无论是确保合规性还是优化 IT 成本，IT 资产管理者的任务是将战略目标转化为现实。然而，随着全球 IT 资产资产的快速扩张，它们经常陷入日常、耗时的任务的困境，从按作系统对资产进行分组到分配许可证。这分散了他们对关键 ITAM 职能的偏爱，并阻碍了他们的生产力。在这种情况下，依靠现有的 ITAM 实践可能无法解决这些挑战。原因如下：

 

由于 IT 资产环境不断扩大，视图不准确。

ITAM 和 ITSM 工作流程脱节，导致事件诊断无效和解决延迟。

由预定义参数驱动的自动化不足和过时，需要频繁的人工干预。

断开连接的工具、流程和数据集会造成作不一致，例如无意中将工作站排除在软件更新之外。

无法适应不断变化的安全和监管要求，这些要求暴露了漏洞并增加了合规性风险。

手动筛选大量数据以获取延迟做出关键决策能力的上下文。

为了克服这些挑战并确保更好的 ITAM 态势，IT 资产管理者可以利用三种类型的 AI 功能：预测性、生成性和对话性 。以下是七个实际用例：

 

对已发现的 IT 资产进行智能分组

多模态发现有助于收集广泛的资产 数据点以集中可见性。然而，数据收集方面的差距可能会导致数据不一致。此外，在预定义参数的驱动下，手动分组变得僵化，无法考虑更精细的细节。 预测性人工智能可以通过分析上下文信息（包括业务关键性、用户角色、部门职能和使用历史记录）对 IT 资产进行智能分组。这确保了 IT 资产的细致入微、实时分类，促进上下文感知作。

 

例如，预测性 AI 可以将 NOC 团队使用的 IT 资产分组为关键和高性能资产，因为它们是业务连续性不可或缺的一部分。此外，人工智能可以根据单个 IT 资产的功能来区分它们，无论是生产服务器还是暂存服务器，从而帮助 ITAM 团队确定维护的优先级。

 

按需洞察 IT 资产库存

发现 IT 资产后，密切关注 IT 资产清单对于实现业务目标至关重要。但分散的数据和断开连接的系统往往会阻碍可见性，从而阻碍关键决策。利用 安孚AI，IT 资产管理者可以简单地用自然语言提问，并接收类似人类的上下文响应。通过这种方式，他们可以获得可作的情报，同时弥合可见性差距。

 

为了加强其 IT 安全态势，IT 资产经理可以查询批准用于商务旅行的设备数量。他们还可以以易于理解的格式获取有关其状态的信息，包括缺少补丁、漏洞的严重性和访问控制。有了这些洞察力，他们就能够快速解决潜在风险，同时提高生产力。

 

根据采购趋势智能推荐资产和耗材购买

虽然了解 IT 资产库存很有帮助，但简化资产采购对于优化其 IT 成本至关重要。然而，临时资产购买会导致库存过剩或不足以及 IT 预算分配不一致。通过分析采购趋势，预测性人工智能可以识别季节性需求以预测最佳购买数量，而 安孚AI则进一步将这些建议置于情境中。

 

如果一家公司正在为新员工订购笔记本电脑，预测性人工智能可以分析过去的入职趋势，并根据季节性需求提出订单调整建议，例如在较慢的时期减少数量。此外，安孚AI可以提供量身定制的建议，例如根据用户偏好或反复出现的问题选择替代笔记本电脑型号。这样，IT 资产经理就可以根据业务需求调整采购决策，同时提供更好的员工体验。

 

自动创建和批准采购订单

随着采购业务的规模扩大，涉及多个利益相关者会使沟通变得复杂，从而导致不必要的延误。在剖析采购要求后，安孚AI可以协助创建采购订单 ，向供应商制作量身定制的、上下文丰富的电子邮件，并附上相关文档附件。根据采购审批和供应商响应的历史数据，机器学习引擎可以识别模式并为预设阈值范围内的采购订单推荐审批。通过这种方式，IT 资产管理者可以加速供应商沟通，同时确保对采购决策的战略控制。

 

为员工量身定制 IT 资产分配和推荐

在简化采购作后，完善 IT 资产的分配对于增强员工体验至关重要。然而，传统的一刀切方法往往无法满足独特的要求，导致 IT 资产利用率低下和 IT 成本螺旋式上升。相比之下，人工智能可以通过考虑上下文因素（包括用户偏好、角色、工作环境、工作负载以及组织安全和合规性要求）来提供量身定制的 IT 资产建议。

 

当员工入职为开发人员时，预测性 AI 可以将 IT 资产的性能与角色要求相关联，并建议最适合开发人员的高性能笔记本电脑。安孚AI可以通过推荐特定配置来进一步构建此基础，例如预安装某些 IDE 或设置安全配置以满足 ISO 27001 标准。这将提高员工的工作效率并优化 IT 资产利用率，同时确保遵守安全要求。

 

主动异常检测以改善数字体验

虽然定制 IT 资产分配可以提高员工的工作效率，但在绩效异常影响员工之前及早发现它们也同样重要。但是，使用传统的 IT 支持模式，IT 团队往往只有在员工报告端点问题后才采取行动，从而延迟解决。如果无人看管，此类异常可能会导致潜在的安全威胁。

 

为了从被动的消防方法转变为主动的策略，人工智能发挥着至关重要的作用。通过破译跨端点的数字员工体验 （DEX） 分数，预测性人工智能可以发现潜在的异常情况，自动触发包含相关信息的工单创建。在这里，安孚AI可以介入总结工单，并突出偏差的性质、潜在原因和受影响的系统，同时为 IT 团队提供丰富的背景信息。为了防止将来再次发生此类情况，安孚AI可以建议可行的步骤，从修补过时的软件到升级 RAM。这有助于建立积极主动的模式，同时提供卓越的员工体验。

 

促进无缝 IT 资产审计

随着企业规模的扩大， 跟踪 IT 资产的下落并适应不断变化的监管要求变得令人望而生畏。由于劳动密集型，依赖手动审核流程可能会导致不可预见的错误和巨额处罚。幸运的是，人工智能可以减轻手动工作量并简化审计流程。

 

通过整合来自各种来源的数据（例如入住/退房日志或来自 UEM 解决方案的地理位置数据），安孚AI可以提供有关资产位置的实时见解。这样，IT 资产经理可以快速检索有关位于指定区域之外的 IT 资产的信息，而无需手动检查。

 

为了弥合现有的合规性差距并做好审计准备，安孚AI可以审查监管标准（例如 PCI DSS 4.0、ISO 27001：2022 和 CIS 关键安全控制）并建议更新组织审计策略。此外，通过起草全面的审计清单，安孚AI可以为 IT 资产管理者提供可行的步骤，以确保持续合规。

 

最后的思考

从简化 IT 资产合规流程到优化 IT 预算，人工智能可以改变 ITAM 运营的游戏规则。然而，我们的调查《2024 年 ITSM 中的人工智能现状 》显示，62% 的受访者认为人工智能实施具有挑战性。尽管如此，81% 的人渴望利用人工智能来简化 ITSM 流程并降低成本。利用人工智能重新定义您的 ITAM 战略是朝着这个方向迈出的一步。如果实施得当，AI 可以帮助您从 IT 中释放更大的业务价值。

安孚官网：https://www.anfa.com.cn/

转载：Manage Engine