ServiceNow는 비즈니스 프로세스 자동화를 위해 Now Platform에 향상된 기계 학습 기능을 도입하여 ServiceNow는 비즈니스 프로세스 자동화를 위해 Now Platform에 향상된 기계 학습 기능을 제공하여 고객이 중단을 방지하고 서비스 요청을 자동으로 라우팅하며 IT 성능을 예측 및 벤치마킹 할 수 있도록 지원합니다. AI 기능은 화요일 올랜도에서 개최 된 지식 컨퍼런스에서 발표 된 다가오는 지능형 자동화 엔진을 통해 제공 될 예정이다. 이 움직임은 ServiceNow의 IT 관리 기반을 강화하는 동시에 기업의 다른 영역으로 진출 할 수있게합니다.

[추가 정보 : 최고의 TV 스트리밍 서비스]

수십억 달러를 돌파하는 네이티브 클라우드 공급 업체 그룹 중 하나 ServiceNow는 지난 12 년 동안 IT 서비스 관리 분야의 명성을 쌓았으며 최근에는 기업의 다른 영역에 대한 서비스를 보강하고 있습니다. "

"고객 서비스 및 HR은 자동화 분야에 익숙합니다 "IT 부서 외부에서는 ServiceNow의 CTO 인 Allan Leinwand가 언급했습니다. "기업들은 HR 담당자에게 PTO (유급 휴가) 요청과 같은 기본적인 일상 업무에 많은 시간을 투자합니다."

ServiceNow의 새로운 기계 학습 기능은 다음 분야를 중심으로합니다.

- 정전 예방 : 이상 탐지 기술을 사용하면 지능형 자동화 엔진이 장애로 이어질 패턴 및 아웃 라이어 인스턴스를 식별합니다.이 기능은 자카르타 코드 네임 플랫폼의 3 분기 릴리스에 추가됩니다.

- 작업 분류 및 라우팅 : 과거의 패턴을 기반으로 Intelligent Automation Engine은 작업을 분류하고 경로를 지정하고 결과를 예측할 수 있습니다. 예측 인텔리전스 기능은 회사의 IT 서비스 관리에 처음 도입되며 코드 네임 Kingston 인 Now Platform의 4 분기 릴리스에 통합 될 예정입니다. - 성능 예측 : 새로운 알고리즘이 ServiceNow의 실제와 함께 작동합니다 -time Performance Analytics 응용 프로그램을 사용하여 회사가 전화 응답 시간과 같은 성과 목표에 도달 할시기를 결정할 수 있습니다. 이 기능은 4 분기에 출시 될 예정입니다.

ServiceNow는 올해 후반기에 출시 될 새로운 기능 외에도 Benchmarks 응용 프로그램에서 제공되는 다른 업체와 비교하여 성능을 평가할 수있는 기능을 이미 갖추고 있다고 밝혔습니다. 이 기능은 기계 학습 기술을 사용하지만 DxContinuum 기술을 기반으로하지는 않습니다.

벤치마킹을 위해 ServiceNow는 익명으로 고객이 회사 제품의 다른 사용자와 공유하기로 동의 한 데이터를 사용합니다. Leinwand는

Fortune 1000 대 기업에 대규모 설치를 수행하는 경우 ServiceNow 응용 프로그램을 배포하는 데 4 ~ 6 개월, 소규모 회사에서는 며칠 또는 몇 주 가량이 소요될 수 있다고 Leinwand는 설명합니다. 배포에 따라 가격은 시스템 또는 시스템이 탐지 한 장치를 사용하는 관리자 수를 기준으로 할 수 있습니다.

ServiceNow는 DxContinuum 외에도 IT 보안 회사 BrightPoint Security를 ​​포함하여 지난 1 년 동안 다른 회사를 인수했습니다 클라우드 관리 회사 ITapp.

"우리가 나가서 다른 회사를 사면, 가장 먼저해야 할 일은 제품을 플랫폼에 다시 올려 놓는 것입니다. 지금은 아니며 결코 ServiceNow의 최고 전략 책임자 (CIO) 인 Dave Wright는 지난 해 인터뷰에서 "여러 제품과 여러 회사가 복제 및 느슨한 통합에 묶여있었습니다. "이것은 단일 플랫폼에 기록되는 단일 시스템이며 이것이 우리가 가진 가장 큰 차이입니다."

회사는 급성장하는 분야의 최전선에 머물러있는 것으로 보입니다. 기업 리더는 워크로드가 증가하고 클라우드 애플리케이션으로 빨려 들어오는 데이터의 양이 늘어남에 따라 비즈니스 프로세스 자동화를 확장해야한다는 압박을 느끼고 있습니다.

ServiceNow의 의뢰로 지식 컨퍼런스에서 공개 된 설문 조사에서 거의 절반 (46 %)이 응답자 1,850 명은 회사에서 발생하는 많은 양의 작업을 처리하는 데 더 많은 자동화가 필요하다고 답했습니다. 응답자 중 87 %는 2020 년까지 자동화를 향상시켜야한다고 응답했다. 응답자의 78 %는 모바일 장치 및 IoT의 데이터가 업무 과부하에 기여했다고 답했다. 이 조사는 호주, 프랑스, ​​독일, 멕시코, 싱가포르, 미국 및 영국의 무법 연구에 의해 수행되었습니다.