一个 AI 服务台完成了技术测试:用户可以对话,模型能够识别常见问题,也能从知识库给出建议。上线以后,使用效果仍然不好。
服务台人员不知道自己什么时候接管,知识数据缺少维护,外部模型出问题时找不到供应商升级,事件流程也没有记录智能体已经做过什么。
单独看模型,它能工作;放回组织,它没有被接住。
课堂讲“整体思考和工作”时,我把一个判断讲得很重:所有问题都可以从管理角度继续分析,而管理问题要从四个维度找原因和办法。组织和人员、信息和技术、合作伙伴和供应商、价值流和流程,任何一处断开,局部技术能力都可能无法转化为服务成果。

四个维度不是四张平均分配的预算表
ITIL 5 用四个维度帮助组织整体管理产品和服务。它们共同构成服务管理能力,又会受到外部政治、经济、社会、技术、法律和环境因素影响。
整体并不要求四个方面每次平均投入。一个问题可能主要来自数据质量,另一个问题来自职责或供应商依赖。四维分析的用途,是防止团队只从自己熟悉的技术角度下结论,并看见一个改动对其他部分的影响。
对于 AI 服务台,先买更强模型是“信息和技术”中的一种选择。若人员没有职责、知识无权威来源、供应商合同没有支持边界、流程没有人工升级,再换模型也只能改善部分回答质量。
我在课堂上也提醒,四个维度不应被机械做成每次必填四段的报告。分析到能够识别当前约束和责任即可,不能为了形式把同一句问题换四种说法。
组织和人员:谁在新的工作方式里负责
智能体进入服务台后,岗位不会保持原样。过去由坐席完成的识别、追问、知识检索和初步分派,可能由 AI 先做。人接手的更多是边界判断、用户情绪、重大影响和模型无法处理的例外。
组织要重新说明谁负责知识质量,谁确认分类规则,谁监测模型输出,谁有权停用,服务台人员需要什么新能力。只培训一场提示词,原来的职责与绩效仍不变,员工很难知道怎样与智能体协作。
AI 输出错误时,也不能把责任写成“由使用者自行判断”就结束。业务负责人、产品负责人、技术负责人和一线使用者承担的责任不同,授权应和风险匹配。
人员因素还包括接受度和工作现实。坐席如果每次都要用两套系统重复录入,可能绕过智能体;管理者如果只考核处理数量,员工也不会花时间纠正知识和反馈误判。
信息和技术:模型只是其中一个组件
AI 服务台还依赖身份、服务目录、工单、CMDB、知识、监控、接口和日志。模型能够生成自然语言,不代表它拿到的是当前、完整并获准使用的数据。
同一服务在三个系统里名称不同,知识库存在多个版本,权限状态无法查询,智能体就只能猜。高质量模型会把猜测组织得更像答案,风险反而更不容易被发现。
这一维度要检查数据来源、质量、版本、权限、架构、集成、连续性和安全。还要确定模型与知识变化后怎样复测,运行日志能否回答用了什么输入、给了什么建议、触发了什么动作。
AI 可以辅助清洗、映射和发现冲突,不能自行决定哪个系统是权威来源,也不能因为技术可连接就自动获得访问权。
合作伙伴和供应商:故障升级不能断在合同外
服务台可能使用外部模型、SaaS 平台、知识产品、语音转写和系统集成服务。用户只看到一个入口,背后却有多家供应商。
外部模型响应异常时,谁提供支持?接口变更提前多久通知?数据保留在哪里?模型停用后怎样迁移知识和日志?供应商只承诺平台可用,不承诺业务输出质量,组织内部又由谁填补?
这些内容要进入合同、服务级别、供应商评审和退出安排。供应商能力强,不代表组织可以把服务责任整个交出去。外部厂商之间互相推诿时,内部仍要有服务集成和升级位置。
AI 也能分析供应商绩效、事件和费用,但前提是合同承诺、服务对象和运行数据能够对应。把几家厂商的宣传指标放在一起,不能替代本组织的实际服务结果。
价值流和流程:智能体的结果下一步去哪里
智能体识别出疑似事件后,要不要创建工单,进入哪个优先级,什么时候转人工,工程师处理后怎样回到用户确认,这些属于价值流和流程。
如果 AI 只在聊天窗口回答,答案没有进入工单与知识反馈,组织仍看不到真实工作。它即使帮用户临时解决,也无法关联重复事件、发现问题和计算服务表现。
流程要定义输入、状态、责任、授权和例外,价值流则帮助团队看见用户问题从提出到确认解决的端到端流动。模型的每个动作应嵌入这个流动中,而不是悬在流程外面。
自动诊断建议交给谁,谁验证,失败怎样回退,纠正结果怎样更新知识,都应有清楚接口。AI 可以执行已经说清的步骤,流程不能把管理决定反过来交给模型补写。
外部变化也会改写四个维度
ITIL 还要求关注 PESTLE 因素。对 AI 项目来说,模型能力、价格、监管、安全形势和供应市场变化都可能很快影响路线。
新的数据要求可能限制外部调用,模型供应商调整接口会影响技术架构,费用变化会改变商业可行性,社会对自动决策的接受程度也会影响采用。四维设计不能发布后永久不变。
组织可以设定触发复查的条件:政策或合同变化、模型重大升级、关键供应商替换、业务用途扩大、输出风险上升。每次复查不必重做整个项目,但要检查责任、数据、依赖和流程是否仍匹配。
先找当前最短的一块
准备改进 AI 服务台时,可以把当前问题按四个维度摆出来。人员是否知道接管责任,数据是否支持判断,供应商是否能接住故障,流程是否记录和升级。每项只列证据和缺口,不急着平均提出方案。
然后选对成果影响最大的约束先处理。如果知识过期使回答不可靠,先建立权威来源和维护责任;如果高风险请求无人接管,先补流程与授权;如果外部模型中断没有替代,先处理连续性和合同。
AI 可以帮助团队汇总四维证据、发现依赖和模拟改动影响。最终的优先级仍要由管理者结合业务价值、风险和资源决定。
处理最短板以后,再检查改动是否把压力转到另一维。统一知识来源会增加维护职责,改用本地模型会改变技术和供应商安排,新增人工复核又会影响流程周期。四维分析不是项目立项时做一次,而是在关键变化后重新看相互影响。
四个维度的价值,在于让我们停止把“模型回答不准”“员工不愿意用”“供应商不给力”当成孤立抱怨。把相互关系展开以后,团队才知道先改哪里,也知道局部改进会碰到谁。
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29讲:深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:站会和看板的价值,不在汇报,而在让困难尽早暴露
下一篇:第31讲:深圳艾拓先锋第四期 ITIL Foundation(Version 5)培训课后系列分享:保持简单实用,不是只做简单的事
返回导读: