Num dos nossos cases, a produtividade saltou de 12 para 60+ tickets por atendente ao dia — 5x — depois que a triagem passou a ser feita por IA. Em outro, 40% dos chamados foram resolvidos antes mesmo de virar ticket. Não é demo de fornecedor: é resultado medido em operação real, sobre ferramentas open source. E ainda assim, na maioria dos diagnósticos que fazemos, a IA no ITSM segue no campo do “um dia a gente vê isso”.
O problema é que “IA no service desk” virou um rótulo tão amplo que paralisa: por onde começar, o que funciona de verdade, o que é hype? Este artigo é o panorama por caso de uso — o que já dá pra automatizar hoje com GLPI, Zammad e Zabbix, e o que é melhor não delegar ainda.
Onde a IA já entrega resultado no ITSM open source
1. Triagem e categorização de chamados
É o caso de uso com melhor relação esforço/retorno. Um LLM lê o texto do chamado, define categoria, prioridade e fila — em segundos, sem depender do usuário escolher certo no formulário (ele nunca escolhe). No GLPI, isso se integra via regras e plugins; no Zammad, via triggers e API.
- O que automatiza: classificação, roteamento, priorização por impacto, detecção de duplicados.
- Ganho típico: fila de N1 desafoga e o tempo até o chamado chegar na pessoa certa despenca.
- Pré-requisito: categorias bem definidas. IA não inventa a estrutura que sua operação não tem.
2. Base de conhecimento e deflexão pra self-service
Aqui mora o número de 40% de chamados resolvidos sem virar ticket. A IA responde o usuário com busca semântica sobre a base de conhecimento: em vez de exigir a palavra-chave exata, ela entende “meu e-mail não sai” e “erro ao enviar mensagem” como o mesmo problema. Num case de educação, 60% dos tickets passaram a se resolver antes mesmo de abrir.
A condição é ter o que buscar. 80% dos tickets de TI são os mesmos 30 problemas recorrentes — documente esses 30 primeiro e a deflexão acontece. Quer ver quanto isso vale em reais? A Calculadora de ROI projeta o ganho em 30 segundos.
3. Voicebot e URA inteligente
O telefone continua sendo a porta de entrada em muita operação — e é onde a IA de voz mudou de patamar. Voicebot atende, entende linguagem natural, resolve o trivial (desbloqueio, status de chamado) e abre ticket categorizado no GLPI ou Zammad quando não resolve. Com transcrição automática, a ligação vira registro pesquisável em vez de caixa-preta.
4. Detecção de anomalia no NOC
O Zabbix com baselines dinâmicas e detecção de anomalia troca o alerta por limiar fixo (“CPU > 90%”) pela pergunta certa: “esse comportamento é normal pra esse host, nesse horário?”. O resultado é menos ruído e sinal mais cedo — muitas vezes antes de o usuário sentir. E cada minuto antecipado tem preço: a conta está em quanto custa 1 hora de sistema parado.
O que NÃO delegar pra IA (ainda)
- Decisão em incidente crítico. IA acelera o diagnóstico de um P1; quem decide rollback, comunicação e prioridade é gente.
- Mudanças com risco. Aprovar mudança em produção com base em sugestão de LLM, sem revisão, é incidente marcado.
- Conversas sensíveis. Demissão de acesso, suspeita de fraude, dado pessoal — LGPD e bom senso pedem humano no circuito.
- Resposta automática sem base curada. LLM sem base de conhecimento confiável responde errado com confiança. Alucinação no service desk vira retrabalho em dobro.
Por onde começar sem virar projeto-demo
Em mais de 100 projetos ao longo de 12 anos, o padrão dos que deram certo é o mesmo: fundação antes do foguete. Catálogo de serviços, SLA por categoria e base de conhecimento são o chão de fábrica da IA — sem eles, ela só amplifica a bagunça.
- Meça a maturidade primeiro. O Quiz de Maturidade ITIL mostra em 4 minutos se a fundação existe.
- Escolha UM caso de uso com ganho medível — triagem costuma ser o melhor primeiro passo.
- Meça antes e depois. Tickets por atendente, MTTR, taxa de deflexão. Sem baseline, não há como provar retorno.
- Fique no open source. Dado, regra e modelo sob seu controle — sem custo por agente que explode quando a operação cresce.
O panorama completo dos casos de uso, com arquitetura e integrações, está em IA aplicada a ITSM.
Próximo passo
A pergunta não é mais “se” a IA entra no seu ITSM — é onde ela entra primeiro na sua operação. Comece pelo diagnóstico gratuito de 30 minutos: saímos da conversa com o mapa dos casos de uso viáveis pro seu cenário, o que preparar antes de automatizar e as 3 ações de maior impacto pro seu caso.