AI 让工单处理自动化，但企业更需要 ITSM 来管理 AI 的权限与风险，确保执行安全可控。
核心内容：
1. AI Agent 如何改变传统工单处理模式
2. ServiceNow 等厂商推动 AI 从辅助转向执行
3. AI Native ITSM 需解决的身份、权限与审计问题

云与数字化 | AI Native ITSM 架构观察

当 AI 只能回答问题时，企业需要知识库。

当 AI 开始执行操作时，企业更需要流程、权限、审批和审计。

一名员工对系统说：“请帮我开通生产数据库的只读权限，我需要排查今天的订单异常。”

传统 ITSM 会创建工单、分派任务、发起审批，再由运维人员开通权限。AI Agent 进入企业以后，它可以识别员工身份、查询部门和项目、关联数据库配置项、匹配权限策略、发起审批，并在审批通过后调用账号系统执行开通。

过去需要多个人、多个系统完成的流程，现在可能几分钟就能闭环。但问题也随之而来：如果 AI 申请错了权限怎么办？谁批准了这次操作？它依据什么信息作出判断？出现事故后，能不能还原完整过程？

AI 越能执行任务，企业越需要一套约束执行的系统。这正是 ITSM 在 AI 时代的新价值。

01

ServiceNow 不再满足于“帮助员工回答问题”

2026 年 5 月，ServiceNow 发布 Autonomous Workforce，面向 IT、客户关系管理、员工服务、安全与风险等领域推出一系列 AI Specialist。

它强调的不是再做一个聊天机器人，而是让具备明确角色的 AI 与人一起完成端到端流程：处理服务台工单、管理事件、检测基础设施异常、关联告警、触发修复、完成 SRE 事件分诊和复盘文档。

一个值得关注的数据

ServiceNow 官方披露，其 L1 IT Service Desk AI Specialist 在公司内部服务台处理被分配的 IT 工单时，速度比人工快 99%。这是厂商在特定环境中的数据，不能直接等同于所有企业都能达到同样效果，但它清楚地释放了一个信号：AI 在 ITSM 中的角色，正在从“辅助坐席”转向“执行工作”。

过去的 AI 帮助员工总结工单、推荐知识、生成回复。现在的 AI 开始感知、判断、调用系统、执行操作并记录结果。变化的不只是功能，而是企业流程中的执行主体。

02

传统 ITSM 管理人，AI Native ITSM 还要管理 Agent

传统 ITSM 默认真正执行任务的是人。系统负责建单、分派、通知和记录，工程师负责判断与操作。

当 AI 可以调用 CMDB、监控平台、账号系统、云平台和企业内部接口时，它就不再只是一个功能，而是拥有身份、权限和执行能力的数字员工。

企业必须回答七个问题：

它是什么角色，可以查看哪些数据？

它可以调用哪些工具，执行哪些动作？

哪些操作可以自动完成，哪些必须审批？

什么情况下转交人工？

失败之后如何停止、补偿和回滚？

如何记录每一次判断和工具调用？

如何评价执行质量、业务结果与模型成本？

因此，AI Native ITSM 不能只是在工单页增加聊天框。真正的 AI Native，是把 AI 作为流程中的正式参与者：它可以提出建议，也可以在权限允许的范围内执行；风险超过阈值时，流程必须自动进入审批或人工接管。

03

AI 越自主，流程治理越重要

第一，CMDB 是 AI 理解企业的上下文底座

同一个“服务器异常”，可能发生在测试环境，也可能发生在核心生产系统。如果没有 CMDB，AI 看到的只是一条孤立告警；有了业务服务、应用、服务器、数据库、负责人和依赖关系，它才能判断影响范围与操作风险。

第二，Agent 必须在明确的权限边界中执行

可以查询服务器状态，不代表可以重启服务器；可以生成变更方案，不代表可以直接执行生产变更。Agent 需要独立身份、角色权限、工具白名单和高风险审批策略。

第三，每一次执行都必须能够还原

系统需要记录用户请求、上下文来源、模型与 Agent、判断结果、工具参数、审批过程、执行返回、人工接管以及最终业务影响。没有这些记录，企业就无法完成事故追踪、安全审计和责任认定。

企业级 AI 的竞争重点，不只是模型回答得好不好。

更重要的是，它能不能在角色权限、企业上下文和完整审计的约束下安全完成工作。

04

工单不是终点，完成工作才是终点

员工并不想得到一张工单。他想要的是电脑恢复正常、账号完成开通、订单成功处理。

普通 AI 客服会回答：“请联系管理员申请权限。”AI Native ITSM 则应该识别身份和需求，查询服务与权限策略，生成申请，找到审批人，审批通过后调用连接器执行，验证结果、写入审计，并在到期后自动回收权限。

真正的闭环是：

理解请求 → 聚合上下文 → 风险判断 → 流程审批 → 工具执行 → 结果验证 → 审计留痕 → 知识沉淀。

企业真正需要的不是一个会聊天的机器人，而是一个能够在制度约束下完成工作的数字员工。

05

国内企业需要怎样的 AI Native ITSM？

国内企业的协作入口可能是飞书、企业微信或钉钉，身份来自统一认证平台，审批发生在办公协同系统，资产数据分散在云平台、监控系统、数据库和内部应用中。

所以，面向国内企业的 AI Native ITSM 至少需要四层能力：

流程引擎：配置事件、问题、变更、服务请求和审批，决定节点由人工还是 AI 处理。

CMDB 与企业上下文：建立业务服务、应用、资源、人员和组织之间的关系。

连接器体系：连接协同工具、监控、云平台、账号系统和内部应用，让 AI 可以跨系统执行。

AI 治理：管理 Agent 身份、权限、审批、审计、成本、质量和人工接管。

用户最终可能不再打开 ITSM 填表。他只需要在飞书或企业微信里说：“帮我分析昨晚订单服务频繁告警的原因，并生成变更方案。”背后则由流程、数据、连接器、权限和审计共同完成工作。

06

开源 ITSM 的机会，不是复制一个更便宜的 ServiceNow

如果只是复制传统工单、事件、问题和变更模块，开源 ITSM 很难建立长期差异。真正的机会，是围绕国内企业环境重新设计一套 AI 原生的服务管理平台。

流程可以通过自然语言快速创建；人与 Agent 可以参与同一条流程；CMDB 为 AI 提供可信上下文；连接器负责读取数据和执行操作；Skill 封装可复用能力；插件扩展行业场景；所有 AI 操作都受到权限、审批和审计约束。

这也是我们做开源 AI Native ITSM 的方向。不是把 AI 装饰在系统表面，而是从流程、CMDB、连接器、Skill 和插件机制开始，为 AI 进入企业执行链准备基础设施。

结语

AI 不会消灭 ITSM，它会重新定义 ITSM。

当 AI 只能回答问题时，企业需要知识库；当 AI 能够提出建议时，企业需要可信数据；当 AI 开始执行操作时，企业就需要流程、权限、审批和审计。

下一代 ITSM 管理的不只是工单，而是人、AI Agent、企业数据与业务系统之间的协作关系。

开源项目：

https://github.com/heidsoft/itsm

本文参考：

ServiceNow：《ServiceNow brings Autonomous Workforce to every major business function》，2026-05-05
https://newsroom.servicenow.com/press-releases/details/2026/ServiceNow-brings-Autonomous-Workforce-to-every-major-business-function/default.aspx

登录查看剩余 70% 内容