AI OPS和自动化
趋势5 - 从简单的流程自动化到顾虑数字劳动力的运动
随着组织开始采用认知自动化，他们发现数字劳动力可以执行认知功能，以帮助他们走向自主学习自治系统。机器人的存储库可以帮助加速这种采用，因为它们可以执行各种功能 - 从传感异常来解决失败和从集中学习以改善预测。此加速度的关键是机器人在多个RPA和非RPA技术跨越互动的能力。
综合自动化工作流程在独特的身份下推动成功的数字劳动力，以创建一个数字工人的数字双胞胎。与身份的这种聚合对于审计和追踪数字劳动力的行为也是至关重要的。正在快速发展的认知系统能力的深度将定义对这些数字工人的接受和过渡。
与Infosys合作，领先的欧洲消费品制造商通过利用Infosys利用三种关键解决方案来实现这一尊者企业的旅程：数字大脑是一种构建知识图形的技术，以了解企业范围的数据;生活企业应用平台（LEAP），提供认知第一仪表板的软件来检测异常并预测失败;和Infosys认知自动化工作室，这有助于建立一个认知机器人的军队，从数字大脑和飞跃中利用能力。
AI OPS和自动化
趋势6 - 票证三环，解决方案预测和汽车分辨率
IT操作中的关键任务是为报告故障或用户请求提供服务票证。但是，门票的不正当路由和错误分类是典型的面临挑战，导致延迟分辨（MTTR）的平均时间。以前，确定性自动化将根据定义的规则路由到正确的受让人。如今，我们的解决方案由AI从历史数据中学到的AI驱动，并根据问题/请求详细说明来确定票证的正确类别。这些解决方案丰富了票证，以适当的信息，以帮助更快的响应和解决方案，大大减少MTTR。
今天的系统目前依赖于确定性规则来识别分辨率路径和相应的自动化（如果有）。虽然这是从手动触发相关自动化解决方案的前进，但该技术仍然受到限制，通过定义规则预期进行识别。AI的新发展在帮助我们基于历史趋势和知识文物的预测解决方案。一旦确定了分辨率，执行该动作就会成为触发右机器人的问题。这种演变的ai将有助于创建自我修复系统。
亚洲税务机构和Infosy客户的客户使用我们的内部解决方案，包括智能自动化工具，以便更有效地将其进行分类，丰富和路由其右侧支持工程师，并将MTTR减少20％。
Finacle，Infosys Banking Solution的支持团队，自动化其票证分类和分析以确定顶级解决方案。这种实施杠杆化尼亚是一种自主学习解决方案，可以根据用户反馈提高准确性和相关性。
