Прилагане на AI технология към ITSM: разликата между NLP и NLU и защо това има значение за ИТ на предприятията (част трета)

В предишната си публикация споделих примери за това как се прилагат технологии AI и машинно обучение (ML) и дават стойност в ИТ днес.

Прегледахме също как историческите и наблюдаваните данни се използват за обучение на модели за машинно обучение за справяне с целия жизнен цикъл на предоставяне на ИТ услуги.

В тази публикация ще обсъдя как виртуалните агенти, които използват комбинация от възможности за обработка на естествен език (NLP) и естественото разбиране на естествен език (NLU), осигуряват уникална стойност, като позволяват на ИТ да предоставят по-добро обслужване на служителите.

NLP & NLU: каква е разликата?

Термините NLP и NLU се отнасят до системи, които са проектирани да позволяват на компютрите и хората да си взаимодействат помежду си, използвайки естествен език, за разлика от ключовите думи и кодове. Въпреки че съществуват различни основни системни архитектури (т.е. машинно обучение, дълбоко обучение, невронни мрежи и др.), Които могат да различат NLU от NLP, най-общо казано, NLU може да се мисли като усъвършенствана форма (суперсет) на NLP.

Когато разглеждате инициатива за AI за ITSM, важно е да разберете стойността както на NLP, така и на NLU. Всеки подход позволява уникални възможности по отношение на това как виртуалните агенти ангажират служителите.

За да направите ясно разграничение между NLP и NLU, е полезно да ги класифицирате по техните количествени и качествени способности.

Обработка на естествен език

NLP е количествена, статистическа, управлявана от данни форма на обработка на езика, която се основава на приблизителни и вероятностни оценки. Въпреки че подхождащите към данни подходи към обработката на езици са точни до известна степен, те разчитат повече на математическата теория, отколкото на езиковото и човешкото познание.

По този начин NLP превъзхожда в откриването на модели в данните, което позволява на виртуалните агенти да участват в прости, скриптовани диалози. Въпреки това, поради факта, че виртуалните агенти, базирани на NLP, могат да разберат само частица от всекидневния говорим език, те са склонни да разберат погрешно въпроси, които не са рутинни, когато разговор се отклонява от скрипта. В резултат на това виртуалните агенти за обслужване на служители, които разчитат само на NLP, обработват само подгрупа от запитвания и изискват постоянна поддръжка.

Разбиране на естествен език

НЛУ надгражда НЛП чрез добавяне на качествен, езиков подход към обработката на езика. Виртуалните агенти, базирани на NLU, разбират намеренията на потребителя и в резултат могат да провеждат течни разговори - способност, която е от съществено значение в домейните на услугите. Например в ИТ, обикновена заявка за нулиране на парола може да изисква множество изясняващи въпроси относно версията, ролята или операционната система на приложението. Само NLP може да диагностицира намерението за нулиране на парола. NLP + NLU може както да диагностицира, така и да разреши проблема.

По-добре заедно:

С виртуални агенти, базирани на NLP, докато служителите предоставят високо структурирани, предвидими заявки, системата може да отговаря със скриптовани отговори.

Като основна линия е от съществено значение виртуалните агенти да бъдат обучени да разпознават стандартни дефиниции, термини и отговори.

Въпреки това, в динамична среда като бюрото за ИТ услуги, виртуалните агенти също трябва да могат да приемат неструктурирани и непредвидени данни, да ги преобразуват в структурирана форма и да предприемат действия по тях. Например виртуалните агенти, базирани на NLU, могат да идентифицират грешно написани думи, контракции и разговорни действия, за да разпознаят по-добре намеренията на потребителя, като им позволяват да участват в по-персонализирани и естествени разговори.

Хибридният подход за обработка на езици, използващ двете NLP и NLU технологии, засилва способността на виртуален агент да взаимодейства с хората по естествен начин.

Освен това най-ефективните виртуални агенти имат достъп до множество източници на данни и системи, точно както правят човешките агенти, за да изпълняват заявки и / или да отговарят на въпроси. Например, за да помогне на служител да получи достъп до Salesforce, виртуален агент трябва да бъде в състояние да се ориентира на служителя през всички необходими стъпки за създаване и одобрение на акаунт, да автоматизира потребителската конфигурация в Salesforce и да запише билет за сервизно обслужване в системата ITSM за цели за проследяване

Възможността за предоставяне на ИТ услуги на служителите в реално време, докато се придържат към работните процеси, позволява на ИТ организациите да намалят MTTR и разходите за билет, без да жертват удовлетвореността на клиентите или да нарушават правилното управление и контрол на ИТ.

Следете за следващата си публикация, където ще проверя стойността на виртуалните агенти, базирани на NLP и NLU, за да мащабирам предоставянето на ИТ услуги, за да отговоря на нуждите на все по-мобилна и глобална работна сила.