当 AI 只能回答问题时,企业需要知识库。
当 AI 开始执行操作时,企业更需要流程、权限、审批和审计。
一名员工对系统说:“请帮我开通生产数据库的只读权限,我需要排查今天的订单异常。”
传统 ITSM 会创建工单、分派任务、发起审批,再由运维人员开通权限。AI Agent 进入企业以后,它可以识别员工身份、查询部门和项目、关联数据库配置项、匹配权限策略、发起审批,并在审批通过后调用账号系统执行开通。
过去需要多个人、多个系统完成的流程,现在可能几分钟就能闭环。但问题也随之而来:如果 AI 申请错了权限怎么办?谁批准了这次操作?它依据什么信息作出判断?出现事故后,能不能还原完整过程?
AI 越能执行任务,企业越需要一套约束执行的系统。这正是 ITSM 在 AI 时代的新价值。
01
ServiceNow 不再满足于“帮助员工回答问题”
2026 年 5 月,ServiceNow 发布 Autonomous Workforce,面向 IT、客户关系管理、员工服务、安全与风险等领域推出一系列 AI Specialist。
它强调的不是再做一个聊天机器人,而是让具备明确角色的 AI 与人一起完成端到端流程:处理服务台工单、管理事件、检测基础设施异常、关联告警、触发修复、完成 SRE 事件分诊和复盘文档。
一个值得关注的数据
ServiceNow 官方披露,其 L1 IT Service Desk AI Specialist 在公司内部服务台处理被分配的 IT 工单时,速度比人工快 99%。这是厂商在特定环境中的数据,不能直接等同于所有企业都能达到同样效果,但它清楚地释放了一个信号:AI 在 ITSM 中的角色,正在从“辅助坐席”转向“执行工作”。
过去的 AI 帮助员工总结工单、推荐知识、生成回复。现在的 AI 开始感知、判断、调用系统、执行操作并记录结果。变化的不只是功能,而是企业流程中的执行主体。
02
传统 ITSM 管理人,AI Native ITSM 还要管理 Agent
传统 ITSM 默认真正执行任务的是人。系统负责建单、分派、通知和记录,工程师负责判断与操作。
当 AI 可以调用 CMDB、监控平台、账号系统、云平台和企业内部接口时,它就不再只是一个功能,而是拥有身份、权限和执行能力的数字员工。
企业必须回答七个问题:
它是什么角色,可以查看哪些数据?
它可以调用哪些工具,执行哪些动作?
哪些操作可以自动完成,哪些必须审批?
什么情况下转交人工?
失败之后如何停止、补偿和回滚?
如何记录每一次判断和工具调用?
如何评价执行质量、业务结果与模型成本?
因此…