A.艾拓先锋ITIL CHINA

第5讲:深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:一个人配多个智能体之后,IT 部门究竟要管理什么

课堂上有人问我:未来每个人至少有多个智能体,除了个人工作台,另外几个到底是什么?


我当时没有给出一张固定清单。岗位不同,所需的智能体当然不同。采购人员可能要看 PR、PO、在途和退货状态,市场人员可能需要持续收集公开渠道中的竞争信息,科研人员也许会使用专门的研究智能体。个人工作台把待办、数据和审批入口汇集到一起,背后仍可能连接多个专业智能体。


“至少几个”只是课堂上用来说明趋势的估算,不是 ITIL 的结论,也不是企业配置标准。真正值得管理者追问的是:当一个员工开始依靠多个智能体工作,IT 部门究竟在管理什么?


如果答案仍是账号、服务器和应用可用性,我们只看见了最表面的一层。



1789526173769480.png

一个采购工作台背后,已经不止一个软件账号


以课堂中的采购岗位为例。采购人员打开个人工作台,可以看到待审批的采购申请、订单状态、在途信息和退货事项。轮到他审批时,他不必再逐一进入多个业务系统,工作台可以调取数据并把经确认的指令写回采购流程。


为了实现这件事,至少有几组管理问题同时出现。


它要知道员工是谁、担任什么角色,能够看到哪些供应商、订单和价格;它要从采购、财务、办公和任务系统读取数据,还可能调用一个专门分析异常订单的模型;它需要知道什么情况下只提醒,什么情况下可以生成建议,什么情况下允许执行回写;操作完成后,还要留下谁确认、调用了什么数据、写回了什么结果的记录。


任何一处发生变化,工作台都可能受影响。员工转岗了,权限要调整;采购系统接口改了,连接要重新验证;模型版本更新了,原来通过的判断场景可能要复测;业务规则换了一版,旧规则不能继续藏在提示词或个人文件里。


把它当成一个“AI 账号”,这些工作没有地方安放。把它当成持续提供能力的数字化产品,管理对象就清楚多了。



智能体要走完整生命周期


ITIL 5 将视野从传统 IT 服务扩展到数字化产品和服务,并用发现、设计、获取、构建、转换、运营、交付和支持八项活动描述整个生命周期。这八项活动不是一条只能从左到右走一次的生产线,而会根据反馈反复迭代。


教材没有专门给出“企业智能体管理清单”。我把智能体放进这个生命周期,是结合课堂趋势作出的管理延伸。


在发现阶段,要回答岗位或业务究竟遇到了什么问题。采购人员是找不到待办、跨系统查询太慢,还是缺少异常订单判断?如果问题都没说清,先做一个万能聊天框,只会得到越来越多零散功能。


设计阶段要确定数据、交互、规则和责任。智能体需要哪些输入,向谁展示结果,是否需要人工确认,怎样处理低置信度和异常,怎样满足安全、连续性与审计要求。对个人工作台来说,界面只是设计的一部分,权限与回写边界更要提前确定。


获取和构建涉及模型、接口、知识、代码和外部服务。使用公有模型还是本地能力,连接哪个系统,采购的组件由谁维护,都要被记录。智能体并非只有“大模型”一个组件,任何依赖失效都可能让整项服务不可用。


转换阶段解决它能否安全进入真实工作。测试不能只用一条演示数据,还要覆盖正常、异常和边界场景;上线要有权限开通、版本标识、回退办法和使用说明。没有通过运营就绪检查的智能体,不应因为演示效果好就直接取得生产权限。


进入运营、交付和支持以后,工作并没有结束。IT 要监测接口、模型、知识和输出质量,处理用户请求与事件,控制成本,修订规则,接受反馈。停用时还要撤销权限、保留必要记录、处理数据并安排替代方式。

这正是“产品化管理”与“做完一个机器人”的差别。



IT 部门要建立一张看得见的智能体清单


当员工自行采购 SaaS、申请模型令牌或在本地搭建小工具时,组织容易出现新的影子 IT。使用者觉得只是提高个人效率,IT 却不知道哪些业务数据已经流向外部、哪些操作可以回写生产系统,也不知道一个关键岗位已经依赖哪个个人维护的智能体。


智能体清单不需要一开始就建成复杂平台。先让每个进入正式工作的智能体有一条可查记录,至少写清名称、业务用途、产品负责人、技术负责人、使用人群、所用模型、数据来源、外部依赖、权限范围、当前版本、人工复核点、运行状态和退出安排。


其中最容易漏掉的是负责人。业务负责人要确认使用场景、规则和结果是否可接受;技术负责人要维护接口、模型、日志与安全;数据负责人要确认来源、质量和访问条件。职责可以由同一个人兼任,但不能无人承担。


还要把智能体之间的关系记录下来。个人工作台调用采购分析智能体,采购分析智能体读取订单和供应商数据,又可能调用外部模型。上游数据口径变化,下游哪些智能体需要复测?一个模型服务中断,会影响哪些岗位?这些问题与配置关系和影响分析已经很接近。


课堂中我演示 CMDB 拓扑时,变更一台 Oracle 服务器,可以顺着关系看到它影响的系统和业务。未来的智能体也要进入类似的可见关系中,否则数量增加后,组织只知道“大家都在用”,却不知道一次改动会碰到哪里。



权限不能按模型能力一次给满


模型可以生成一段正确建议,不代表它应该得到执行权限。对智能体的授权,应当跟任务风险和验证证据一起增长。


初期可以只读数据、生成建议,由人确认;稳定后允许它写入草稿或准备操作,由人提交;对于高频、低风险、可回退的标准动作,经过充分验证后才考虑自动执行。涉及资金、敏感数据、生产配置和对外承诺的决定,要保留清楚的人工授权或更严格控制。


权限设计还要跟岗位变化联动。员工调岗、离职或职责收缩时,不只是关闭一个登录账号,还要检查他创建、拥有或独自维护的智能体。共享的知识、规则和接口要移交;个人令牌和过大的访问权限要撤销;无人继续承担的智能体要停用,而不是留在后台悄悄运行。


AI 输出也需要身份。谁提出请求,使用了哪个智能体和版本,调用哪些数据,谁接受结果,是否触发操作,都应在适当程度上可追溯。日志并非越多越好,但足以回答责任和故障问题的证据不能没有。



质量、成本和退役都要有人看


传统应用上线后,我们会监测可用性、性能、容量和安全。智能体还多了一层输出质量:它是否遗漏关键信息,是否引用过期知识,是否在边界场景中自作主张,人工推翻建议的比例是否上升。


成本也不能只看模型账单。一次调用使用多少 token 容易统计,人工复核、错误返工、接口维护、知识更新和安全审查同样是成本。如果某个智能体生成初稿很便宜,却让下游花大量时间核对,整体未必划算。


到了退役阶段,组织要知道停止的是什么。模型可以更换,智能体中的业务规则、知识、连接和历史记录未必能一起丢弃。先识别替代产品和依赖岗位,再撤销访问、归档必要证据、迁移有效知识。否则,一个看似没人使用的旧智能体仍可能持有生产权限,或者某项工作在停用当天才暴露无人接手。



先管住一个,再考虑成百上千


我不建议一开始就以“智能体中心”的名义建设庞大体系。可以先选一个已经有人频繁使用、又确实连接业务数据的智能体,要求它走一遍完整生命周期。


确认它解决的问题,补齐负责人和关系记录,检查数据与权限,建立一组真实质量场景,设计上线、监测、支持和退出方式。走完后,团队会知道哪些字段必须进入智能体清单,哪些控制需要按风险分级,哪些工作可以由平台统一提供。


未来每人究竟使用两个、三个还是更多智能体,并不是当前最需要争论的数字。只要一个员工已经靠多个数字能力共同完成工作,IT 的管理对象就变了:我们管理的是一组持续演进、彼此依赖、会接触数据并参与业务行动的数字化产品。


如果组织今天还说不清有哪些智能体、谁负责、能访问什么、正在使用哪一版、出错后谁接管,那么数量越多,管理盲区也会跟着扩大。先让一个智能体被看见、被负责、被验证、也能被安全停下,再谈规模化。



关于深圳艾拓先锋


深圳艾拓先锋为 PeopleCert 授权 ATO 认证培训机构,具备 ITIL Foundation(Version 5)官方培训资质。我们深耕 ITIL、IT 服务管理与数字化服务管理,聚焦 ITIL 5 原生 AI 治理、AI 智能体管控与 6C 模型落地,提供体系化企业内训与咨询服务。


本文出自《深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:长河老师知识要点与实践心得三十六讲》。 如需系统学习融合 AI 治理视角的 ITIL 5 认证培训、企业内训或 IT 服务管理咨询,可访问深圳艾拓先锋官网课程页面,也可前往 PeopleCert 官网

 https://www.peoplecert.org/ways-to-get-certified/ato/shenzhen-aito-xianfeng-enterprise-management-consul-172763核验授权资质。 咨询渠道:400 热线 400-806-0230,微信:18027379316



上一篇:第4讲:深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:AI 越聪明,标准化为什么反而越重要

下一篇:第6讲:深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:“AI 不懂业务”,很多时候是组织没有把业务关系讲清楚




返回导读:






← 返回ITIL 5 长河原创文章