人工智能或者機器智能將很快會創造出一種前所未有的現象。其發展速度是迅速的、戲劇性的、非常真實的，正如特斯拉公司創始人埃隆·馬斯克所說：“人工智能的能力遠遠超過人類所知，而且改進的速度也是指數級的。”在IT領域，人工智能在開發和改造IT服務管理（ITSM）方面有著巨大的潛力。

什么是 ITIL？

ITIL 是有關管理 IT 服務和改進 IT 支持及服務水平的最佳實踐庫。ITIL 的主要目標之一是確保 IT 服務始終與業務目標保持一致，即使業務目標發生變化也是如此。

ITIL 是指“信息技術基礎架構庫”。這個縮寫在 1980 年代由英國政府的中央計算機和電信局 (CCTA) 首次使用，當時該機構撰寫和印發過許多 IT 服務管理方面的最佳實踐。如今，ITIL 不再表示“信息技術基礎架構庫”，而是一個獨立術語。

ITIL 自 20 世紀末問世以來，相關系列著作超過 30 卷，已然十分成熟。2000 年前后，ITIL 的第二版對這些出版物進行了精簡，分為不同類別，分別對應于 IT 管理、服務和應用等不同方面。在此期間，Microsoft 對 ITIL 進行了標準化，用于幫助開發其 Microsoft 運營框架 (Microsoft Operations Framework)。

ITIL 最重要的部分之一是配置管理數據庫 (CMDB)，此數據庫為服務、軟件、IT 組件、文檔、用戶和硬件等必須受到管理才能交付 IT 服務的所有組件提供集中管理。CMDB 會跟蹤此類資產和流程的位置及變化，以及它們的屬性和相互關系。

遵守 ITIL 原則有助于確保盡快找到環境中問題的根本原因，并確保為系統和人員提供適當的可視性，以防將來出現問題。

ITIL過時了嗎？

隨著云計算、大數據、人工智能和其他技術的發展，以及敏捷和DevOps等新興方法論的崛起，IT服務管理面臨著前所未有的挑戰和機遇。在這樣的背景下，人們不禁會問：在這個快速變化的數字化時代，ITIL是否已經過時？

答案是復雜的。一方面，ITIL v3的一些原則和實踐可能無法完全滿足當前的技術和業務需求。例如，ITIL v3的過程導向方法可能與敏捷和DevOps的快速、迭代的工作方式相沖突。此外，ITIL v3可能沒有充分考慮云計算和即服務（as-a-service）模式帶來的挑戰和機遇。

但另一方面，許多ITIL v3的核心原則——如服務導向、客戶中心和持續改進——仍然是有效的。這些原則提供了一種結構化的方法來管理和交付IT服務，這對于確保服務質量和滿足用戶需求至關重要。

這就引出了ITIL 4——這是對框架的一次重大更新，旨在解決數字化時代的需求。ITIL 4引入了服務價值系統（SVS），這是一個更靈活、更綜合的框架，旨在更好地與敏捷、DevOps和其他現代工作方式結合。SVS包括服務價值鏈（SVC），這是一系列活動，用于從需求生成價值。這些活動包括計劃、設計、過渡、運營和改進，它們不再是嚴格的線性過程，而是相互關聯和相互作用的環節。

ITIL 4還強調了四個維度模型：組織和人員、信息和技術、合作伙伴和供應商、價值流和過程。這確保了服務管理不僅僅關注技術和過程，還涉及人員、伙伴關系和整體價值流。

此外，ITIL 4引入了“指導原則”，如專注于價值、開始行動并保持動力、協作和促進透明度等，這些都是幫助組織在快速變化的環境中導航的通用原則。因此，雖然ITIL v3在某些方面可能不完全適應數字化時代，但ITIL 4的出現正是對這種情況的回應。ITIL 4的靈活性、綜合性和對現代工作實踐的適應性，使其成為支持數字化轉型的強有力的框架。

在實踐中，ITIL 4的應用意味著組織需要在實施新技術和方法時考慮更廣泛的影響。例如，引入自動化工具或實施DevOps實踐時，組織需要考慮這些變化如何與現有服務管理過程相結合，以及如何調整這些過程以確保它們仍然提供價值。同時，ITIL 4鼓勵組織不僅要關注技術本身，還要關注人員、文化和工作流程的改變，確保變革能夠在整個組織中順利推進。

此外，ITIL 4對于理解和管理服務價值鏈尤為重要。在數字化時代，服務交付和消費的方式發生了根本變化。組織必須能夠快速響應市場變化，靈活調整其服務以滿足客戶的不斷變化的需求。通過應用ITIL 4的服務價值鏈，組織可以更有效地識別和管理那些創造或支持服務價值的關鍵活動。

總之，ITIL在數字化時代并沒有過時。相反，ITIL 4通過其更新的框架和實踐，為組織提供了一種有效的方法來管理和提升IT服務，在快速變化的市場環境中保持競爭力。

ITIL優化的5個戰略

1.戰略

這個階段重點關注 ITIL 服務生命周期，描述了如何設計、開發和實施 IT 服務管理。其中包含以下流程：

• IT 服務的戰略管理：評估和衡量 IT 戰略
• 服務組合管理：定義和記錄 IT 服務
• IT 服務的財務管理：確定 IT 服務成本和預算
• 需求管理：預測 IT 服務的未來需求并確定資源預算
• 業務關系管理：管理 IT 服務的反饋和改進

2. 服務設計

這個階段描述了如何設計服務和流程。其中包含以下流程：

• 服務目錄管理：定義服務目錄中提供的服務
• 可用性管理：與 IT 服務管理和監控有關的流程
• 信息安全管理：創建、管理和評估信息安全服務
• 服務級別管理：服務級別協議 (SLA) 的創建、管理和反饋流程
• 產能管理：監控和優化服務產能
• 設計協調：協調流程和策略設計
• 供應商管理：選擇和管理供應商以及監控供應商表現
• IT 服務連續性管理：開發、實施和維護業務連續性/災難恢復 (BC/DR) 服務

3. 服務移交

這個階段介紹如何管理新服務或已變更服務的移交，重點在于確保所有服務管理流程保持平衡。其中包含以下流程：

• 移交規劃和支持：負責將新服務轉入生產環境
• 變更管理：變更請求和變更風險管理的總體責任
• 變更評估：衡量變更帶來的影響和性能變化
• 發布和部署管理：規范 IT 服務更新的生命周期
• 服務資產和配置管理：監控 IT 服務及相關硬件的資產生命周期
• 服務驗證和測試：在發布前測試 IT 服務的影響和優點
• 知識管理：負責記錄和整理 IT 服務的支持文檔

4. 服務運營

這個階段指導您如何確保服務順利交付并使其平穩可靠地運行。其中包含以下流程：

• 訪問權限管理：從數據和實體訪問角度，控制人員的權限分配
• 事件管理：協調事故和問題管理以管理整個事件
• 服務請求履行：管理服務請求從定義到結束的整個生命周期
• 事故管理：分類和解決各個服務中斷事件
• 問題管理：定義事故之間的因果關系，并查找/解決根本原因問題

5. 持續服務改進

這個階段介紹了業務需求變化時如何同步調整 IT 服務。持續服務改進 (CSI) 由七個步驟構成，規定了可以和必須衡量的內容，如何收集、處理和分析數據以及如何呈現和使用信息。

ITIL的被動型和AI的預測性

ITIL采用服務臺解決問題，它是為解決問題并支持最終用戶而創建的一個幫助臺的修改版本。其采取的是事件管理。幫助臺或服務臺的最初想法是響應客戶的電話，詳細說明問題，僅僅是用戶備份并使程序以某種方式運行。此外，它要求采取被動反應，這意味著必須等到問題出現才能處理。

當某些問題一次又一次地出現時，就需要采取積極的應對措施。主動應對甚至在問題發生之前就考慮識別問題區域，并加以修復。畢竟預防問題勝于解決問題。

因此出現了ITIL問題管理。隨著技術模式識別等自動化和進步，其問題可以在計劃之前被跟蹤和解決。因此，人們擁有可預見即將發生的事情的技術，并將其報告給分析師以防出現這種情況。而在本文中討論的是，如果不必報告它會怎么樣？如果技術能讓它消失呢？

不知道人們有沒有想過，亞馬遜、谷歌或Facebook可能比最親密的朋友還要了解你？而在網絡上，他們甚至在人們輸入搜索信息之前就會提供單詞建議和內容推薦。

在過去幾年中，這種預測分析以“大數據”的名義而得以迅速發展。人工智能早在IT部門接受之前已經在電子商務和汽車領域取得了成功，那么能想象它在IT領域的作用嗎？

人工智能將如何改變服務管理

幾年前，人們甚至夢想擁有自動駕駛汽車，但如今它們已經成為現實。人工智能升級實際上快速優化自身并賦予機器學習（ML）和自然語言處理（NLP）等其他技術更多的能力。它們的效率是無法估量的。IT服務管理（ITSM）中的人工智能將對整個系統進行改造。以下了解一下可能獲得增長的一些領域。

事件管理。Pink Elephant公司一份調查報告指出，96％的IT事件是由IT部門的變化引起的，這意味著這些事件是不可避免的。這需要在每次改變后迅速采取人為行動。Lean公司將事件和事件管理定義為“浪費”，將會消耗時間、能源和資源。它們能自動解決不是很好嗎？在這樣的地方部署人工智能可以使IT員工減少處理此類常規任務，更不用說其有效性了。

問題管理。問題管理的關鍵是模式識別。大多數人工智能系統都依賴于復雜的模式學習來識別特定的問題。在IT服務管理（ITSM）中采用先進的模式識別技術，可以在問題出現之前由機器自己解決問題。機器學習。Pink Elephant公司執行副總裁George Spalding表示，真正的機器學習“仍處于初級階段”。 Spalding補充說，即使是真正的機器學習神經網絡創造者也不確定它是如何工作的。機器學習具有以難以想象的方式優化IT服務管理（ITSM）的潛力。IT服務管理（ITSM）的未來具有很好的發展前景。

ITSM智能聊天音箱。Gartner公司表示，“到2020年，人類與機器人的對話頻率將高于配偶。”采用Siri和Google智能助理，人們已經對其功能有了全面的了解。IT服務管理（ITSM）聊天機器人中的人工智能實現將通過會話用戶界面提供更自然的自動化支持，而自然語言處理（NLP）可幫助其采用多種語言進行對話。機器學習將使這些機器人能夠提供實時答案。

提高生產力。在過去幾年中，很多公司已采用ITIL來增強其業務。以人工智能為動力的ITIL將提供自助服務，作為其最終用戶的智能選擇，減少事故管理，提高客戶滿意度，加快業務績效，并提高企業的生產力。

人工智能技術即將引起全球性驚人的變化，但也面臨一些局限性。而由人工智能塑造的未來并不遙遠。