پرودکسهوش مصنوعی صنعتی
فرایوندستیار هوشمند سازمانینسخهٔ ۱٫۵ — آمادهٔ پایلوت

از «درخواستم کجاست؟» تا گزارش صبحگاهی مدیر، به فارسی و با منبع

همکار هوش مصنوعی میز خدمت IT برای درخواست‌دهنده، کارشناس و مدیر؛ روی ITSM موجود سازمان می‌نشیند و جایگزین آن نمی‌شود. اگر داده‌ای نباشد، عدد نمی‌سازد و همین را صریح می‌گوید.

فرایون · گفت‌وگو
فرایون · گفت‌وگونمونه — دادهٔ ساختگیکدام دسته بیشترین درخواست باز را دارد؟شبکه و زیرساخت با ۵۸ درخواست باز، بعدنرم‌افزارها با ۴۹ درخواستمنبع: ۱۸۰ درخواست بازپاسخ نمونه برای نمایش رفتار سامانهپرسش بعدی را بنویسید…

میز خدمت پر از داده است، اما نمی‌شود با آن گفت‌وگو کرد

درخواست‌دهنده نمی‌داند درخواستش کجاست، کارشناس راه‌حل قبلی را در میان تیکت‌ها پیدا نمی‌کند و مدیر هر صبح گزارش را با دست می‌سازد.

  • درخواست‌دهنده: «درخواست من کجاست و چرا طول کشید؟»
  • کارشناس: «این مشکل را قبلاً چطور حل کردیم؟»
  • مدیر IT: «گلوگاه کجاست و بلوغ خدمت چقدر است؟»

فرایون برای چه کسانی کار می‌کند

هر نقش، یک کار مشخص.

  • درخواست‌دهنده

    وضعیت درخواست و راه‌حل پیش از تیکت

    می‌پرسد درخواستش کجاست و چرا طول کشید؛ مشکل تکراری را پیش از ثبت تیکت حل می‌کند.

  • کارشناس

    راه‌حل قبلی و خلاصهٔ تیکت

    «قبلاً این را چطور حل کردیم؟» با ارجاع به تیکت منبع؛ خلاصهٔ تیکت و ثبت اقدام.

  • مسئول فنی

    صف تأیید دانش

    پیش‌نویس مقالهٔ دانش از تیکت‌های حل‌شده؛ هیچ مقاله‌ای بی‌تأیید او منتشر نمی‌شود.

  • مدیر IT

    کارنامهٔ بلوغ و گلوگاه‌ها

    شاخص‌ها از داده محاسبه می‌شوند و سطح با rubric ثابت تعیین می‌شود؛ مدل زبانی فقط توضیح می‌نویسد.

  • مدیر ارشد

    گزارش صبحگاهی

    هر صبح یک جمله، یک عدد، یک پیوند و یک اقدام.

  • مسئول انبار و دارایی

    موجودی و بهای دارایی

    موجودی، نقطهٔ سفارش و بهای تمام‌شدهٔ دستگاه؛ در نقشهٔ راه.

نقشهٔ توان: همهٔ قابلیت‌ها و نقشهٔ راه

چطور به سامانه‌های شما وصل می‌شود

سامانهٔ فعلی شما سر جایش می‌ماند؛ اتصال فقط‌خواندنی است و پاسخ‌ها منبع دارند.

از نزدیک ببینید

صفحه‌های نمونه با دادهٔ نمونه؛ برای بزرگ‌نمایی روی هر صفحه بزنید.

فرایون · گفت‌وگوداده‌ی نمونه
چرا درخواست من هنوز بسته نشده؟
درخواست شما از دوشنبه در مرحلهٔ «تأیید مدیر واحد» مانده است؛ مرحله‌های قبلی هر کدام کمتر از یک روز طول کشیده‌اند.منبع: تاریخچهٔ همین درخواست در ITSMپاسخ نمونه برای نمایش رفتار سامانه
فرایون · گفت‌وگوپاسخ با منبع و روایت علت تأخیر
فرایون · پیش از تیکتداده‌ی نمونه
اینترنت چاپگر طبقهٔ دوم قطع است.
راه‌حل پیشنهادی: بررسی اتصال کابل شبکه و راه‌اندازی دوبارهٔ چاپگر. اگر حل نشد، پیش‌نویس تیکت را برایتان آماده می‌کنم.منبع: مقالهٔ دانش تأییدشده
پیش‌نویس تیکت
دستهشبکه و چاپگر
اولویت پیشنهادیمتوسط
ثبتفقط با تأیید شما
فرایون · پیش از تیکتابتدا راه‌حل؛ سپس پیش‌نویس تیکت با تأیید شما
فرایون · گزارش صبحگاهیداده‌ی نمونه
گزارش صبح مدیر
درخواست‌های گیرکردهفهرست با پیوند به رکورد
گلوگاه اصلیمرحلهٔ تأیید مدیر واحد
مورد پرتکراربا ارجاع به تیکت‌ها
اقدام پیشنهادیتصمیم با شما
فرایون · گزارش صبحگاهییک جمله، یک عدد، یک پیوند، یک اقدام
فرایون · کارنامهٔ بلوغ ITILداده‌ی نمونه
کارنامهٔ بلوغ
مدیریت رخدادسطح از rubric ثابت
مدیریت درخواستسطح از rubric ثابت
مدیریت دانشنیازمند داده بیشتر
فرایون · کارنامهٔ بلوغ ITILشاخص‌ها محاسبه می‌شوند؛ توضیح را مدل می‌نویسد

پرسش‌های متداول

فرایون جایگزین ITSM ما می‌شود؟
خیر. ITSM شما سر جایش می‌ماند و فرایون لایهٔ هوشمند روی آن است.
چرا ابزار آمادهٔ عمومی نخریم؟
ابزار عمومی دادهٔ میز خدمت شما را نمی‌شناسد. فرایون روی تیکت‌ها و دانش خود سازمان کار می‌کند و منبع هر عدد را نشان می‌دهد.
داده‌های ما کجا می‌ماند؟
فرایون قابل استقرار در زیرساخت سازمان است؛ معماری دقیق، از جمله محل اجرای مدل، در ارزیابی تعیین می‌شود.
اگر فرایون پاسخ را نداند چه می‌کند؟
عدد نمی‌سازد. اگر داده‌ٔ معتبری نباشد، همین را می‌گوید.
آیا چیزی را در ITSM تغییر می‌دهد؟
فاز اول فقط‌خواندنی است. هیچ تیکتی خودکار ثبت یا بسته نمی‌شود و هر نوشتن در آینده با تأیید انسان است.
همهٔ پرسش‌ها در کاتالوگ

فرایون را زنده ببینید

دموی ۶۰ دقیقه‌ای با دادهٔ نمونه و یک مسئلهٔ واقعی شما.

دموی حضوری در مرکز تجربه، جردن

برای مدیران سازمان‌های ۵۰ نفر و بیشتر؛ یک جلسهٔ ۶۰ دقیقه‌ای با یک مسئلهٔ واقعی.

دموی حضوری

دموی آنلاین

همان سناریوها در یک جلسهٔ تصویری؛ مناسب پیش از تصمیم دربارهٔ جلسهٔ حضوری.

دموی آنلاین

برای شروع جدی‌تر: درخواست ارزیابی

در ۲۱ روز بفهمید اولین پایلوت سودآور هوش مصنوعی شما کجاست؛ روی داده‌ای که همین حالا دارید.

اگر در پایان ۲۱ روز دست‌کم یک پایلوت پیدا نکردیم که بازده برآوردی‌اش از قیمت همان پایلوت بیشتر باشد، تمام ۷۵ میلیون تومان را برمی‌گردانیم؛ به شرط دسترسی ما به دادهٔ توافق‌شده در هفتهٔ اول و برگزاری ۲ جلسهٔ کاری.

۳ ارزیابی در پاییز ۱۴۰۵، حداکثر ۲ هم‌زمان

شواهد این عدد

از کجا آمده
چطور به دست آمده
برچسب

منبع داده‌ی شما کجاست؟ در دمو نشان بدهید.

پروگپ
پروگپدستیار پرودکس

پروگپ، دستیار پرودکس: پاسخ‌های از پیش نوشته‌شده روی داده‌ی نمونه؛ در دمو همین را روی دادهٔ شما می‌پرسید.

رزرو دمو