I de fleste IT-miljøer er gjerne Change Management (endringsstyring) den prosessen som er mest komplisert og ofte den som skaper flest følgefeil. Det skyldes flere årsaker, både at mange endringer går på tvers av teknologiske «siloer» (applikasjon, nettverk, servere, sikkerhet, etc.) og at mange endringer gjøres under tidspress. I en slik situasjon kan det være nyttig å bruke de verktøy og den kompetanse man måtte ha til å gjøre både en god forberedelse og en effektiv gjennomføring slik at nedetid minimeres.
Et nyttig verktøy kan være programvare med innebygget kunstig intelligens. KI kan bidra i flere faser av endringsstyring: Man kan analysere tidligere endringer og hva som gikk bra eller feilet i disse. Man kan bedømme risikoen knyttet til en planlagt endring ut fra både hvilken infrastruktur og tjenester som er involvert, hvor godt den er planlagt og andre faktorer.
For at slike analyser skal kunne utføres, krever det at man har relevante data. Det kan være kunnskapsartikler, informasjon om tidligere endringer, og informasjon om hvordan IT-landskapet er bygget opp. IT-landskapet er stort sett data som ligger i en CMDB, men krever at denne er komplett og ajour. Den bør følgelig være automatisk oppbygget og vedlikeholdt.
Endringsanalyse
OpenText Service Management (SMAX) har i flere år hatt en innebygget AI-funksjon som analyserer resultater av tidligere endringer og gir en sannsynlighet for at en ny endring skal fungere. Den tar utgangspunkt i data om endringstype og involverte tjenester, og gir blant annet forslag til hvordan man kan forbedre resultatene for fremtidige endringer. Dette er nyttig, men først og fremst er det noe som ser «bakover» i tid, heller enn fremover.
Risikoevaluering
Med Aviator, en innebygget generativ-AI agent, utvides støtten for bruk av kunstig intelligens i analyse av endringer. Her ser den på beskrivelsen av både den endringen man planlegger, og beskrivelsene av tidligere endringer (og deres suksessrate!), og beregner en risikofaktor. I tillegg beskriver Aviator hvorfor den setter den risikofaktoren den gjør, slik at man kan gjøre endringer for å redusere denne.
Både endringsanalyse og risikoevaluering er til for å redusere feil som skyldes endringer. For mange har erfart at det altfor ofte følger feil med endringer som utføres, og man ender opp med omfattende uplanlagte oppgaver med å fikse feil i ettertid. Ved hjelp av disse funksjonene kan man unngå disse feilene, eller i det minste redusere sannsynligheten.