AI人工智能如何赋能运维ITIL流程

人工智能
人工智能或者机器智能将很快会创造出一种前所未有的现象。其发展速度是迅速的、戏剧性的、非常真实的,正如特斯拉公司创始人埃隆·马斯克所说:“人工智能的能力远远超过人类所知,而且改进的速度也是指数级的。”在IT领域,人工智能在开发和改造IT服务管理(ITSM)方面有着巨大的潜力。

人工智能或者机器智能将很快会创造出一种前所未有的现象。其发展速度是迅速的、戏剧性的、非常真实的,正如特斯拉公司创始人埃隆·马斯克所说:“人工智能的能力远远超过人类所知,而且改进的速度也是指数级的。”在IT领域,人工智能在开发和改造IT服务管理(ITSM)方面有着巨大的潜力。

什么是 ITIL?

ITIL 是有关管理 IT 服务和改进 IT 支持及服务水平的最佳实践库。ITIL 的主要目标之一是确保 IT 服务始终与业务目标保持一致,即使业务目标发生变化也是如此。

ITIL 是指“信息技术基础架构库”。这个缩写在 1980 年代由英国政府的中央计算机和电信局 (CCTA) 首次使用,当时该机构撰写和印发过许多 IT 服务管理方面的最佳实践。如今,ITIL 不再表示“信息技术基础架构库”,而是一个独立术语。

ITIL 自 20 世纪末问世以来,相关系列著作超过 30 卷,已然十分成熟。2000 年前后,ITIL 的第二版对这些出版物进行了精简,分为不同类别,分别对应于 IT 管理、服务和应用等不同方面。在此期间,Microsoft 对 ITIL 进行了标准化,用于帮助开发其 Microsoft 运营框架 (Microsoft Operations Framework)。

ITIL 最重要的部分之一是配置管理数据库 (CMDB),此数据库为服务、软件、IT 组件、文档、用户和硬件等必须受到管理才能交付 IT 服务的所有组件提供集中管理。CMDB 会跟踪此类资产和流程的位置及变化,以及它们的属性和相互关系。

遵守 ITIL 原则有助于确保尽快找到环境中问题的根本原因,并确保为系统和人员提供适当的可视性,以防将来出现问题。

ITIL过时了吗?

随着云计算、大数据、人工智能和其他技术的发展,以及敏捷和DevOps等新兴方法论的崛起,IT服务管理面临着前所未有的挑战和机遇。在这样的背景下,人们不禁会问:在这个快速变化的数字化时代,ITIL是否已经过时?

答案是复杂的。一方面,ITIL v3的一些原则和实践可能无法完全满足当前的技术和业务需求。例如,ITIL v3的过程导向方法可能与敏捷和DevOps的快速、迭代的工作方式相冲突。此外,ITIL v3可能没有充分考虑云计算和即服务(as-a-service)模式带来的挑战和机遇。

但另一方面,许多ITIL v3的核心原则——如服务导向、客户中心和持续改进——仍然是有效的。这些原则提供了一种结构化的方法来管理和交付IT服务,这对于确保服务质量和满足用户需求至关重要。

这就引出了ITIL 4——这是对框架的一次重大更新,旨在解决数字化时代的需求。ITIL 4引入了服务价值系统(SVS),这是一个更灵活、更综合的框架,旨在更好地与敏捷、DevOps和其他现代工作方式结合。SVS包括服务价值链(SVC),这是一系列活动,用于从需求生成价值。这些活动包括计划、设计、过渡、运营和改进,它们不再是严格的线性过程,而是相互关联和相互作用的环节。

ITIL 4还强调了四个维度模型:组织和人员、信息和技术、合作伙伴和供应商、价值流和过程。这确保了服务管理不仅仅关注技术和过程,还涉及人员、伙伴关系和整体价值流。

此外,ITIL 4引入了“指导原则”,如专注于价值、开始行动并保持动力、协作和促进透明度等,这些都是帮助组织在快速变化的环境中导航的通用原则。因此,虽然ITIL v3在某些方面可能不完全适应数字化时代,但ITIL 4的出现正是对这种情况的回应。ITIL 4的灵活性、综合性和对现代工作实践的适应性,使其成为支持数字化转型的强有力的框架。

在实践中,ITIL 4的应用意味着组织需要在实施新技术和方法时考虑更广泛的影响。例如,引入自动化工具或实施DevOps实践时,组织需要考虑这些变化如何与现有服务管理过程相结合,以及如何调整这些过程以确保它们仍然提供价值。同时,ITIL 4鼓励组织不仅要关注技术本身,还要关注人员、文化和工作流程的改变,确保变革能够在整个组织中顺利推进。

此外,ITIL 4对于理解和管理服务价值链尤为重要。在数字化时代,服务交付和消费的方式发生了根本变化。组织必须能够快速响应市场变化,灵活调整其服务以满足客户的不断变化的需求。通过应用ITIL 4的服务价值链,组织可以更有效地识别和管理那些创造或支持服务价值的关键活动。

总之,ITIL在数字化时代并没有过时。相反,ITIL 4通过其更新的框架和实践,为组织提供了一种有效的方法来管理和提升IT服务,在快速变化的市场环境中保持竞争力。

ITIL优化的5个战略

1.战略

这个阶段重点关注 ITIL 服务生命周期,描述了如何设计、开发和实施 IT 服务管理。其中包含以下流程:

  • IT 服务的战略管理:评估和衡量 IT 战略
  • 服务组合管理:定义和记录 IT 服务
  • IT 服务的财务管理:确定 IT 服务成本和预算
  • 需求管理:预测 IT 服务的未来需求并确定资源预算
  • 业务关系管理:管理 IT 服务的反馈和改进

2. 服务设计

这个阶段描述了如何设计服务和流程。其中包含以下流程:

  • 服务目录管理:定义服务目录中提供的服务
  • 可用性管理:与 IT 服务管理和监控有关的流程
  • 信息安全管理:创建、管理和评估信息安全服务
  • 服务级别管理:服务级别协议 (SLA) 的创建、管理和反馈流程
  • 产能管理:监控和优化服务产能
  • 设计协调:协调流程和策略设计
  • 供应商管理:选择和管理供应商以及监控供应商表现
  • IT 服务连续性管理:开发、实施和维护业务连续性/灾难恢复 (BC/DR) 服务

3. 服务移交

这个阶段介绍如何管理新服务或已变更服务的移交,重点在于确保所有服务管理流程保持平衡。其中包含以下流程:

  • 移交规划和支持:负责将新服务转入生产环境
  • 变更管理:变更请求和变更风险管理的总体责任
  • 变更评估:衡量变更带来的影响和性能变化
  • 发布和部署管理:规范 IT 服务更新的生命周期
  • 服务资产和配置管理:监控 IT 服务及相关硬件的资产生命周期
  • 服务验证和测试:在发布前测试 IT 服务的影响和优点
  • 知识管理:负责记录和整理 IT 服务的支持文档

4. 服务运营

这个阶段指导您如何确保服务顺利交付并使其平稳可靠地运行。其中包含以下流程:

  • 访问权限管理:从数据和实体访问角度,控制人员的权限分配
  • 事件管理:协调事故和问题管理以管理整个事件
  • 服务请求履行:管理服务请求从定义到结束的整个生命周期
  • 事故管理:分类和解决各个服务中断事件
  • 问题管理:定义事故之间的因果关系,并查找/解决根本原因问题

5. 持续服务改进

这个阶段介绍了业务需求变化时如何同步调整 IT 服务。持续服务改进 (CSI) 由七个步骤构成,规定了可以和必须衡量的内容,如何收集、处理和分析数据以及如何呈现和使用信息。

ITIL的被动型和AI的预测性

ITIL采用服务台解决问题,它是为解决问题并支持最终用户而创建的一个帮助台的修改版本。其采取的是事件管理。帮助台或服务台的最初想法是响应客户的电话,详细说明问题,仅仅是用户备份并使程序以某种方式运行。此外,它要求采取被动反应,这意味着必须等到问题出现才能处理。

当某些问题一次又一次地出现时,就需要采取积极的应对措施。主动应对甚至在问题发生之前就考虑识别问题区域,并加以修复。毕竟预防问题胜于解决问题。

因此出现了ITIL问题管理。随着技术模式识别等自动化和进步,其问题可以在计划之前被跟踪和解决。因此,人们拥有可预见即将发生的事情的技术,并将其报告给分析师以防出现这种情况。而在本文中讨论的是,如果不必报告它会怎么样?如果技术能让它消失呢?

不知道人们有没有想过,亚马逊、谷歌或Facebook可能比最亲密的朋友还要了解你?而在网络上,他们甚至在人们输入搜索信息之前就会提供单词建议和内容推荐。

在过去几年中,这种预测分析以“大数据”的名义而得以迅速发展。人工智能早在IT部门接受之前已经在电子商务和汽车领域取得了成功,那么能想象它在IT领域的作用吗?

人工智能将如何改变服务管理

几年前,人们甚至梦想拥有自动驾驶汽车,但如今它们已经成为现实。人工智能升级实际上快速优化自身并赋予机器学习(ML)和自然语言处理(NLP)等其他技术更多的能力。它们的效率是无法估量的。IT服务管理(ITSM)中的人工智能将对整个系统进行改造。以下了解一下可能获得增长的一些领域。

事件管理。Pink Elephant公司一份调查报告指出,96%的IT事件是由IT部门的变化引起的,这意味着这些事件是不可避免的。这需要在每次改变后迅速采取人为行动。Lean公司将事件和事件管理定义为“浪费”,将会消耗时间、能源和资源。它们能自动解决不是很好吗?在这样的地方部署人工智能可以使IT员工减少处理此类常规任务,更不用说其有效性了。

问题管理。问题管理的关键是模式识别。大多数人工智能系统都依赖于复杂的模式学习来识别特定的问题。在IT服务管理(ITSM)中采用先进的模式识别技术,可以在问题出现之前由机器自己解决问题。机器学习。Pink Elephant公司执行副总裁George Spalding表示,真正的机器学习“仍处于初级阶段”。 Spalding补充说,即使是真正的机器学习神经网络创造者也不确定它是如何工作的。机器学习具有以难以想象的方式优化IT服务管理(ITSM)的潜力。IT服务管理(ITSM)的未来具有很好的发展前景。

ITSM智能聊天音箱。Gartner公司表示,“到2020年,人类与机器人的对话频率将高于配偶。”采用Siri和Google智能助理,人们已经对其功能有了全面的了解。IT服务管理(ITSM)聊天机器人中的人工智能实现将通过会话用户界面提供更自然的自动化支持,而自然语言处理(NLP)可帮助其采用多种语言进行对话。机器学习将使这些机器人能够提供实时答案。

提高生产力。在过去几年中,很多公司已采用ITIL来增强其业务。以人工智能为动力的ITIL将提供自助服务,作为其最终用户的智能选择,减少事故管理,提高客户满意度,加快业务绩效,并提高企业的生产力。

人工智能技术即将引起全球性惊人的变化,但也面临一些局限性。而由人工智能塑造的未来并不遥远。

责任编辑:华轩 来源: 数字化助推器
相关推荐

2021-06-24 13:20:29

人工智能AI

2023-09-11 14:02:43

2023-09-11 14:23:22

2018-08-13 20:40:02

AI金融企业风险

2022-08-30 12:58:49

元宇宙

2021-01-08 11:00:19

人工智能AI机器学习

2018-04-24 10:10:38

医疗

2019-03-06 10:42:07

人工智能AI实体经济

2023-05-23 10:06:30

人工智能工具代码

2019-02-19 10:32:53

人工智能智慧警务大数据

2020-02-17 07:00:20

人工智能AI经济

2022-08-11 14:58:06

人工智能智慧城市智能时代

2023-11-15 16:14:30

人工智能法律

2024-03-07 16:36:30

2020-12-11 11:24:12

人工智能医疗大数据

2022-07-06 14:22:01

人工智能教育英语

2023-10-10 10:48:26

2021-07-27 18:09:48

人工智能养老技术

2018-04-19 11:06:34

点赞
收藏

51CTO技术栈公众号