--- sourceDocument: Yokohama habilitar IA sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/yokohama/intelligent-experiences Release : - yokohama ft:locale : - pt-BR ft:publication_title : - Yokohama habilitar IA ft:clusterId : - platai bundleId : - platai workflow : - Platform --- # Usando Inteligência preditiva # Usando Inteligência preditiva {#ariaid-title1} * Versão de lançamento: Yokohama * * Atualizado 30 de jan. de 2025 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 3 min. de leitura Treine e use Inteligência preditivasoluções para realizar várias tarefas e que se integram com outras ServiceNowprodutos, como Inteligência para documentose. Inteligência para tarefas. ## Visão geral De Inteligência preditiva Inteligência preditivaé a interface pela qual você pode treinar modelos no ServiceNowPlataforma 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](https://servicenow-prod.fluidtopics.net/Soe6B8nrjTWlr5_fw1P_0A "ServiceNow Inteligência preditivaé uma função da plataforma que fornece uma camada de inteligência artificial que capacita recursos e capacidades em ServiceNowaplicações para proporcionar melhores experiências de trabalho."). ## Treinando suas soluções DE ML {#using-predictive-intelligence__section_xtt_hdh_j1b} Inteligência preditiva permite que você treine modelos preditivos e soluções de aprendizado de máquina que podem ser aplicadas usando dados em suas instâncias. As soluções que você cria usam as estruturas para prever, recomendar e organizar dados. Para começar, consulte [Soluções de criação e treinamento](https://servicenow-prod.fluidtopics.net/F_x9RH2ppjeiBz3R_dW8Sg "Use uma das estruturas de Inteligência preditiva (PI) para criar e treinar soluções de aprendizado de máquina. Cada estrutura oferece um tipo de solução diferente para treinar o sistema para prever, recomendar e organizar resultados de dados."). Você também pode estender Inteligência preditivapara outros processos e aplicações, como: * Categorização do incidente: Prevê a categoria do incidente com base na descrição resumida. Consulte [Inteligência preditiva para Gestão de incidentes](https://www.servicenow.com/docs/access?context=predictive-intelligence-for-incident&version=yokohama&pubname=yokohama-it-service-management&ft:locale=en-US). * Atribuição de caso de CSM: Prevê o grupo de atribuição de registro de caso com base na descrição resumida. Consulte [Inteligência preditiva para gestão de casos](https://www.servicenow.com/docs/access?context=agent-intelligence-case-mgmt&version=yokohama&pubname=yokohama-customer-service-management&ft:locale=en-US). {#using-predictive-intelligence__ul_of1_vqs_d1b} Para obter mais informações, consulte [ServiceNow apps e recursos que usam Inteligência preditiva](https://servicenow-prod.fluidtopics.net/8g7n_jacYUW7iPlmY9RXOQ "Revise este tópico para ver uma amostra de ServiceNowaplicações e recursos que aproveitam Inteligência preditivafuncionalidade."). ## Previsões de teste e monitoramento {#using-predictive-intelligence__section_fvc_q32_ntb} Depois de criar e treinar suas soluções, chame a API de 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.{#using-predictive-intelligence__table_gc5_4wj_ntb__entry__2} | Relatório | Descrição | |-|-| | Cobertura de previsão média (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 foi capaz de prever um resultado. | | Média de precisão 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. | [ ] {#using-predictive-intelligence__table_gc5_4wj_ntb} Para obter mais informações, consulte [Previsões de teste e monitoramento](https://servicenow-prod.fluidtopics.net/mqloAu29D0XQdFtizgWPHg "Teste a cobertura e a precisão de suas soluções de aprendizado de máquina (ML). Uma vez implantado, acompanhe o desempenho ao longo do tempo para ver como suas soluções funcionam. Use as informações para fazer mudanças em suas soluções e melhorar as 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 você espera fazer com as definições da solução facilitará a implementação. * Identifique os problemas que você deseja resolver com Inteligência preditiva. * Têm de 30 000 a 300 000 registros de alta qualidade dos quais Inteligência preditivapode 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 que não são de 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 modelos e testar previsões. Para obter mais informações sobre como começar com Inteligência preditiva, consulte [nosso guia sobre como começar a usar Inteligência preditiva](https://servicenow-prod.fluidtopics.net/llFLX3KNjvqw1lLp8JS2iw#install-predictive-intelligence "Ativar Inteligência preditivaem sua instância e comece a usar a configuração básica.").