cs 
Co kdyby měl každý technik ve vašem Service Desku okamžitý přístup ke zkušenostem celého týmu?
Technici každý den řeší desítky problémů. Mnohé z nich přitom nejsou nové – podobné situace už někdo v organizaci řešil dříve. Potřebné znalosti jsou často k dispozici. Mohou být uložené v knowledge base, dokumentaci, historii ticketů nebo – a to je mnohdy nejcennější – ve zkušenostech jednotlivých členů týmu. Problémem tedy není nedostatek znalostí. Problémem je čas potřebný k tomu, aby je technik našel a dokázal je využít ve správný okamžik.
MAIA Plus vytváří nad ServiceDesk Plus inteligentní vrstvu, která umožňuje využít znalosti organizace právě tehdy, když jsou potřeba – při řešení konkrétního ticketu. Nejde přitom pouze o rychlejší odpovědi. Jde o to, aby technici dokázali rychleji pochopit problém, najít relevantní řešení a věnovat více času úkolům, které skutečně vyžadují jejich zkušenosti a odborný úsudek.
Technik – méně hledání, více řešení
Představte si běžnou situaci. Technik otevře nový ticket od uživatele. Místo toho, aby procházel desítky podobných požadavků, hledal správný článek v knowledge base nebo se obracel na zkušenějšího kolegu, může MAIA Plus analyzovat kontext ticketu a nabídnout informace, které mohou pomoci při jeho řešení.
Technik může získat například:
- stručné shrnutí ticketu,
- klíčové informace z historie komunikace,
- návrh možného řešení,
- informace z podobných již vyřešených ticketů,
- relevantní články z knowledge base,
- doporučení dalších kroků,
- překlad technického sdělení do jazyka srozumitelného pro business,
- návrh odpovědi uživateli.
Technik tak nemusí při každém podobném problému znovu‚ vynalézat kolo or objevovat Ameriku.
Znalosti, které byly dříve rozptýlené, jsou dostupné ve chvíli, kdy jsou potřeba.
Velká část know-how organizace není uložená pouze v oficiální knowledge base. Nachází se také v historii uzavřených ticketů – často právě tam lze najít řešení problémů, které ještě nebyly popsány v dokumentaci.
MAIA Plus může tyto informace využít jako další zdroj znalostí. Řešení, které jednou vytvořil zkušený technik, tak nemusí zůstat uzavřené v jediném ticketu. Může se stát zdrojem podpory pro celý tým. A proces může fungovat také opačným směrem.
Každý nový dotaz a každé vyřešené zadání mohou automaticky obohacovat knowledge base organizace.
Znalosti tak nezůstávají pouze v historii konkrétního ticketu. Řešení vytvořená techniky mohou sloužit k rozšiřování a aktualizaci společného zdroje znalostí, ze kterého následně čerpají další členové týmu. Service Desk tím postupně vytváří knowledge base, která se průběžně učí a zdokonaluje. Čím více problémů tým vyřeší, tím více relevantních znalostí může mít k dispozici při dalších ticketech.
Kratší doba řešení
Pokud technik nemusí věnovat několik nebo více než deset minut hledání správných informací, může se rychleji dostat k samotnému řešení problému. U stovek nebo tisíců ticketů měsíčně může i relativně malá úspora času na jednom ticketu znamenat výrazné zvýšení kapacity celého týmu. MAIA Plus nenahrazuje znalosti technika. Zkracuje cestu k jejich efektivnímu využití.
Administrátor ServiceDesk Plus – automatizace, která pracuje společně s technikem
Administrátor Service Desku stojí často mezi uživateli, techniky a managementem. Musí zajistit správné fungování systému, procesů, dat, knowledge base i celého provozního prostředí. MAIA Plus může nad ServiceDesk Plus vytvořit další inteligentní vrstvu. A nejde pouze o odpovídání na otázky. Jde o pochopení kontextu a schopnost vykonávat konkrétní úkoly.
Multi-agent architektura – tým digitálních specialistů místo jednoho univerzálního agenta
Jedním z klíčových směrů rozvoje MAIA Plus je multi-agent architektura. Namísto jednoho agenta, který se snaží zvládnout všechny úkoly, může systém využívat několik specializovaných agentů. Každý z nich má vlastní roli, znalosti a kompetence.
Master Agent koordinuje celý úkol a rozhoduje, kterého agenta do procesu zapojit.
Knowledge Agent vyhledává informace v knowledge base, historii ticketů a dokumentaci.
Ticket Agent analyzuje ticket, připravuje jeho shrnutí a navrhuje další kroky.
CMDB / Asset Agent ověřuje informace o zařízeních, uživatelích, konfiguraci a vazbách mezi jednotlivými assets.
Communication Agent připravuje odpověď podle typu příjemce – technickou pro administrátora nebo srozumitelnější businessovou verzi pro koncového uživatele.
AI tak není pouze jednou funkcí uvnitř Service Desku. Může fungovat jako digitální tým specialistů, kteří mezi sebou spolupracují.
Administrátor si může vytvářet vlastní agenty
Velkou výhodou tohoto konceptu je možnost rozšiřovat digitální tým bez nutnosti pokaždé zapojovat vývojáře. Administrátor MAIA Plus může vytvářet nové agenty, definovat jejich úkoly, přiřazovat jim konkrétní skills a určit, jaké znalosti a nástroje mohou využívat. V praxi to znamená, že digitální tým MAIA Plus může růst společně s potřebami organizace.
- Vznikl nový proces? Lze vytvořit agenta, který bude zodpovědný právě za jeho obsluhu.
- Potřebujete specialistu na konkrétní systém? Lze vytvořit agenta vybaveného znalostmi z dané oblasti.
- Chcete automaticky analyzovat určitý typ ticketů? Lze připravit agenta specializovaného právě na tento scénář.
Administrátor tedy neurčuje pouze „kdo“ agent je, ale také co umí, jaké znalosti má k dispozici a jaké akce může provádět. MAIA Plus se tak může rozvíjet spolu s organizací, aniž by bylo nutné při každé nové potřebě měnit architekturu celého řešení.
Agenti, kteří spolupracují
Skutečný potenciál multi-agent přístupu se ukazuje ve chvíli, kdy jednotliví agenti začnou spolupracovat. Představme si ticket týkající se nefunkční aplikace. Master Agent předá požadavek Ticket Agentovi, který analyzuje jeho obsah. Knowledge Agent vyhledá podobné případy a dříve použitá řešení. CMDB / Asset Agent ověří související asset a jeho vazby. Incident Agent zkontroluje, zda se stejný problém neobjevuje také u dalších uživatelů. Master Agent následně spojí všechny získané informace a technikovi poskytne kompletní kontext spolu s doporučenými dalšími kroky.
Místo jednoho AI systému, který se snaží zvládnout všechno, vzniká digitální tým specialistů s jasně definovanými kompetencemi. Tento model umožňuje vytvářet také stále komplexnější workflows – od jednoduchého vyhledání informace až po vícekrokové procesy, ve kterých spolupracuje několik agentů.
Bezpečnost – AI nemusí znamenat odeslání celé databáze
Při využití AI v ITSM prostředí se velmi rychle objeví zásadní otázka: Co se děje s daty uloženými v ticketech? MAIA Plus může být navržena tak, aby ještě před odesláním obsahu do LLM proběhla anonymizace citlivých a osobních údajů. Systém může odstranit nebo nahradit například:
- jméno a příjmení,
- e-mailovou adresu,
- telefonní číslo,
- user ID a další identifikátory,
- osobní údaje uvedené v textu ticketu,
- další informace, které nejsou pro vyřešení problému nezbytné.
LLM tak může získat kontext potřebný k vyřešení problému, aniž by musel obdržet kompletní sadu dat identifikujících uživatele. Lze tak oddělit dvě věci: informace potřebné k vyřešení problému a data, která k jeho vyřešení potřeba nejsou. V takové architektuře mohou být data anonymizována ještě před jejich předáním do LLM. Po vygenerování odpovědi pak může příslušný mechanismus znovu doplnit informace, které jsou potřeba pro prezentaci výsledku uživateli. Podobný princip je využíván také v AI mechanismech pro ServiceDesk Plus popisovaných společností ManageEngine.
Help Desk Manager – méně ticketů není jediný přínos
Pro managera by nejdůležitější otázka neměla znít: „Máme AI?“ Mnohem důležitější je: „Funguje díky AI náš Service Desk lépe?“ Právě na tuto otázku může MAIA Plus pomoci odpovědět.
Kratší doba řešení
Pokud technik rychleji získá správné informace a najde řešení, zkracuje se doba potřebná k vyřízení ticketu. V praxi to může pozitivně ovlivnit například:
MTTR – Mean Time to Resolution tedy průměrnou dobu potřebnou k vyřešení ticketu.
FCR – First Contact Resolution tedy podíl ticketů vyřešených při prvním kontaktu bez nutnosti další eskalace nebo opakované komunikace.
Čím více problémů lze vyřešit při prvním kontaktu a čím méně času technik potřebuje k nalezení řešení, tím větší kapacitu může celý tým získat.
Manager získává víc než další dashboard
MAIA Plus může analyzovat data uložená v Service Desku a převádět je na informace, které lze využít při řízení týmu a optimalizaci procesů. Manager tak nemusí sledovat pouze počet otevřených nebo uzavřených ticketů. Může získávat odpovědi například na otázky:
- Jaké problémy se objevují nejčastěji?
- Které typy ticketů vytvářejí největší workload?
- Kde nejčastěji dochází k překročení SLA?
- Které problémy se opakují u většího počtu uživatelů?
- Která řešení by měla být doplněna do knowledge base?
- Ve kterých oblastech chybí dokumentace?
- Které procesy mají největší potenciál pro automatizaci?
- Je workload mezi techniky rozdělen rovnoměrně?
- Které opakující se problémy mohou signalizovat vznik většího incidentu?
AI tak nemusí sloužit pouze k rychlejšímu uzavírání ticketů. Může také pomoci Service Desk Managerovi přejít od reaktivního řízení k proaktivnímu řízení Service Desku.
Největší přínos? Čas lidí
Cílem MAIA Plus není nahradit techniky. Cílem je využít jejich čas tam, kde přináší největší hodnotu. Pokud technik nemusí po sté vysvětlovat konfiguraci VPN, může se věnovat problému, který skutečně vyžaduje jeho zkušenosti a odborný úsudek. Pokud manager nemusí ručně analyzovat stovky ticketů, může se soustředit na optimalizaci procesů a práci s týmem. Pokud se zkušenosti jednoho experta stanou dostupné celému Service Desku, organizace je méně závislá na konkrétních jednotlivcích. A pokud každé nové řešení automaticky rozšiřuje společnou knowledge base, organizace neztrácí know-how, které její lidé vytvářejí během každodenní práce.
Od Service Desku k inteligentnímu Service Desku
Tradiční Service Desk reaguje na tickety. Inteligentní Service Desk se snaží pochopit, proč vznikají, jak je lze řešit rychleji a kde je možné odstranit jejich skutečnou příčinu. MAIA Plus může pomáhat technikovi při práci s konkrétním ticketem, administrátorovi při každodenním řízení prostředí i managerovi při rozhodování. Díky multi-agent architektuře přitom nemusí automatizovat pouze jednotlivé činnosti. Postupně může přebírat celé řetězce opakujících se procesů – od analýzy ticketu přes vyhledání řešení a kontrolu assets až po přípravu odpovědi, aktualizaci informací a reporting. Protože skutečná hodnota AI v Service Desku nespočívá v tom, že umí komunikovat. Spočívá v tom, že dokáže využít znalosti organizace, vykonat konkrétní práci a vrátit technikům i managerům to, čeho mají nejméně – čas.
