A.艾拓先锋ITIL CHINA

第25讲:深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:治理不是多批一层——指导、监督和问责分别解决什么

不少组织开始制定 AI 管理办法后,第一反应是加审批:员工要用模型,部门负责人批一次;涉及业务数据,信息安全再批;采购 token,还要报到更高层。层级多了,看起来像治理加强了,实际可能只是所有事情多等几天。


课堂讲数字化技术治理时,我把它拆成三个动作:指导、监督和问责。它们都不是“再批一层”的同义词。


ITIL 5 对治理的正式定义是指导和控制组织的体系。数字化技术治理关注当前与未来的数字化技术使用,并提供指导、监督和问责。教材还说明,治理主体要评估现状、战略、投资组合、政策和关系,制定或修改政策与策略,并监测绩效和合规。


这些工作与项目排期、处理工单、配置模型参数不在同一层。治理决定方向、边界和最高责任,管理负责在边界内组织日常工作。



1789866136515910.png


指导先回答什么可以做


指导不是只发禁止清单。它要把组织的目标、允许范围和红线同时讲清楚。


例如,组织可以允许员工使用经过批准的模型处理公开资料和内部一般信息;涉及客户数据、源代码或生产配置时,必须使用受控环境;智能体只能在授权范围内读取和操作;对外承诺、资金支付和高风险生产操作必须由人确认。还要说明组织为什么允许这些使用:解决哪些工作问题,接受什么风险,又希望积累哪些能力。


只有“禁止上传敏感数据”,员工仍不知道什么算敏感、可用哪个入口、怎样申请例外。只有“鼓励大家拥抱 AI”,项目又会各自采购模型、复制数据、开通外部接口。两种文件看似立场相反,缺的都是可执行指导。


课堂中谈到集团统一 token 入口,就是一个容易看懂的例子。组织规定,各业务单元需要使用模型算力时,通过统一中心获取,而不是自行采购并报销。这条规则同时给出了允许的入口和不允许的路径。它不是 ITIL 规定的标准做法,是课堂用来解释数字化治理的管理案例。



监督要看真实行为有没有偏离


政策发下去以后,组织还要知道实际发生了什么。


统一 token 入口的价值,不只是卡住采购。项目申请算力时,需要说明用途、模型、使用部门和数据范围;运行后可以看到调用量、费用和异常使用;财务也能识别绕开入口的外部采购。指导中的规则由此变成可以检查的事实。


监督不等于每次调用都让人盯着屏幕。组织可以按风险使用登记、自动监测、抽查、审计和例外报告。低风险文本辅助关注用量与数据边界,高风险智能体还要监测权限、工具调用、人工推翻、错误输出和停用情况。模型版本或知识来源变化后,原来验证过的场景要不要复测,也应有触发规则。


AI 本身可以参与监督。它能比对项目登记和实际接口调用,发现未登记模型、异常 token 消耗、过大权限或敏感字段外发迹象;也能汇总人工接管和输出纠正记录。不过,异常只是一条线索。系统误报、业务高峰和临时测试都可能改变数据,最终判断要由获得授权的人结合上下文作出。


如果管理办法没有对应数据,监督就会退化成开会听汇报。项目说“我们一直合规使用”,治理主体却看不到使用对象、数据、权限和成本,这句话无法被验证。


监督指标也要能触发动作。token 用量突然上升,是业务扩展、上下文浪费还是账号泄露,需要不同处置;人工推翻建议增加,可能来自知识过期、模型变化或场景超出范围。治理主体不必处理每条异常,但要规定谁调查、什么阈值升级、哪些情况暂停服务。只收集一排没有责任人的数字,仍然没有形成监督。



问责要落到有权作决定的人


问责经常被误解成出事后找一个执行员工处分。ITIL 5 强调的是,治理主体在最高层级对绩效和合规负责,并与利益相关方明确承诺和技术使用的责任。


员工把资料输入未经批准的模型,当然要检查个人是否违反规则。但组织还要追问:批准入口是否可用,数据分类是否清楚,业务负责人是否为了赶进度默许绕行,技术负责人是否给了过大权限,治理主体是否长期只提要求却没有配置资源。


真正有权决定采购、预算、数据用途和风险接受的人,不能把全部责任留给最后按按钮的人。不同层级的责任应写清:治理主体批准政策和风险容忍度;业务负责人对用途和业务结果负责;技术与数据负责人维护环境、访问和证据;使用者遵守规则并验证具体输出。


AI 没有组织身份,不能成为被问责的主体。报告中写“模型决定如此”,并没有回答谁允许它作这类判断、谁接受结果、谁监测质量。智能体权限越大,这些角色越要提前确定。



管理负责把方向变成日常工作


治理与管理需要连接,也要保持边界。


治理主体确定组织采用哪些 AI 能力、哪些数据不得出境、哪些决策保留人工授权,并监测整体绩效和合规。管理层据此选择平台、安排人员、设计流程、处理事件、控制供应商和组织培训。项目团队再完成知识整理、接口配置、测试和运行支持。


如果治理主体开始逐条审批提示词、决定每个字段怎样映射,它已经伸进日常管理;如果管理团队自行决定高风险数据可以交给外部模型,又越过了治理边界。前者使决定堵在高层,后者让重大风险没有正式接受者。


分层并不意味着彼此隔离。监督数据发现某类智能体频繁越权,治理主体可以调整政策和风险边界;管理团队发现统一平台无法满足合法业务需求,也应把事实反馈上去,而不是私下绕开。


例外路径尤其能检验治理是否成熟。业务确有紧急用途、统一模型暂不支持时,谁可以批准临时方案,允许多长时间,需要哪些补偿控制,到期怎样复核或退出,都应提前设计。没有例外路径,业务会在制度外寻找出口;例外不设期限,又会把临时措施变成新的影子 IT。



检查一份 AI 管理办法的三个缺口


组织可以拿出当前的 AI 管理办法,分别做三次标记。


第一遍标出指导:允许做什么,禁止做什么,使用哪个入口,什么情况可以申请例外。第二遍标出监督:每条关键规则由哪项数据、记录、抽查或审计来确认。第三遍标出问责:谁有权接受风险、配置资源、纠正偏离并对整体绩效负责。


只找到禁止条款,说明员工知道不能做,却不知道正当路径;有大量审批人,却没有运行数据,说明组织把签字当成监督;责任全部写给使用者,说明有权作决定的人藏在文件后面。


把这三个缺口补齐后,审批反而可以按风险减少。标准化、低风险、可监测的使用进入预授权路径;高风险或超出边界的事项才提交合适治理层级。治理由此不再是一道更高的门,而成为组织给方向、看偏离、承担最终责任的工作方式。



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24讲:深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:管理体系不只是一张流程图——政策、流程、SOP 和记录怎样咬合

下一篇:第26讲:深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:聚焦价值,先看“客户的客户”怎样使用你的服务




返回导读:




← 返回ITIL 5 长河原创文章