Как применять ИИ на практике: опыт американских MSP

25 марта 2024 г.

Поставщики управляемых услуг (managed service providers, MSP) в реалиях ИТ-канала США — своего рода умные интеграторы, действующие и как партнёры второго уровня, и как провайдеры определённых решений, создаваемых (либо модифицируемых с опорой на некие общие для рынка платформы) по непосредственной заявке конкретного заказчика с учётом специфики его бизнес-процессов. В круг задач MSP в последнее время всё чаще входит самый разнообразный аутсорсинг — кибербезопасности, резервирования данных, поддержания всей клиентской ИТ-инфраструктуры и проч. Издание CRN недавно поставило целью выяснить, как именно американские MSP применяют в своей работе широко разрекламированный инструментарий искусственного интеллекта, — и оказалось, что сапожник в данном случае вовсе не остаётся без сапог.

Для начала, практически все успешные поставщики управляемых услуг на ИТ-рынке США применяют специализированные ИИ-платформы для повышения производительности (в частности, служб технической поддержки), — такие как CrushBank и Rewst. Платформы эти обеспечивают интеграцию разнородных бизнес-продуктов, которые могут применяться и самими MSP, и их клиентами (Acronis, ConnectWise, Datto, Kaseya, Microsoft, OpenAI…), и автоматизацию повторяющихся, повседневных задач через наглядные визуальные циклограммы (workflows) или табличные формы. В результате провайдеры управляемых услуг сокращают издержки на набор и обучение персонала, получая вместе с тем возможность обслуживать более широкий спектр клиентов.

При реализации задач собственно поддержки эксплуатируемого заказчиками оборудования и ПО применяются облачные инструменты дистанционного контроля и управления (remote monitoring and management, RMM) и автоматизации профессиональных услуг (professional services automation, PSA). Средства RMM фокусируются на оптимизации внутренних процедур технической поддержки, тогда как PSA чаще применяют для выстраивания и совершенствования бизнес-процессов заказчика.

Фиксация и постановка в очередь клиентских обращений, взаимодействие с заказчиками на первой линии поддержки, отслеживание исполнения контрактов (проверка производимых операций на соответствие формальным требованиям договоров), контроль над движениями активов (цифровых и материальных), выявление потенциально проблемных ситуациях и своевременная сигнализация о них — все задачи такого рода отменно автоматизируются даже на уровне алгоритмов. Однако применение ИИ позволяет производить более тонкую настройку RMM и PSA в соответствии со спецификой бизнеса каждого из заказчиков по отдельности, что не только повышает эффективность работы MSP, но и благотворно сказывается на уровне клиентской удовлетворённости.

Особую ценность ИИ-инструментарию, применяемому именно MSP, придаёт само наличие тесных связей между ним и его заказчиком, — примерно таких же, как между лечащим врачом и пациентом. Те же средства RMM и PSA вполне возможно развёртывать в публичных облаках, — однако в таком случае клиентам придётся доверять обработку своих чувствительных данных внешней огромной организации, провайдеру облачного сервиса. Подавляющее большинство представителей SOHO/SMB в США не готовы принимать на себя подобные риски, осознавая несоизмеримость масштабов собственного бизнеса с гигантами вроде Microsoft или Amazon. MSP же, хранящие и обрабатывающие клиентские данные on-premises, получают в этом случае однозначное преимущество.

Впрочем, и для публичных крупных ИИ-сервисов — ChatGPT, Bing Chat, Copilot — у MSP находится применение. Умные боты неплохо справляются с рутинными коммуникационными задачами, не подразумевающими работы с чувствительными данными. Составить деловое письмо, извлечь из пространного договора самую суть в нескольких внятных коротких фразах, подготовить доходчивую презентацию на основе открытых данных, перевести в текстовый вид запись продолжительной беседы или телефонного разговора — здесь генеративный ИИ уже в нынешнем его состоянии очень и очень хорош.

Да, представители MSP признаются CRN, что тот же Microsoft Copilot нельзя на сегодня считать идеальным рабочим инструментом: как это водится у актуальных ИИ-ботов, он порой «галлюцинирует» (включая, например, в расшифровку видеочата слова и даже целые фразы, которые ни один из участников не произносил), но генеративные модели неуклонно совершенствуются — так что в дальнейшем полагаться на них можно будет, хочется верить, в куда большей степени. И даже при нынешнем состоянии дел в этой области иметь возможность практически в отсутствие людских трудозатрат получать текстовые расшифровки (как полные, так и сведённые сразу самим же ИИ к содержательным выжимкам) онлайн-встреч и рабочих обсуждений, которых каждый день может проходить изрядно, дорогого стоит.

Ещё одно не самое очевидное приложение генеративного ИИ в повседневной деятельности MSP, — обучение клиентов безопасному взаимодействию с аналогичными средствами, доступными в публичных облаках. Один из участников опроса CRN привёл такой пример: если врач консультирует пациента онлайн через платформу видеоконференцсвязи с интегрированным в неё ИИ, который автоматически преобразует аудиопоток в текстовый вид, это прямо нарушает американский закон 1996 г. HIPAA (Health Insurance Portability and Accountability Act), что может быть использовано недобросовестным участником видеочата — в том числе и с осознанным намерением подать затем на нарушителя в суд. Запущенный на сервере провайдера управляемых услуг чат-бот способен выявлять и анализировать типичные ошибки и неосторожные шаги пользователя на стороне клиента — гарантируя ему тем самым повышенный уровень защищённости при взаимодействии с «большими» ИИ-системами.

В целом же несомненно, что сфера применения искусственного интеллекта неуклонно расширяется, — так что наверняка в обозримом будущем и участники российского ИТ-канала станут предлагать клиентам подобного рода услуги. Изучение опыта американских коллег в этом плане может оказаться небесполезным.

Источник: Максим Белоус, IT Channel News