本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
ADM 运营模型的服务集成层
服务集成层充当业务需求和技术执行之间的关键桥梁，协调各个 IT 服务的交互。将人工智能集成到这一层带来了服务管理和服务治理的变化。
服务管理
下表提供了与服务管理相关的关键问题的生成式 AI 的当前状态和相应的 future 状态。
当前状态 |
生成式 AI 的未来状态 |
|---|---|
使用内部知识库搜索和手动创建的标准操作程序进行自助操作 () SOPs |
基于 AI 的自助服务代理，可 SOPs 使用企业存储库生成动态信息 |
用于标准服务请求的自助服务工具，例如访问数据和安装软件 |
使用 AI 支持的代理工作流程自动请求服务 |
人工代理回应用户查询 |
人工智能驱动的聊天机器人，可即时响应情境感知型信息 |
语言和沟通渠道选项有限 |
跨聊天、语音、短信和虚拟助手的多语言、多渠道支持 |
被动问题管理 |
由 AI 驱动的服务台，可预测常见问题，并在用户遇到问题之前主动向他们建议解决方案 |
服务治理
下表提供了与服务治理相关的关键问题的生成式 AI 的当前状态和相应的 future 状态。
当前状态 |
生成式 AI 的未来状态 |
|---|---|
服务级别协议 (SLA) 管理的被动方法 |
预测性服务级别管理，用于预测潜在的 SLA 违规行为 |
手动可用性管理 |
AI 增强的可用性管理，可实现持续的服务交付 |
静态容量和性能管理 |
智能容量和性能管理，可优化资源分配 |
手动服务验证和测试 |
自动服务验证和测试 |
定期更新配置管理数据库 (CMDB) |
人工智能驱动的配置管理，用于实时 CMDB 更新 |
前面关于在业务层和服务集成层使用生成式人工智能的 future state 示例仅仅是个开始。随着人工智能技术的发展，预计会有更多创新的解决方案出现。这些进步有助于增强主动、高效和自动化的 IT 服务管理和治理。
使用这些示例作为组织实现生成式 AI 转型方法的起点。请考虑这些示例以及您的 ADM 运营模式变更。持续评估符合组织需求和目标的新 AI 应用程序。这种具有前瞻性的方法可以帮助您始终站在 IT 服务管理 (ITSM) 创新的最前沿。
