Spécialistes numériques pour le triage des tickets

Toutes les équipes informatiques connaissent l'exercice.

Un ticket arrive, mais avant que quelqu'un ne corrige le problème, le vrai travail commence :

• Quelle est l'urgence ?
• Quel est le type de problème auquel nous sommes confrontés ?
• Qui est la bonne personne pour s'en charger ?
• Ont-ils la bande passante actuellement ?

C'est ce qu'on appelle le tri des tickets, et cela épuise insidieusement vos ressources. En réalité, de nombreuses équipes informatiques ne se rendent pas compte du temps que cela leur fait perdre. Vos techniciens consacrent jusqu'à 20 à 30 % de leur temps non pas à résoudre des problèmes, mais à les classer.

Ils sont bloqués dans les mauvaises herbes :

• Évaluer les niveaux de priorité
• Catégorisation des problèmes
• Déterminer la propriété
• Vérification croisée des charges de travail par rapport à la capacité

Il ne fait aucun doute qu'il s'agit d'un travail essentiel, mais ce n'est pas le travail que vos meilleurs éléments devraient faire - et à mesure que les volumes de tickets augmentent, cela devient un goulot d'étranglement.

• Ralentissement des temps de réponse
• Le routage devient incohérent
• Les techniciens sont surchargés de tâches administratives
• Les SLA ne sont pas respectés

Ce qui commence comme un processus nécessaire devient rapidement un goulot d'étranglement de la croissance, limitant l'efficacité de votre équipe, l'évolutivité et, en fin de compte, la qualité du service que vous fournissez.

Introduction de spécialistes numériques pour le triage des tickets

Et si le triage des tickets pouvait se faire tout seul ?

Grâce à la technologie d’Kaseya Intelligence, notre nouvelle solution « Digital Specialists for Ticket Triage » utilise une IA de type « agentic » pour automatiser les tâches manuelles qui ralentissent votre centre de services.

Dans les coulisses, elle est intelligente :

• Classifie la priorité des tickets en fonction de l'urgence contextuelle et de la gravité de l'impact
• Identifie avec précision le type de problème et les sous-problèmes à l'aide de signaux contextuels
• Détermine l'expertise requise et associe les tickets à l'ensemble des compétences adéquates.
• Achemine les tickets vers le technicien le mieux adapté en fonction de la charge de travail et de la disponibilité.

Chaque ticket est évalué, mis en correspondance et assigné de manière autonome, ce qui élimine le besoin d'intervention manuelle et réduit les délais. Par conséquent, votre équipe passe moins de temps à organiser le travail et plus de temps à résoudre les problèmes, ce qui se traduit par une efficacité accrue et une meilleure prestation de services.

Retour d'information des partenaires sur l'accès précoce et les résultats attendus

En mars, nous avons testé cette capacité avec une version préliminaire chez plus de 25 partenaires, ainsi qu'avec les équipes internes du help desk et du NOC de Kaseya.

Les résultats indiquent déjà un changement significatif dans la façon dont les services d'assistance fonctionnent. Voici ce qu'ils avaient à dire :

« Environ 20 à 30 % de nos tickets ne sont pas classés correctement à l’heure actuelle, ce qui entraîne des problèmes en aval, tels que des inexactitudes de facturation. D’après ce que nous observons lors des premiers tests, les spécialistes numériques chargés du tri des tickets pourraient éliminer jusqu’à 80 % de ces erreurs. » — Koos Ligtenberg, directeur de l’unité opérationnelle, Advisor ICT

« En seulement deux semaines de mise en œuvre, nous avons constaté une réduction de 90 % du délai moyen d'affectation. » — Gonzalo Carrilo, responsable senior des services gérés, Kaseya

« En l’espace d’une semaine, nous constatons une précision d’environ 98 % dans la classification des problèmes et des sous-problèmes, ce qui réduit considérablement le recours à la vérification manuelle. » — Kim Drumm, directrice de la gestion des processus métier, Vitis Technologies

Ces premiers résultats mettent en évidence ce qui est possible lorsque le triage n'est plus un goulot d'étranglement, mais un processus intelligent entièrement automatisé qui évolue avec votre entreprise.

Comment le triage intelligent transforme la prestation de services

L'impact des spécialistes numériques pour le triage des tickets se manifeste à chaque étape du cycle de vie des tickets, de la réception à la résolution, en apportant des améliorations mesurables en termes de rapidité, de précision et d'efficacité.

Une réception et une catégorisation des tickets plus intelligentes

Aujourd'hui, la plupart des tickets du Help Desk de Kaseya arrivent par e-mail, ce qui nécessite un effort manuel pour interpréter et catégoriser chaque demande. Avec Digital Specialists, ce processus devient instantané.

Les tickets sont automatiquement catégorisés dès leur création, sans intervention humaine. Cela permet non seulement de réduire la charge de travail manuelle, mais aussi de diminuer de manière significative le temps moyen d'affectation (MTTA).

Routage basé sur les compétences au lieu du premier arrivé, premier servi

L'affectation traditionnelle des tickets donne souvent la priorité à la disponibilité plutôt qu'à l'expertise, ce qui entraîne des inefficacités et des transferts inutiles. Digital Specialists for Ticket Triage change la donne en acheminant les tickets en fonction des compétences du technicien, de sa charge de travail et de son aptitude à résoudre le problème.

Ce changement conduit à des taux plus élevés de résolution au premier contact (FCR) tout en éliminant le " rebond " des tickets, où la réaffectation peut ajouter jusqu'à 20 minutes par ticket. Le résultat est une résolution plus rapide et une expérience plus fluide pour les techniciens et vos clients.

Précision grâce à une catégorisation granulaire

Les premières réactions de Kim Drumm et de son équipe chez Vitis Technologies soulignent la puissance d'une classification plus profonde que superficielle. En identifiant avec précision le type de problème et le type de sous-problème, le système atteint aujourd'hui une précision de catégorisation d'environ 98 %.

Ce niveau de précision garantit que les tickets ne sont pas seulement catégorisés, mais qu'ils le sont correctement, ce qui pose les bases d'un meilleur routage et d'une résolution plus rapide.

Simplicité opérationnelle avec des files d'attente structurées

Une autre idée clé de l'équipe de Kim Drumm est la valeur de l'alignement des flux de travail sur des rôles clairement définis par le biais de files d'attente structurées.

Avec des files d'attente basées sur les rôles, telles que Tier 1, NOC et Provisioning, les tickets sont assignés en fonction des compétences et des responsabilités dès le départ. Cela crée une propriété claire tout au long du cycle de vie du ticket, réduisant la confusion, améliorant la responsabilité et permettant aux équipes d'opérer avec une plus grande cohérence et un meilleur contrôle.

Spécialistes numériques pour Ticket Triage, powered by Kaseya Intelligence

Le triage est souvent confondu avec une simple automatisation. Ce n'est pas le cas.

Ce qui alimente Digital Specialists est une combinaison étroitement intégrée d'intelligence, de données, de gouvernance et d'orchestration de Kaseya fonctionnant ensemble comme un seul système. Il en résulte quelque chose de fondamentalement différent des outils d'IA traditionnels.

Au cœur de la solution se trouve une architecture de raisonnement hybride, conçue pour combiner la compréhension du langage des grands modèles de langage (LLM) avec la précision et la fiabilité des systèmes déterministes.

Lorsqu'un ticket entre dans le système, il n'est pas traité par un modèle unique. Au contraire, il passe par un maillage de raisonnement - un réseau coordonné d'agents spécialisés, chacun responsable d'une décision spécifique.

Deux de ces agents sont alimentés par des LLM, où l'interprétation du langage et du contexte est critique. Les deux autres sont déterministes et veillent à ce que les calculs et les décisions basés sur les données restent précis et prévisibles.

L'« Impact Agent » évalue la priorité, le type de problème, le sous-type et le niveau de gravité, en reproduisant le jugement qu'un technicien porte lorsqu'il lit un ticket. Ce processus s'appuie sur un modèle de langage de grande envergure (LLM), car la compréhension du contexte nécessite une compréhension linguistique approfondie.

L'évaluateur de compétences détermine les compétences et les certifications précises nécessaires pour résoudre le problème. Ce processus s'appuie également sur un modèle LLM, car l'association des problèmes aux compétences requiert une interprétation nuancée.

Le Smart Assigner classe les techniciens disponibles en fonction de l'adéquation de leurs compétences, de leurs certifications et de leurs performances passées. Ce processus est déterministe, car le classement repose sur des calculs mathématiques et doit rester cohérent et fiable.

Le Capacity Planner vérifie la disponibilité en temps réel, en tenant compte des plannings, des fuseaux horaires et de la charge de travail. Ce processus est également déterministe, car la disponibilité est mesurable et ne doit pas reposer sur des approximations.

Quatre agents. Deux approches distinctes. Une décision coordonnée.

Critique intégrée pour une plus grande précision

Ce système comporte également un cinquième agent, conçu dans un but très différent : l'agent de critique.

Il ne classe ni n'attribue les tickets. Il conteste les décisions prises par les autres agents à l'aide d'un modèle distinct.

Si l'agent « Impact » identifie un ticket comme correspondant à une panne hautement prioritaire, l'agent « Critique » réévalue cette conclusion en remettant en question les signaux, les hypothèses et les lacunes potentielles. Cette diversité délibérée des modèles garantit que les décisions ne sont pas influencées par les mêmes biais ou angles morts.

Le résultat est un système où chaque décision est validée avant d'être prise, ce qui contribue à la précision de la production.

Un système qui apprend avec chaque ticket

Ce qui distingue vraiment cette architecture, ce n'est pas seulement la façon dont elle prend des décisions, mais aussi la façon dont elle s'améliore au fil du temps.

Chaque spécialiste du numérique suit un cycle de vie continu en trois phases: apprentissage, triage et évaluation.

Le "triage" est l'étape où les décisions sont prises.

"Review" est la couche de confiance, où les techniciens peuvent accepter, rejeter ou affiner les recommandations.

"L'apprentissage est le moment où le système évolue.

Chaque ticket résolu est réinjecté dans Kaseya Intelligence. Le système capture ce qui a été fait, identifie les compétences utilisées et incorpore ces informations dans le maillage de raisonnement.

Au fil du temps, vos tickets résolus deviennent un corps croissant d'intelligence propriétaire. L'expertise de vos techniciens est intégrée dans le système, ce qui améliore continuellement sa précision et sa pertinence.

Il ne s'agit pas d'une IA générique formée sur des données publiques. Il s'agit d'une couche d'intelligence vivante propre à votre MSP qui devient plus intelligente à chaque ticket fermé.

Et cela crée un avantage durable. Bien que d'autres puissent tenter de reproduire la technologie, ils ne peuvent pas reproduire les données, le contexte et l'expérience que votre système accumule au fil du temps.

Les données sont à la base des grands résultats de l'IA

L'efficacité de l'IA dépend des données qui la sous-tendent. Lorsque vos données sont propres et structurées, l'automatisation devient plus rapide, plus précise et plus sûre. Lorsqu'elles sont incohérentes ou peu claires, même les meilleurs systèmes ralentissent.

Pour le triage des tickets, cette question est plus importante que la plupart des gens ne le pensent. La façon dont votre équipe pense fonctionner ne correspond pas toujours à ce que vos données reflètent. Pour que l'IA s'adapte efficacement, votre modèle de données doit s'aligner sur votre modèle mental de la façon dont le travail devrait se dérouler.

Voici les domaines clés que chaque service desk devrait évaluer :

1. Priorités
2. Types de questions et de sous-questions avec taxonomie contextuelle
3. Des files d'attente pour s'assurer que les tickets atterrissent là où ils doivent atterrir
4. 
   des compétences Une cartographie précise des compétences est indispensable pour parvenir à une véritable adéquation entre les compétences et les missions. Vous pouvez répertorier explicitement les compétences de vos techniciens en vous appuyant sur votre connaissance de votre équipe, ou en déduisant ces compétences à partir de l’historique des tickets et des résolutions passées. Vous pouvez également tirer parti d’un référentiel de 250 compétences prédéfinies, normalisées selon les normes ITIL (Information Technology Infrastructure Library), ITSM (gestion des services informatiques) et les opérations MSP. L’ensemble de ces éléments constitue une base fiable pour attribuer à chaque fois la bonne tâche au bon technicien.
   
   
5. Contenu du ticket

Les détails des tickets agissent comme des ancres sémantiques, donnant un contexte et un sens aux modèles dans les données. Plus ces informations sont riches et cohérentes, plus l'IA peut les interpréter et agir efficacement.

Lorsque ces éléments sont réunis, le triage cesse d'être réactif et devient intelligent, évolutif et constamment fiable.

Redéfinir le triage des tickets pour les MSP modernes

Ce qui prenait des minutes par ticket se fait désormais en quelques secondes, sans alourdir la charge de travail de votre équipe.

• Plus de doute sur les priorités.
• Plus de tickets qui passent d'une équipe à l'autre.
• Plus besoin de surcharger vos meilleurs techniciens.

Au lieu de cela, chaque ticket est automatiquement acheminé vers la bonne personne au bon moment, en fonction du contexte réel, des compétences et de la disponibilité.

Voilà à quoi ressemble une prestation de services efficace et évolutive.

Prêt à le découvrir en action ? Demandez une démonstration dès aujourd'hui et découvrez à quel point le tri des tickets peut être simple.