Современная цифровая трансформация предприятий характеризуется экспоненциальным ростом сложности IT-инфраструктуры и увеличением объема инцидентов, при чем согласно исследованию Gartner, к 2026 году более 80 % организаций будут применять генеративный ИИ в своей работе для автоматизации процессов службы поддержки. Предметом исследования выступают методы и технологии применения искусственного интеллекта для автоматизации процессов управления инцидентами в IT-службах, включая системы классификации обращений на основе обработки естественного языка, предиктивную аналитику для прогнозирования инцидентов и голосовые ассистенты для первичной обработки звонков. Рассматриваются современные подходы к внедрению ИИ-решений в системы ITSM, включая применение графовых нейронных сетей для анализа транзакционных данных, методы машинного обучения для автоматической категоризации инцидентов и технологии AIOps для проактивного управления IT-инфраструктурой. Анализ эволюции систем управления инцидентами демонстрирует переход от реактивного подхода к проактивному управлению, при чем по данным отчета Forrester «The State of the Service Desk, 2024», устаревшие модели поддержки на базе тикет-систем становятся источником фрустрации сотрудников, несмотря на усилия ИТ-специалистов. Выявлены ключевые технологические решения, применяемые ведущими российскими и международными компаниями, включая платформы SimpleOne, Naumen Service Desk, ServiceNow, которые интегрируют ИИ-функциональность для автоматизации до 50 % всех запросов службы поддержки. Разработанная концептуальная модель внедрения ИИ-инструментов в процессы управления инцидентами включает уровни сбора и предобработки данных, интеллектуального анализа с применением NLP и машинного обучения, автоматизации маршрутизации обращений и предиктивной аналитики для предотвращения инцидентов. Научная новизна исследования заключается в систематизации подходов к применению технологий искусственного интеллекта в контексте российской специфики импортозамещения ITSM-систем, выявлении закономерностей трансформации процессов технической поддержки под влиянием внедрения голосовых ИИ-ассистентов и разработке комплексной модели оптимизации управления инцидентами. Практическая значимость определяется возможностью сокращения времени обработки инцидентов на 40–60 %, снижения операционных затрат на первую линию поддержки от 50 % до 90 % и повышения общей надежности IT-продуктов через внедрение предложенных решений.
Modern digital transformation of enterprises is characterized by an exponential growth in the complexity of IT infrastructure and an increase in the volume of incidents, and according to Gartner research, by 2026 more than 80 % of organizations will use generative AI in their work to automate support service processes. The subject of the study is the methods and technologies for applying artificial intelligence to automate incident management processes in IT services, including systems for classifying requests based on natural language processing, predictive analytics for forecasting incidents, and voice assistants for primary call processing. Modern approaches to the implementation of AI solutions in ITSM systems are considered, including the use of graph neural networks for analyzing transactional data, machine learning methods for automatic categorization of incidents, and AIOps technologies for proactive management of IT infrastructure. An analysis of the evolution of incident management systems demonstrates a transition from a reactive approach to proactive management, and according to the Forrester report «The State of the Service Desk, 2024», outdated support models based on ticket systems are becoming a source of employee frustration, despite the efforts of IT specialists. Key technological solutions used by leading Russian and international companies have been identified, including the SimpleOne, Naumen Service Desk, ServiceNow platforms, which integrate AI functionality to automate up to 50 % of all support requests. The developed conceptual model for the implementation of AI tools in incident management processes includes levels of data collection and pre-processing, intelligent analysis using NLP and machine learning, automation of request routing and predictive analytics to prevent incidents. The scientific novelty of the study lies in the systematization of approaches to the use of artificial intelligence technologies in the context of the Russian specifics of import substitution of ITSM systems, the identification of patterns in the transformation of technical support processes under the influence of the introduction of voice AI assistants and the development of a comprehensive model for optimizing incident management. The practical significance is determined by the possibility of reducing the time for processing incidents by 40–60 %, reducing operating costs for the first line of support from 50 % to 90 % and increasing the overall reliability of IT products through the implementation of the proposed solutions.