Ogni giorno i sistemi di ticketing permettono a service desk e team di supporto di gestire migliaia di richieste operative. Con l'aumento dei volumi e della complessità dei sistemi, cresce però l'esigenza di supportare queste attività con strumenti capaci di accelerare classificazione, presa in carico, analisi e risoluzione delle richieste.
L’intelligenza artificiale apre una nuova fase nella gestione delle attività di supporto. Non tanto al fine di automatizzare ogni processo, quanto di migliorare il trade off tra la qualità del servizio e l’efficienza operativa, che è sempre stato uno degli obiettivi principali di ogni organizzazione.
Nell’articolo approfondiamo il ruolo dell’AI per lo smistamento dei ticket. Non a livello teorico, ma facendo perno sulle esperienze e le soluzioni concrete di Make IT, che da sempre introduce le sue innovazioni con un approccio pragmatico e orientato alla generazione di valore.
Workflow e automazioni: dove l'AI aggiunge valore
Per gestire le richieste, le aziende utilizzano da anni piattaforme di ticketing, workflow automatizzati e regole di instradamento per alleggerire il carico operativo e garantire una gestione più efficiente dell’assistenza.
Non si parte dunque da zero: i moderni sistemi di ticketing sono già in grado di raccogliere richieste provenienti da canali differenti, classificarle, attivare workflow e indirizzarle verso i gruppi di competenza più appropriati.
Ciò nonostante, permangono diverse criticità irrisolte. Ad esempio:
- Richieste difficili da ricondurre a uno schema predefinito: un utente può descrivere un problema in modo incompleto e utilizzare termini non standard.
- La problematica è già stata affrontata in passato, ma le informazioni rilevanti per la soluzione sono difficili da individuare all’interno di anni di storico e migliaia di ticket archiviati.
- Si verifica un picco improvviso e imprevedibile di ticket: il team di supporto deve gestire un volume anomalo di richieste senza poter stabilire immediatamente se si tratti dello stesso problema segnalato da utenti diversi oppure di anomalie distinte che richiedono soluzioni ad hoc.
A tutto questo si aggiungono naturalmente le problematiche più complesse, che richiedono attività di analisi approfondita, escalation verso team specialistici, verifica dei log e comunicazioni strutturate con gli utenti coinvolti.
Anche osservando solo le richieste più comuni, che statisticamente sono la maggior parte, le sfide appena descritte continuano a richiedere attività manuali che rendono impossibile ottimizzare l’equilibrio tra qualità del servizio e l’efficienza operativa.
Partendo da queste esigenze, Make IT ha iniziato a testare e integrare funzionalità AI-based all’interno dei sistemi di ticketing esistenti migliorando in modo significativo l'operatività e i KPI.
AI per lo smistamento dei ticket: un nuovo livello di supporto per operatori e utenti
L’AI può essere applicata ai processi di assistenza in molti modi. Può rivolgersi a soggetti diversi e, a seconda del contesto, avere obiettivi differenti: dall’automazione completa fino al supporto delle decisioni e delle attività quotidiane del personale. Per esempio:
- L’AI può operare dietro le quinte automatizzando attività ripetitive e classificazioni preliminari senza alcun intervento umano. Questo è il caso classico di impiego dell’AI per lo smistamento dei ticket;
- Può affiancare gli operatori durante la presa in carico e la gestione delle richieste, automatizzando le attività routinarie e fornendo supporto decisionale per quelle più complesse;
- Può supportare gli utenti finali attraverso Chatbot, aiutandoli a trovare informazioni o a risolvere autonomamente (modalità self) i problemi più comuni.
Make IT è partita dal primo e dal secondo use case. L’esperienza maturata nella progettazione e gestione dei sistemi di supporto ha infatti mostrato che gran parte del valore si concentra in due aree: automatizzare lo smistamento delle richieste e aiutare gli operatori a risolverle più rapidamente. Per farlo, l’AI mette a disposizione informazioni, conoscenze e suggerimenti nel momento in cui servono, senza costringere le persone a cercarli manualmente tra documentazione, procedure e ticket precedenti.
Le tecnologie di AI generativa e agentica rendono possibile questo approccio in molti modi diversi.
Comprendere il significato reale delle richieste
Come detto, gli utenti descrivono spesso i problemi utilizzando espressioni generiche, che non permettono di risalire immediatamente alla causa. Chi lavora in un Service Desk conosce bene segnalazioni come “la rete non funziona” o “il sistema è lento”. Decidere automaticamente chi debba farsene carico tra dozzine di competenze diverse è una sfida in piena regola.
L’intelligenza artificiale è in grado di superare questo ostacolo e di instradare correttamente i ticket di supporto interpretando il significato della richiesta e arricchendola di informazioni indipendentemente dalla sua formulazione. L’obiettivo è comprendere l’intento della richiesta, identificando la natura del problema anche quando la descrizione è ambigua.
Arricchire il ticket con informazioni provenienti da altri sistemi
Sempre nell’ottica dello smistamento corretto, un sistema AI può integrare le informazioni fornite dall’utente con dati provenienti da altre sorgenti come sistemi di monitoraggio, piattaforme di logging e, più in generale, strumenti di observability.
Questo consente di contestualizzare meglio la richiesta, stimarne il potenziale impatto e supportare attività fondamentali come la prioritizzazione. Un problema apparentemente banale potrebbe, ad esempio, essere correlato a un’anomalia già rilevata dai sistemi di monitoraggio e interessare un numero elevato di utenti, richiedendo quindi un trattamento diverso rispetto a una richiesta isolata.
Valorizzare la memoria storica dell’organizzazione
Smistato il ticket, si passa alla risoluzione. Uno degli aspetti più interessanti dell’AI è la sua capacità di trasformare lo storico dei ticket in una Knowledge Base condivisa.
Quando viene aperta una nuova richiesta, il sistema può individuare con estrema velocità casi analoghi gestiti in passato, recuperare le soluzioni adottate, consultare procedure, documentazione tecnica e knowledge base aziendali, fornendo all’operatore indicazioni utili per accelerare la risoluzione del problema.
Può anche abbozzare una risposta da inviare all’utente, in attesa che il problema venga risolto e che l’operatore la approvi.
Così facendo, le conoscenze non rimangono concentrate nelle mani di pochi specialisti, ma possono essere messe a disposizione di tutti gli operatori di oggi e di domani. Anche le risorse meno esperte possono affrontare con sicurezza problematiche che normalmente richiederebbero l'intervento diretto di figure senior.
Individuare anomalie e problemi ricorrenti
Grazie alla capacità di analizzare grandi volumi di dati, l’intelligenza artificiale può identificare pattern ricorrenti e comportamenti anomali.
Può, ad esempio, rilevare un numero anomalo di ticket ed evidenziare problemi che tendono a manifestarsi in concomitanza con specifici eventi di business, come campagne promozionali, picchi di traffico o particolari finestre operative.
Queste informazioni consentono di passare da una gestione puramente reattiva a un approccio più predittivo.
Human in the loop: automazione solo dove ha senso
Non tutte le attività richiedono necessariamente l’intervento di un operatore. Quando il problema è ben definito e la procedura di risoluzione è standardizzata, è possibile automatizzare buona parte del processo. In questi casi, infatti, l’intelligenza artificiale analizza la richiesta, la associa allo scenario corretto e individua la procedura più adatta. L’esecuzione dell’intervento, però, avviene sempre attraverso workflow progettati, validati e governati dall’organizzazione.
Operazioni come lo smistamento dei ticket, il reset delle password, l’abilitazione di utenze, l’aggiornamento di configurazioni o altre attività ripetitive possono essere gestite automaticamente, ma nella maggior parte dei casi il modello più efficace rimane human-in-the-loop. L’intelligenza artificiale raccoglie informazioni, formula ipotesi e propone soluzioni, ma la decisione finale e la supervisione del processo rimangono in capo all’operatore. Questo approccio combina la velocità dell’automazione con il controllo e l’esperienza delle persone.
Nei progetti sviluppati da Make IT, l’interazione tra l’operatore e l’AI avviene attraverso un’interfaccia (Chatbot) con la quale porre domande, richiedere suggerimenti o consultare rapidamente knowledge base e storico delle segnalazioni. L’integrazione di queste funzionalità nelle piattaforme di ticketing fa sì che l’operatore riceva automaticamente tutte le informazioni a seguito dell’apertura del ticket, accelerando notevolmente i tempi di risoluzione.
Perché Make IT: processo + tecnologia + innovazione
Perché rivolgersi a Make IT per progetti di innovazione del ticketing, dallo smistamento alla risoluzione? La risposta risiede nella necessità di combinare competenze che raramente convivono all’interno della stessa realtà.
- Da un lato è indispensabile conoscere in profondità i processi di supporto, le logiche di funzionamento di un Service Desk e le piattaforme che lo governano ogni giorno;
- Dall’altro occorre padroneggiare le potenzialità e i limiti delle moderne tecnologie di intelligenza artificiale, la cui evoluzione è talmente veloce da richiedere un partner specializzato;
- È inoltre fondamentale una consolidata esperienza nella progettazione, personalizzazione e gestione di sistemi di ticketing, che Make IT possiede soprattutto in relazione a Znuny OTRS, una delle piattaforme open source più diffuse e apprezzate per la gestione dei processi di assistenza. La nostra conoscenza è maturata sul campo, a stretto contatto con le esigenze quotidiane di service desk, help desk e strutture di supporto chiamate a gestire volumi crescenti di richieste e aspettative elevate.
A queste competenze si affianca un importante percorso di sperimentazione e applicazione di tecnologie AI generative e agentiche, perseguito con un approccio pragmatico orientato a superare l’hype del momento e a generare valore misurabile per utenti, operatori e organizzazioni.
Lavorando contemporaneamente su processi, piattaforme e innovazione, Make IT è dunque in grado di individuare il ruolo più efficace per l’AI, definirne il livello di autonomia e progettare la soluzione più adatta al contesto specifico.
Conclusioni
L’intelligenza artificiale non sostituisce i sistemi di ticketing, ma ne amplia significativamente le capacità. Workflow, regole e automazioni tradizionali non scompaiono e mantengono un ruolo chiave nelle attività strutturate, mentre le tecnologie intervengono dove entrano in gioco comprensione del contesto, accesso alla conoscenza e supporto decisionale.
Per le aziende il primo beneficio è naturalmente l’efficienza, che però in questo caso rappresenta solo una parte del valore generato. Migliorano anche l’esperienza degli operatori, che possono lavorare in modo più fluido e produttivo, e degli utenti finali, che ricevono risposte più rapide, coerenti e pertinenti.
In un contesto in cui la qualità del servizio incide sempre più sulla percezione di un’organizzazione, questi elementi si traducono in un vantaggio competitivo concreto e misurabile.
