在很多组织里,“治理”这个词,听起来就让人有点紧张。
更高层级的审批
更复杂的委员会
更慢的决策节奏
更强的控制欲
也正因为如此,很多人在谈 ITIL、谈敏捷、谈产品化、谈 AI 的时候,会下意识地回避治理这个话题。
前面所有“以人为本”“以体验为核心”的努力,都会被拉回到老路上。
不是治理太多了,而是我们长期在“用错误的方式做治理”。

一、先厘清一个被长期混淆的问题:治理不是管理
这是理解 ITIL第5版 治理观的第一步。
管理做的事,被叫成“治理要求”
执行层的细节,被上升为“治理问题”
一切不顺畅,最后都变成“加强治理”
治理,关心的是方向、边界和责任
管理,关心的是执行、协调和改进
什么事该做
什么事不该做
谁有权做决定
谁必须为后果负责
一旦你把这两者混在一起,治理一定会变成“管理的放大器”,而不是“组织的稳定器”。
二、为什么在 ITIL第5版 之前,治理容易被低估?
原因其实很简单。
服务边界相对清晰
技术变化节奏可控
决策权集中在少数角色
风险主要来自“执行不到位”
在这样的前提下,治理确实可以“轻量存在”。
产品持续演进,没有终点
体验高度主观,却直接影响价值
AI 开始参与分析、决策和执行
决策分散在多个团队与系统中
这时候,如果治理仍然停留在“流程合规”和“事后审查”层面,组织就会迅速失控。
三、ITIL第5版 的治理关注点发生了什么变化?
治理不再围绕“流程是否被遵守”,而是围绕“决策是否被正确约束”。
决策权是否清晰?
决策依据是否透明?
风险是否被显性识别?
责任是否可以被追溯?
在复杂系统中,组织是否还知道“是谁在替它做决定”。
四、当 AI 出现在体系中,治理为什么突然变得不可回避?
AI 的出现,把治理问题推到了一个无法回避的位置。
自动化决策
推荐与预测
流程触发与执行
这个决策,是人做的,还是系统做的?
如果结果有问题,责任如何界定?
谁决定 AI 可以介入到什么程度?
谁有权叫停?
AI 可以扩展能力,但不能模糊责任。
人类判断被明确保留
责任链必须清晰
自动化需要被治理,而不是被放任
而是防止创新演变成系统性风险。
五、从“理念正确”到“组织可控,差的正是治理这一层
很多组织的问题,并不是:
不认同以人为本
不重视体验
不理解产品思维
当这些理念彼此冲突时,谁说了算?
体验很好,但风险在累积
产品增长很快,但合规压力在上升
自动化效率极高,但可解释性在下降
这些冲突最终一定会通过“组织摩擦”的方式爆发。
组织具备持续做出艰难决策的能力。
六、这也是为什么说:治理,是从方法论走向决策能力的关键一跃
ITIL 4,主要解决“如何更好地做事”
ITIL第5版,开始正面回答“谁该决定做什么、做到什么程度”
IT 的管理框架
运维的方法集合
数字化的工具箱
组织在不确定环境中,持续做出理性决策的能力模型。

写在最后:最后一块拼图,为什么也是最难的一块?
因为治理无法被“照抄”。
权力结构
决策习惯
风险偏好
责任文化
明确治理必须存在,并且必须被认真对待。
而成为一套组织可以长期依赖的决策底座。
在一个人、产品、体验和 AI 共存的时代,组织到底靠什么保持清醒。
为什么 ITIL第5版 开始反复强调“Operating Model”,而不再执着于流程本身。
理念,真正落到组织结构上的开始。