Los proveedores de servicios gestionados (MSP) existen desde hace más de dos décadas, desde que las empresas se dieron cuenta de que era más rentable centrarse en sus competencias básicas y dejar que otra persona gestionara su TI. A menudo, el mismo ingeniero del help desk de un MSP tendrá que solucionar problemas de varias aplicaciones que dan soporte a clientes muy diferentes en el transcurso de un solo turno. Sin embargo, incluso cuando el servicio de asistencia cierra un caso, cerca del 50 % de los clientes considera que su problema no se ha resuelto adecuadamente.

Los fundadores de CrushBank conocen de primera mano los desafíos a los que se enfrenta el personal de soporte de TI para intentar ofrecer un servicio personalizado. Durante más de 20 años, operaron un MSP en el área metropolitana de Nueva York que daba soporte a varias líneas de negocio para clientes que iban desde bufetes de abogados de 100 personas a consultas médicas de 1500 personas y todo lo demás.

Aprenda más sobre IBM® watsonx Discovery

Se espera que los ingenieros del help desk sean expertos tanto en las aplicaciones de TI como en las configuraciones, el historial y los problemas específicos de sus clientes. Cuando los clientes llaman al servicio de asistencia con un problema, esperan que el supuesto experto lo resuelva sin excusas y sin demora. CrushBank reconoció que, con la creciente acumulación de capas de tecnología en la mayoría de las empresas, esas expectativas de resolución instantánea se estaban volviendo casi imposibles de cumplir para el personal del help desk.

Según Brian Mullaney, director y director de ingresos de CrushBank, este modelo actual de suministro de información está demostrando ser cada vez más ineficiente y costoso para el MSP por varias razones.

En primer lugar, está la gran cantidad de información que el ingeniero del help desk debe analizar. "Para estas organizaciones supone una lucha extraer todos esos datos y convertirlos en información útil sobre la marcha mientras son interpeladas y bombardeadas por sus clientes al teléfono", afirma. “El ochenta por ciento de los datos a los que acceden las empresas de TI no están estructurados. No está en un campo de metadatos que se pueda extraer de una base de datos”.

Según la experiencia de Mullaney, alrededor del 50 % del tiempo de un ingeniero se dedica en buscar información antes de empezar a solucionar el problema del cliente. Esto conduce a un segundo problema para las empresas: un impacto directo en sus resultados. A los ingenieros del help desk se les paga para resolver problemas, pero solo dedican la mitad de su tiempo a hacerlo. Como él señala, “la mitad [de su salario] se destinará simplemente a encontrar información antes de que se aproveche el primer bocado de competencia técnica...".

Por último, la realidad es que cada vez es más difícil encontrar y retener a personal del help desk de TI con gran experiencia y conocimientos. La mayoría de los graduados en TI ahora gravitan hacia trabajos en el desarrollo de aplicaciones. El problema se agrava aún más por la elevada tasa de rotación del personal: 38.3 % anual, según Mullaney. Así, las empresas que invierten seis meses de tiempo y dinero en formar y contratar a ingenieros del servicio de asistencia ven cómo ese dinero sale por la puerta sólo 18 meses después.

CrushBank se acercó a IBM y pronto se convirtió en uno de los socios originales del ecosistema IBM watsonx que utilizaba las interfaces de programación de aplicaciones (API) de watsonx con fines comerciales. A medida que CrushBank experimentaba con los primeros productos y API de procesamiento de lenguaje natural (NLP) de watsonx, quedó claro que la tecnología de aprendizaje automático e inteligencia artificial podría convertirse en una oferta viable para otros proveedores de servicios.

A principios de 2019, CrushBank lanzó su solución eponymous CrushBank ejecutándose en la plataforma IBM watsonx Discovery para realizar búsquedas asistidas por IA que permiten al personal del help desk encontrar rápidamente la información más relevante para resolver los problemas de los clientes. La solución toma la información de soporte estructurada y no estructurada de una organización, la interpreta mediante algoritmos de aprendizaje automático y la presenta al ingeniero del help desk en un formato utilizable.

CrushBank aloja la solución de software como servicio (SaaS) para MSP y clientes de la industria por usuario. Viene precargado y preentrenado con documentación de fabricantes clave como Microsoft y actualizaciones de expertos de la comunidad de confianza de StackExchange. A continuación, CrushBank añade toda la información de soporte relevante de los sistemas de sus clientes, incluidos los datos no estructurados, como los registros de llamadas y las notas de los tickets, en la plataforma IBM watsonx Discovery.

Para encontrar rápidamente información sobre productos y clientes, los ingenieros del help desk pueden consultar todos los recursos que normalmente obtendrían de sistemas independientes mediante una interfaz web de panel único. Las capacidades de aprendizaje automático de la solución IBM watsonx Discovery perfeccionan y mejoran continuamente sus capacidades de búsqueda y resultados. En última instancia, este filtrado continuo crea un banco de propiedad intelectual al que los trabajadores del servicio de asistencia pueden acceder para obtener respuestas instantáneas.

Incluso la empresa más pequeña de 5 a 10 empleados puede utilizar la solución de CrushBank. Y, en un mercado que cambia constantemente a través de un creciente número de fusiones y adquisiciones, la solución se vuelve aún más valiosa e importante, según Mullaney. "Cada vez que unes a dos empresas, son dos sistemas que no se hablan entre sí", dice. "CrushBank puede reunir esos sistemas y hacerlos inteligentes y legibles desde un solo panel".

Desde el principio, CrushBank se dio cuenta de que asociarse con IBM le permitiría centrarse en la interfaz de usuario (UI) y la experiencia del usuario (UX), mientras que IBM continúa mejorando y mejorando la tecnología de IA subyacente detrás de su solución. "Somos una organización más rápida, receptiva y ágil porque alguien más grande y mejor está tratando con la plataforma", dice Tan.

CrushBank lanzó recientemente dos nuevos servicios basados en su oferta patentada y la tecnología IBM watsonx Discovery.

El primero, Resolve, simplifica aún más el trabajo de los ingenieros de la mesa de ayuda. Seleccionan un ticket asignado y hacen clic en "trabajar en ticket", y la aplicación CrushBank devuelve la mejor información sugerida de los recursos disponibles. "Coloca los resultados en un panel de vidrio enumerado en orden de identificación clara y de confianza", dice Tan. Acelera aún más el proceso de resolución de problemas y proporciona información que un usuario nuevo tal vez no sabría buscar o considerar.

El otro servicio, Insight, como su nombre indica, utiliza el poder de la plataforma IBM Watson Discovery para ayudar a los MSP a descubrir información que anteriormente estaba enterrada en el vasto repositorio de datos de interacción de su help desk. Una característica clave del módulo Insight es el análisis de causa principal. Antes de desarrollar esta solución, un cliente podría no notar un problema emergente con uno de sus sistemas admitidos a menos que los tickets fueran muy bien categorizados y etiquetados por adelantado, lo cual a menudo no es el caso. Aunque 10 llamadas o tickets pueden tener la misma causa principal, un problema puede manifestarse de diferentes maneras, o los usuarios finales pueden denunciarlo de manera diferente.

Tan explica: “A veces alguien llama y dice: 'No puedo iniciar sesión en mi sistema'. A veces, alguien dirá que no puede iniciar sesión en Citrix. A veces alguien dirá: 'Mi contraseña no funciona'. Todos ellos pueden tener exactamente la misma causa y resolución. Y una vez que la gente empiece a trabajar en ello e introduzca sus notas, [Insight] podrá resaltarlas, extraerlas y hacer que esa información esté disponible".

En última instancia, las soluciones de CrushBank permiten a los empleados del help desk trabajar de forma más inteligente, no más dura, con la ayuda de la IA. Como dice Mullaney: "Se trata de tomar las eficiencias disponibles y trasladarlas a los empleados para convertirlos en mejores empleados".