Como usar o Inteligência preditiva

  • Versão de lançamento: Zurich
  • Atualizado 31 de jul. de 2025
  • 3 min. de leitura

    • Treinar e usar Inteligência preditiva soluções para realizar várias tarefas e que se integram com outras ServiceNow produtos, como Inteligência para documentos e. Inteligência para tarefas.

    Visão geral Da Inteligência preditiva

    Inteligência preditivaé a interface pela qual você pode treinar modelos no ServiceNow Plataforma de IA. Esses modelos permitem prever, estimar e identificar padrões que podem ser usados para rotear trabalho, preencher campos de formulário, estimar tempos de espera e muito mais.

    • Mostrar sugestões para artigos relevantes.
    • Atribua, categorize e priorize tarefas.
    • Detecte incidentes graves.
    • Resoluções de caso recomendadas.
    • Evite artigos e ideias duplicados.
    • Detecte tentativas de phishing.

    Para obter mais informações sobre os diferentes tipos de soluções disponíveis, consulte Explore a Inteligência preditiva.

    Treinando suas soluções DE ML

    Inteligência preditiva o permite que você treine modelos preditivos e soluções de aprendizado de máquina que você pode aplicar usando dados em suas instâncias. As soluções que você cria usam as estruturas para prever, recomendar e organizar dados. Para começar, consulte Criação e treinamento de soluções.

    Você também pode estender Inteligência preditiva para outros processos e aplicações, como:

    Para obter mais informações, consulte ServiceNow aplicativos e recursos que usam Inteligência preditiva.

    Testar e monitorar previsões

    Depois de criar e treinar suas soluções, chame a API Inteligência preditiva para fazer uma previsão da solução. Use os resultados para medir o desempenho da solução e fazer mudanças conforme necessário.

    Você pode rastrear a cobertura e a precisão dos modelos preditivos implantados usando o painel Estatísticas da solução, que fornece relatórios sobre essas áreas de previsão por padrão.
    Relatório Descrição
    Cobertura média de previsão (últimos 30 dias) A porcentagem de previsões que produziram um resultado do número total de previsões tentadas. Clique na pontuação de cobertura para ver um detalhamento por classe.
    Cobertura de previsão diária A porcentagem de registros criados em um determinado dia em que a solução conseguiu prever um resultado.
    Precisão média da previsão (últimos 30 dias) A porcentagem de previsões em que o valor previsto era o mesmo que o valor final do campo quando o registro foi encerrado. Clique na pontuação de precisão para ver um detalhamento por classe.
    Precisão de previsão diária A porcentagem de registros encerrados em um determinado dia em que o valor do campo previsto era o mesmo que o valor final.

    Para obter mais informações, consulte Testar e monitorar previsões.

    Preparando sua instância

    Para você aproveitar ao máximo Inteligência preditiva, você vai querer se preparar. Você não precisa escrever código ou fazer cálculos, mas decidir o que deseja fazer com as definições da solução facilitará a implementação.

    • Identifique os problemas que você deseja resolver com Inteligência preditiva.
    • Ter de 30 000 a 300 000 registros de alta qualidade a partir dos quais Inteligência preditiva pode aprender.
    • Defina suas expectativas.
    Nota:
    Inconsistências ou lacunas nos dados de treinamento podem causar previsões incorretas ou não confiáveis.

    Processo de implementação

    Inteligência preditiva leva aproximadamente 14 dias para implementar em uma instância de produção.

    • Dia 1: Clone a instância de produção para uma instância de não produção.
    • Dias 2 a 10: Crie uma definição de solução, treine-a em registros históricos e valide se a solução funciona conforme desejado na instância de não produção.
    • Dias 11 a 13: Crie conjuntos de importação e atualização para mover a solução para produção, treinar e validar na nova instância e definir a frequência de retreinamento.
    • Dia 14 em diante: Monitore a solução.

    Em geral, os ambientes de não produção são onde os fluxos de trabalho podem ser testados e formatados antes de serem movidos para a instância de produção para treinar ainda mais os modelos e testar previsões.

    Para obter mais informações sobre como começar com Inteligência preditiva, consulte nosso guia sobre como começar com Inteligência preditiva.