La inteligencia artificial aplicada al Service Management está evolucionando rápidamente. El reto ya no consiste únicamente en incorporar un agente de IA, sino en saber dónde puede aportar realmente valor y darle el contexto suficiente para resolver más situaciones de forma autónoma.
Freshservice avanza precisamente en estas dos direcciones con nuevas capacidades relacionadas con AI Agent Studio y Freddy AI Agent: por un lado, ayuda a analizar el histórico del Service Desk para detectar oportunidades de automatización y, por otro, permite a sus agentes interpretar imágenes compartidas por los usuarios.
Dos capacidades que persiguen un mismo objetivo: automatizar con criterio, reducir tareas repetitivas y ofrecer una experiencia de soporte más sencilla al empleado.
Discover: identifica dónde puede aportar más valor un agente de IA
Implantar inteligencia artificial en un Service Desk plantea una primera pregunta fundamental: ¿Qué procesos deberíamos automatizar primero?
No todos los tickets son iguales ni todas las peticiones son buenas candidatas para ser gestionadas por un agente de IA.
Aquí es donde cobra especial relevancia Discover, dentro de AI Agent Studio.
La idea es analizar el histórico del Service Desk para entender mejor qué está ocurriendo y detectar aquellos casos de uso en los que la IA tiene mayor potencial de automatización.
Discover permite obtener una visión de aspectos como:
- Los temas que generan más peticiones.
- El esfuerzo que dedica el equipo de soporte a determinadas consultas.
- Los casos que se resuelven mediante pocas interacciones y que pueden convertirse en buenos candidatos para automatización.
- Las peticiones que llegan fuera del horario habitual de soporte.
- Posibles carencias o contenidos que necesitan actualizarse en la base de conocimiento.
En lugar de decidir qué automatizar basándose únicamente en percepciones, el equipo puede partir del comportamiento real de su Service Desk.
De “queremos utilizar IA” a “sabemos dónde utilizarla”
Este cambio es especialmente importante. Muchas organizaciones saben que quieren incorporar inteligencia artificial a su estrategia ITSM, pero el verdadero desafío consiste en identificar qué casos de uso pueden generar impacto desde el principio.
Por ejemplo, si existe un volumen significativo de consultas repetitivas que requieren poca interacción para resolverse, estas pueden convertirse en candidatas para analizar su automatización mediante agentes de IA.
Del mismo modo, detectar carencias en la base de conocimiento permite trabajar sobre uno de los elementos fundamentales para que el autoservicio y los agentes inteligentes dispongan de información útil.
Así, el histórico de tickets deja de ser únicamente información sobre lo que ocurrió en el Service Desk para convertirse también en una fuente para orientar la estrategia de automatización.
Análisis de imágenes: cuando una captura explica mejor el problema que diez mensajes
La segunda capacidad aborda una situación muy habitual en cualquier equipo de soporte.
Un usuario contacta con IT y dice:
“Me aparece un error.”
A partir de ahí comienza el intercambio:
“¿Qué error?”
“¿En qué aplicación?”
“¿Qué mensaje aparece?”
“¿Puedes enviarnos una captura?”
Con las capacidades multimodales de Freddy AI Agent, el usuario puede compartir directamente una imagen o captura y permitir que el agente de IA utilice esa información visual para comprender mejor la consulta.
Freddy puede analizar, por ejemplo, capturas con mensajes de error enviadas mediante Microsoft Teams o Slack y proporcionar información relevante para intentar solucionar el problema. Los formatos soportados incluyen PNG, JPG y JPEG.
También puede interpretar imágenes incorporadas en artículos de solución para utilizarlas al generar sus respuestas.
Menos explicaciones, más contexto para la IA
Esta capacidad resulta especialmente práctica porque muchos problemas técnicos son difíciles de explicar, pero muy fáciles de mostrar.
Una captura de un mensaje de error, una pantalla de una aplicación o una imagen relacionada con una incidencia puede aportar contexto que el usuario tendría que describir manualmente.
Freshservice admite diferentes tipos de entradas visuales, como:
- Imágenes integradas junto al texto.
- Capturas de pantalla anotadas.
- Diagramas de flujo.
- Gráficos.
Esto permite que la interacción sea mucho más natural: en lugar de obligar al usuario a convertir un problema visual en una descripción detallada, puede mostrar directamente lo que está ocurriendo.
¿Y si el agente de IA no consigue resolver la incidencia?
Aquí aparece otra ventaja importante.
Si el autoservicio no consigue solucionar el problema y es necesaria la intervención del equipo de soporte, Freshservice permite trasladar al agente asignado el historial de la conversación junto con las imágenes que haya compartido el usuario.
Esto evita una situación demasiado habitual: tener que empezar de nuevo y volver a explicar al técnico todo lo que ya se había contado al agente virtual.
El especialista recibe así mayor contexto para continuar trabajando sobre la incidencia.
El resultado es una interacción más fluida y con menos idas y vueltas entre el empleado y el Service Desk.
Dos novedades, una misma evolución del Service Desk
Aunque hablamos de dos capacidades diferentes, ambas reflejan muy bien hacia dónde está evolucionando la inteligencia artificial aplicada a ITSM.
Discover ayuda a decidir dónde automatizar.
Analiza la actividad del Service Desk y facilita la identificación de oportunidades en las que los agentes de IA pueden aportar valor.
El análisis de imágenes ayuda a comprender mejor al usuario.
Amplía el contexto disponible para Freddy AI Agent y permite abordar consultas en las que una captura o una imagen puede explicar mejor el problema que una descripción escrita.
Juntas representan un cambio importante de enfoque: pasar de introducir IA de manera genérica a utilizarla en los procesos adecuados y con un contexto cada vez más rico.
Un Service Desk más autónomo sin perder el contexto
El objetivo de la automatización no debería ser simplemente reducir tickets, sino mejorar la forma en la que empleados y equipos IT resuelven las solicitudes.
Estas capacidades de Freshservice permiten avanzar hacia un modelo en el que la inteligencia artificial puede ayudar en dos momentos críticos: identificar dónde tiene sentido automatizar y comprender mejor las solicitudes que recibe.
Para los equipos IT, esto supone una oportunidad para optimizar el esfuerzo dedicado a consultas repetitivas y concentrarse en aquellas incidencias que necesitan realmente conocimiento, análisis e intervención humana.
Para los empleados, significa una experiencia más natural: explicar menos, obtener respuestas más rápidamente y evitar repetir información cuando el caso necesita escalarse.
En Optima Solutions, como partner especializado en Freshservice, ayudamos a las organizaciones a definir casos de uso de IA aplicados a Service Management y a evolucionar sus procesos de soporte y automatización.
¿Quieres identificar qué procesos de tu Service Desk tienen mayor potencial para ser automatizados con IA? Podemos ayudarte a convertir los datos de tu soporte en casos de uso reales. Contáctanos aquí
psacristan