部署、落地到后期运维、优化以及技术更新迭代的全生命周期服务。而在AI时代,IBM Support Insights 是AI技术发展的有效尝试。 IBM认为不能陷入为了AI而AI的怪圈,从经验上看最重要的有以下三点:一是业务价值,AI为企业业务解决哪些问题,企业应用AI是业务驱动,而非技术驱动;二是数据在AI应用场景中的作用至关重要。大模型基础能力虽有质的飞跃,但应用到专业领域时仍有欠缺,在 AI 落地具体场景时,垂直领域的数据依旧至关重要;三是在相应场景中,通过正确技术手段解决正确问题。 IBM 在 AI 领域起步早且发展深入,呈现出了八个应用场景,分别是RFP Advisor、Control Center、Client Value Reports、Sales Lead Generation、Virtual Assistant、Remote Technical、Case Summarization、Field Buddy。 ![]() 在AI用例中,IBM内部推出了 Ask IBM 系列,包含 Ask HR、Ask IT 等模块。AskHR 整合了 IBM 内部与 HR 相关的各类流程帮助员工理解规章制度;Ask IT 帮助IT部门管理员工在电脑软件安装、手机连内部网络等方面的复杂流程,通过该平台的问答接口,员工可了解相关规章制度,且它不只是聊天工具,关键在于与内部系统整合,比如员工设置新笔记本电脑时,点击操作就能完成如邮件、开会、聊天等系统的设置,通过聊天可完成百分之八十的相关工作,体现出 AI 结合自动化对接才能真正发挥效能。该系列系统解决了 IBM 诸多方面的管理问题,还在不断完善更多功能,是公司的一个重要平台。
![]() |