本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
ADM 操作模型的服務整合層
服務整合層可做為業務需求和技術執行之間的關鍵橋樑，協調跨 IT 服務的互動。AI 與這一層的整合帶來了服務管理和服務控管方面的變更。
服務管理
下表針對與服務管理相關的關鍵問題，提供目前狀態和對應的未來狀態與生成式 AI。
目前狀態 |
生成式 AI 的未來狀態 |
|---|---|
使用內部知識庫搜尋和手動建立的標準操作程序 (SOPs自助 |
採用 AI 技術的自助式代理程式，使用企業儲存庫產生動態 SOPs |
適用於標準服務請求的自助式工具，例如存取資料和軟體安裝 |
使用 AI 代理程式工作流程的自動化服務請求 |
人類客服人員回應使用者查詢 |
採用 AI 技術的聊天機器人，提供即時的內容感知回應 |
語言和通訊管道選項有限 |
跨聊天、語音、SMS 和虛擬助理的多語言、多管道支援 |
被動問題管理 |
採用 AI 技術的服務台，可預測常見問題，並在使用者遇到問題之前主動建議解決方案 |
服務控管
下表針對與服務控管相關的關鍵問題，提供目前狀態和對應的未來狀態與生成式 AI。
目前狀態 |
生成式 AI 的未來狀態 |
|---|---|
服務水準協議 (SLA) 管理的被動方法 |
預測性服務層級管理，以預測潛在的 SLA 違規 |
手動可用性管理 |
AI 增強的可用性管理，持續提供服務 |
靜態容量和效能管理 |
最佳化資源配置的智慧型容量和效能管理 |
手動服務驗證和測試 |
自動化服務驗證和測試 |
定期組態管理資料庫 (CMDB) 更新 |
適用於即時 CMDB 更新的 AI 驅動組態管理 |
先前針對業務層和服務整合層使用生成式 AI 的未來狀態範例只是一個開始。隨著 AI 技術的演進， 期望出現更創新的解決方案。這些進展有助於增強主動、高效和自動化的 IT 服務管理和管控。
使用這些範例做為組織生成式 AI 轉型方法的起點。請考慮這些範例以及您的 ADM 操作模型變更。持續評估符合您組織需求和目標的新 AI 應用程式。這種前瞻思維方法可協助您保持 IT 服務管理 (ITSM) 創新的前沿。
