随着我们进入 2025 年，人工智能不再是投机的工具;它显然已成为 IT 服务管理 （ITSM） 的基石，嵌入到推动 IT 服务交付、效率、 和用户满意度。除了优化现有功能外，人工智能还使 IT 团队能够重新思考服务的设计方式、问题的预测方式以及如何更大规模地提供支持。 随着这项技术的迅速成熟，讨论转向人工智能将如何以更深刻的方式重塑 ITSM。

在本文中，让我们探讨可能塑造 ITSM 未来的关键人工智能趋势。

代理人工智能的兴起

2024 年，重点是将生成式人工智能嵌入到 ITSM 实践中，但下一波人工智能转型将更加微妙，代理人工智能将开始自主承担越来越复杂的任务。 Gartner 预测，到 2028 年，33% 的企业软件应用程序将包含代理 AI，即 与我们今天的地位相比，这是一个巨大的飞跃。这些由大型语言模型 （LLM） 提供支持的先进系统不受静态提示或决策树的约束，而是能够思考、 自己学习、推理和行动。

想象一下：一名员工报告笔记本电脑损坏，代理人工智能立即开始行动。它诊断问题，确定是否需要更换，检查库存，下新订单并进行协调 交货。最好的部分？所有这些都是在没有人工干预的情况下完成的，节省了时间并加快了解决速度。与依赖大量训练和不断更新的传统人工智能系统不同，这些人工智能 代理将自主运行，利用现有工具中的数据，实时扩展和适应以满足不断变化的需求。凭借 24/7 全天候支持，他们不仅可以更快地解决问题，还可以提高员工能力 满意。

然而，代理人工智能的前景伴随着关键的考虑因素。首先，在部署之前评估投资回报率至关重要，因为这些系统可能过高，需要大量的 GPU 资源消耗 供应商，并且只产生边际生产力提高。其次，代理人工智能应建立在成熟的 ITSM 实践和干净的数据之上，以避免加剧效率低下。最后，平衡自主与道德 责任对于防止伤害或偏见至关重要。有了所有这些因素，到 2025 年，在代理 AI 的引领下，IT 团队将体验到更快、更智能、更直观的 IT 服务交付。

基于人工智能的 ITSM 指标的新时代

随着人工智能在 ITSM 中发挥更大的作用，衡量投资回报率将需要新的、以人工智能为中心的 KPI。这些指标可帮助组织了解人工智能如何推动价值、提高效率和改善 IT 运营。到 2025 年，组织需要跟踪解决时间、首次呼叫解决率和净推荐值等传统指标以外的指标。例如，组织不仅仅是衡量解决的平均时间，而是应该通过评估事件或问题的提前期来研究人工智能识别和解决问题的速度。在人工智能利用主动事件识别和聚类的能力的支持下，这可以帮助在问题变成正式服务票证之前预防问题。

引入了新的人工智能驱动的 KPI。工单偏转率衡量人工智能聊天机器人可以自行处理的员工查询的百分比，从而减少人工票务工作。每张票的成本降低指标反映了由于人工智能驱动的自动化，该流程变得更具成本效益。

此外，人工交接率将衡量聊天机器人对话需要上报给人工代理的频率，以及由于人工智能收集的上下文和详细信息，技术人员解决工单的速度有多快 在初始交互期间。衡量人工智能与员工交互质量的其他指标可能包括人工智能回退率和满意度。

缩小 IT 技能差距

随着我们拥抱人工智能的潜力，对熟练专业人员的需求正在增加，组织正在争先恐后地填补这些空白。IDC 预测，到 2026 年，全球超过 90% 的组织将经历 IT 技能短缺的影响，由于产品延迟、竞争力下降和商机损失，估计导致 5.5 万亿美元的损失。2025 年，为了防止这些金钱事故，企业 预计将加倍努力提高现有人才库的技能。低代码和无代码工具将使非技术员工更容易接受数字化转型。

组织还将利用人工智能系统来识别、组织和分发特定于企业的 IT 知识。根据 Gartner 的数据，到 2027 年，生成式 AI 将创建更多的 IT 支持和基于知识的文章 比人类更愿意。这将使 IT 人员能够更快地排除故障、更有效地解决问题并提高整体生产力。随着组织扩展其 AI 计划，自动化 ITSM 工作流程（例如 精心编排的运行手册将通过自动执行重复性任务并使团队能够专注于更高价值的项目来进一步减少手动工作。

根据技能提升的需要，许多组织将任命专门的领导角色，例如首席人工智能官、首席数据官和人工智能培训师，与首席信息官密切合作。这些领导人将发挥作用 在推动人工智能采用和人才发展方面发挥着至关重要的作用。这样，组织将确保技术与人员的无缝交叉，使团队不仅能够适应人工智能，还能够发展技能 在快速发展的环境中蓬勃发展所必需的。

人工智能重新定义的 ITSM 实践

到 2025 年，人工智能对核心 ITSM 实践的变革性影响将是不可否认的。我们去年的调查《ITSM 中的人工智能现状 - 2024 年及以后》显示，人工智能驱动的最显着变化将出现在事件管理 （79%） 和知识管理 （73%） 以及服务请求方面 管理层 （63%） 紧随其后。

调查的主要见解显示了人工智能将如何影响特定的 ITSM 实践。

• 事件管理：人工智能将接管日常诊断、问题解决和工单创建，从而显着缩短解决时间并防止停机。
• 知识管理：人工智能将自动进行内容分类、知识库更新，并提供对相关信息的实时访问。
• 服务请求管理：人工智能将简化软件请求和故障修复，实现更快、更个性化的服务交付。
• 问题管理：人工智能将能够主动识别事件中的模式，使团队能够在潜在问题升级为重大中断之前预测并解决它们。
• 变更管理：人工智能将逐步协助影响分析和优化部署流程，使变更无风险并减少中断。

虽然人工智能的大部分焦点都集中在 IT 服务管理上，但人工智能也在 IT 资产管理领域掀起波澜。ITAM 将通过人工智能进行改造，我们在详细文章中讨论了三种关键方式。