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
<a name="service-integration-layer"></a>

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](business-layer.md)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。