Yapay zeka modelleri ve platformları

Teknisyen Onaylı Düzeltmelerle BT Destek Taleplerini İncelemek Üzere RMM Agent Kullanıma Sunuldu

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
AI-led IT ticket diagnosis with human approval for endpoint changes — AI-generated illustration

ConnectWise, teknisyenlerin zaten çalıştığı destek talebi sürecine yapay zekâ destekli uç nokta incelemesini taşıyan RMM Agent’ı kullanıma sundu. 29 Ekim’de duyurulan ürün, bağlantı kurulan cihazı inceliyor, olası nedenleri sınıyor ve onaylanmış bir katalogdan çözüm önerisi hazırlıyor. Cihazda yapılacak her değişiklik için teknisyenin açık onayı gerekiyor.

Kullanıma sunulma duyurusunda, teknik çalışma başlamadan önce müşteri bilgilerini toplamak için Voice, Teams ve Email Agents ürünleri de tanıtılıyor. Dördü de genel kullanıma sunuldu. Bu ürünler birlikte, hizmet masalarındaki gecikmelerin iki kaynağını hedefliyor: eksik talepler ve yinelenen sorun giderme işlemleri.

Uç Nokta İncelemesi Destek Talebi Sürecine Taşınıyor

RMM, uzaktan izleme ve yönetim; PSA ise profesyonel hizmetler otomasyonu anlamına gelir. Bu ikisinin birbirine bağlanması, hizmet talebini ve yönetilen cihazı aynı çalışma bağlamında bir araya getirir.

ConnectWise’ın AI Agents ürün sayfasında birbiriyle koordineli bir süreç anlatılıyor. Talep karşılama ajanları kullanıcıyı, cihazı, etkiyi ve aciliyeti kaydediyor. Service Desk Agents talebi sınıflandırıp önceliklendiriyor, geçmişine bakıyor ve işi yönlendiriyor. Ardından RMM Agent uç noktayı inceliyor, onaylanmış bir düzeltmenin uygulanmasını destekliyor ve sonucu kaydediyor.

Bu süreç önem taşıyor; çünkü destek talebindeki açıklama ile cihazın gerçek durumu farklı olabilir. Her ikisine de erişebilen bir ajan, bildirilen belirtiyi ortamdaki kanıtlarla ilişkilendirmeye yardımcı olabilir. Teknisyenler için yararlı bir devir, nelerin incelendiğini ve önerilen sonraki adımın hangi gerekçeye dayandığını içerir.

Ürün sayfasında; talep sırasında edinilen bağlamı, hizmet iş akışını ve cihazla ilgili kanıtları birbirine bağlayan ortak bir hizmet kaydı anlatılıyor. Bunların bir arada tutulması, teknisyene önerilen işlemi değerlendirmek için daha eksiksiz bir temel sunuyor.

İnsan Onayı, Tanı Sürecini Cihaz Değişikliklerinden Ayırıyor

Kullanıma sunulma duyurusuna göre yeni ajan, inceleme sırasında salt okunur tanılama yöntemlerini kullanıyor ve bir uç noktada değişiklik yapmadan önce yetkilendirme gerektiriyor. Böylece onay kararı, iş akışının kritik bir aşamasında veriliyor: kanıtlar toplandıktan sonra, çözüm müşterinin sistemini etkilemeden önce.

İlk sonuçlar hâlâ iş ortaklarının bildirimlerine dayanıyor. RealBytes, 500’den fazla gerçek destek talebinin %91’inde genellikle yaklaşık bir dakika içinde işe yarar tanılara ulaştığını bildirdi. ConnectWise Agentic’i daha geniş kapsamda devreye alması, ilk müdahale süresini bir saatten beş dakikaya indirdi. Bu ölçümler, hizmet sunumunun farklı aşamalarını tanımlıyor ve ayrı ayrı değerlendirilmelidir.

Mevcut RMM Yığını Operasyonel Araçları Sağlıyor

Şirketin RMM platformu izleme, yama yönetimi, betik oluşturma ve uzaktan erişim özelliklerini zaten bir araya getiriyor. Belgelenen özellikleri arasında işletim sistemi ve üçüncü taraf uygulamalar için yama yönetimi, ağ operasyon merkezi tarafından ayarlanan izleme koşulları ve ScreenConnect üzerinden uzaktan sorun giderme yer alıyor.

Platformda ayrıca yapay zekâ destekli betik oluşturma, ağ keşfi ve analizi ile merkezi raporlama özellikleri listeleniyor. Bu özellikler, yeni ajanın rolüne bağlam kazandırıyor: inceleme, teknisyenlerin uç noktaların bakımını yapmak ve onarmak için kullandığı yerleşik araçların yanında konumlanıyor.

Pratik fayda, incelemenin belirli bir cihaz ve hizmet durumu için ne kadar uygun bir işlem seçtiğine bağlı. Yapay zekânın oluşturduğu bir açıklama yararlıdır; ancak operasyonel bir iş akışında, önerilen değişikliğin açıkça belirtilmesi ve başka bir teknisyenin daha sonra inceleyebileceği bir kaydın tutulması da gerekir.

Daha Geniş Kapsamlı Ajan Tabanlı Platform Stratejisi

ConnectWise’ın platform mimarisi, etrafı ajan tabanlı bir katmanla çevrili, birleşik bir veri temelini tanımlıyor. Ortak iş akışları ve hizmetler uygulamaları birbirine bağlarken açık API’ler sistemler arasında çalışmayı destekliyor. Tasarımın amacı, her uygulamanın yalıtılmış biçimde çalışmasını sağlamak yerine ajanlara ilgili operasyonel bağlamı sunmak.

Bu yönelim, şirketin yüksek hacimli hizmet masası işlerini otomatikleştirmeye odaklanan ocak ayındaki zofiQ’yu satın alma duyurusunu izliyor. ConnectWise; telemetri verilerini, destek taleplerini ve izleme bilgilerini API’ler, bağlayıcılar ve olay tabanlı entegrasyonlar aracılığıyla bir araya getirmeyi, ardından sınıflandırma, önceliklendirme, anormallik tespiti ve olası temel neden önerileri için yapay zekâ uygulamayı anlattı.

Son sürüm, bu ilerlemeyi uç nokta incelemesi alanına taşıyor. Temel vaadi, müşterinin talebinden kanıta dayalı bir düzeltme kararına daha kısa sürede ulaşmak ve değişiklikler üzerindeki kontrolü teknisyende bırakmak. Yönetilen hizmet sağlayıcılar açısından sınanması gereken nokta, bu sürecin destekledikleri farklı ortamlarda inceleme için gereken çabayı ne ölçüde tutarlı biçimde azalttığı olacak.

Aiden Cross, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ ürün stratejisini, uygulama süreçlerini ve deneysel modelleri ölçeklenebilir, pazara hazır ürünlere dönüştürmenin pratik zorluklarını inceler. Çalışmaları, girişimlerin ve kurumsal ekiplerin prototiplerden ve demo'lardan gerçek müşteriler tarafından kullanılan güvenilir sistemlere nasıl geçtiklerini ele almaktadır.
Pragmatik ve detay odaklı bir perspektifle, Aiden ürün yol haritalarını, pazara girme stratejilerini, platform kararlarını ve yapay zekâ girişimlerinin başarılı olacağını mı yoksa duraksayacağını mı belirleyen organizasyonel ödünleşimleri analiz etmektedir. Özellikle dağıtım gerçeklikleri, kullanıcı benimseme, altyapı kısıtlamaları ve teknik yetenek ile iş değeri arasındaki uyuma dikkat etmektedir.
Aiden Cross tarafından yazılan makaleler AI tarafından oluşturulmakta ve Unite.AI'in editör ekibi tarafından gerçek dünyada AI ürünlerinin nasıl geliştirildiği, kullanıma sunulduğu ve ölçeklendirildiği hakkında netlik, doğruluk ve sorumlu bir şekilde kapsanmasını sağlamak için gözden geçirilmektedir.