2025年被业界广泛定义为“AI智能体元年”，以大语言模型为认知核心的智能体技术正从实验室快速走向企业级应用场景。IT服务管理作为企业数字化转型的基石，其效率、质量与成本直接关系到业务连续性与创新速度。传统ITSM高度依赖人力与流程，在日益复杂的IT环境和业务需求下面临响应滞后、成本高昂等挑战。因此，探究AI智能体技术与ITSM的融合路径具有紧迫的现实意义与学术价值。


本次由ITIL先锋论坛主办的广州Meetup，汇聚了学术倡导者、技术实践者与解决方案提供商，其分享内容具备行业前沿性与代表性，为本文提供了高质量的一手观察材料。本研究旨在通过对该活动多维内容的学术化提炼，为相关领域的理论研究与实践探索提供参考。


活动概况与研究方法


本研究基于的“AI赋能IT服务管理”Meetup于2025年12月13日在广州举行。活动结构严谨，内容层层递进：首先通过四场主题演讲构建理论框架与应用全景（章节3）；其次通过圆桌讨论进行观点碰撞与问题辨析（章节4）；最后通过实战演练完成从理论到实践的认知闭环（章节5）。这种“理念-架构-场景-思辨-实操”的立体化议程设计，完整地呈现了AI智能体技术在ITSM领域从认知到落地的关键环节。

本文主要采用质性研究方法。首先，对活动中四位主讲嘉宾的演讲内容进行系统性记录与编码，提取核心观点、技术架构与案例数据。其次，对圆桌讨论中的互动问答进行主题分析，提炼出行业共同关切与专家共识。最后，结合实战演练环节观察到的参与者反馈与操作难点，对前述理论进行实践层面的补充与验证。


AI智能体赋能ITSM的核心维度：来自主题演讲的发现


本章节将四位嘉宾的演讲内容归纳为三个核心维度：认知转型、技术架构与业务集成。


1.认知转型：从“工具使用者”到“AI教练与架构师”
长河老师的分享揭示了转型的首要障碍在于认知层面。其现场调研数据表明，绝大多数IT从业者对AI的认知深度与应用熟练度严重不足，停留在“高级搜索引擎”的误区中。他提出的 “AI教练” 概念，强调了一种新的能力范式：即具备将自身专业知识转化为可训练AI模型或精准提示词的能力（“自己明白”），并能够指导他人掌握此能力（“教会他人”）。与之对应的 “AI解决方案架构师” ，其核心职能演变为整合业务需求、传统IT系统与AI智能体，利用低代码/零代码平台快速构建解决方案。这标志着IT专业人员价值创造点的根本性转移——从直接“解题”转向“定义问题”和“设计解题系统”。


2. 技术架构：构建运维领域的“数字身体图式”
丁振兴老师的演讲从工程技术角度，系统论述了构建企业级运维智能体的复杂性与实现路径。他提出的 “数字神经网络”架构 ，借鉴了认知科学中的“身体图式”概念，旨在为IT系统赋予与环境交互的“感知-记忆-规划-行动”闭环能力。



该架构的难点在于各层技术的有效集成与知识库的精准构建。丁老师同时指出的 “80%陷阱” 是一个重要的学术观察点，即当前AI在非标准化、长尾问题解决上存在局限，承认了“AI+人工”混合模式在中期阶段的必然性，为评估技术成熟度提供了务实框架。


3.业务集成：全链路效率跃升与数据价值释放
罗小军与王晨光老师的演讲，分别从业务效能和企业架构层面补充了AI赋能的视角。罗老师展示的 “企业业务智能体矩阵” 案例表明，AI智能体的价值不仅在于替代重复劳动，更在于其跨部门协同所能触发的系统性效率倍增（如60倍的方案撰写效率提升）。王老师则从企业架构高度，指出了 “系统孤岛”与“数据沉睡” 是制约AI价值释放的底层瓶颈。他提出的 “双中台（应用集成中台+数据集成中台）+AI智能体”模型 ，为解决数据治理难题和实现敏捷集成提供了理论上的可行路径，其关键在于通过AI实现元数据自动管理、数据质量校验与接口智能适配。




行业关切与转型路径辨析：圆桌讨论的深层解读


圆桌讨论环节实质是一场针对AI技术冲击的“压力测试”，集中反映了业界的焦虑与期待。讨论可提炼出以下两个核心议题：


1.岗位替代与创造：一个动态演化的光谱
专家们否定了“AI全面替代IT人”的简单论断，而描绘了一个 “岗位重构光谱” 。光谱的一端是高度标准化、规则明确的初级操作岗位（如基础事件单处理），其自动化风险最高；光谱的另一端是新兴的、与AI共生的岗位，如AI训练师、智能体行为标注师、AI伦理审计员等。处于光谱中间的多数现有岗位，其工作内容将被重塑，要求从业者具备“与AI协同工作”的能力。这一观点与许多关于技术性失业的研究结论相符，即技术革命主要导致“任务”的转移而非“职业”的完全消失。


2. IT从业者的能力转型：构建相对竞争优势
针对“如何不被淘汰”的紧迫问题，圆桌讨论给出了分层的应对策略，形成了 “使用-架构-生态”三级能力模型。基础层是成为 “熟练的使用者” ，理解各类AI工具的能力边界；进阶层是成长为 “解决方案架构师” ，具备端到端整合业务、人力与技术的设计能力；战略层则是在组织内培育 “AI赋能的创新文化” 。专家引用“老虎来了”的隐喻，生动说明了在快速变化的环境中，保持持续学习以建立 “相对竞争优势” 比追求绝对领先更为务实和可达。





从理论到实践：智能体演练环节的技术验证与局限


实战演练环节为前述理论提供了宝贵的“技术验证场”。两个演练项目揭示了当前AI智能体开发的典型模式与关键步骤。


1.基于RAG的私有知识库智能体开发
“合同审核智能体”演练完整演示了 检索增强生成（RAG）技术 在企业特定场景下的应用流程：文档切片、向量化存储、语义检索与大模型生成。此模式有效解决了大模型的“幻觉”问题与知识更新滞后难题，是当前将企业隐性知识显性化、操作化的主流技术路径。


2.多工具调用的自动化工作流智能体
“舆情洞察智能体”演练则展示了智能体的另一种形态：作为 “自动化调度中枢” ，调用搜索插件、大模型摘要、邮件发送等多重工具完成复杂工作流。这体现了智能体在任务分解与工具协调方面的潜力。



然而，演练也暗示了现实挑战：开发过程仍依赖对特定平台（如Coze、乐维平台）的熟练操作，底层模型的稳定性、知识库构建的质量以及复杂逻辑的处理能力，仍是决定智能体实用性的关键变量。




结论与展望


本次Meetup的学术观察表明，AI智能体技术正在深刻重塑IT服务管理的理论与实践。其影响是系统性的：它要求认知范式从工具论转向协同论；推动技术架构向具备感知与决策能力的“数字生命体”演进；并在业务层面催生全链路效率革命。然而，转型之路并非坦途，面临“80%陷阱”、数据孤岛、技能缺口等现实约束。


未来研究可进一步关注以下方向：一是构建量化评估AI智能体在ITSM中投资回报率（ROI）的模型；二是深入探讨在AI赋能的IT组织中新的人机协作伦理与组织管理模式；三是跟踪边缘计算、具身智能等技术与AIOps的融合趋势。本次广州Meetup作为一次集中的思想输出与实践展示，清晰地标记了当前行业所处的发展坐标，即为全面智能化的IT服务管理新时代进行了关键的理论铺垫与实战预演。

2025年被业界广泛定义为“AI智能体元年”，以大语言模型为认知核心的智能体技术正从实验室快速走向企业级应用场景。IT服务管理作为企业数字化转型的基石，其效率、质量与成本直接关系到业务连续性与创新速度。传统ITSM高度依赖人力与流程，在日益复杂的IT环境和业务需求下面临响应滞后、成本高昂等挑战。因此，探究AI智能体技术与ITSM的融合路径具有紧迫的现实意义与学术价值。


本次由ITIL先锋论坛主办的广州Meetup，汇聚了学术倡导者、技术实践者与解决方案提供商，其分享内容具备行业前沿性与代表性，为本文提供了高质量的一手观察材料。本研究旨在通过对该活动多维内容的学术化提炼，为相关领域的理论研究与实践探索提供参考。


活动概况与研究方法


本研究基于的“AI赋能IT服务管理”Meetup于2025年12月13日在广州举行。活动结构严谨，内容层层递进：首先通过四场主题演讲构建理论框架与应用全景（章节3）；其次通过圆桌讨论进行观点碰撞与问题辨析（章节4）；最后通过实战演练完成从理论到实践的认知闭环（章节5）。这种“理念-架构-场景-思辨-实操”的立体化议程设计，完整地呈现了AI智能体技术在ITSM领域从认知到落地的关键环节。

本文主要采用质性研究方法。首先，对活动中四位主讲嘉宾的演讲内容进行系统性记录与编码，提取核心观点、技术架构与案例数据。其次，对圆桌讨论中的互动问答进行主题分析，提炼出行业共同关切与专家共识。最后，结合实战演练环节观察到的参与者反馈与操作难点，对前述理论进行实践层面的补充与验证。


AI智能体赋能ITSM的核心维度：来自主题演讲的发现


本章节将四位嘉宾的演讲内容归纳为三个核心维度：认知转型、技术架构与业务集成。


1.认知转型：从“工具使用者”到“AI教练与架构师”
长河老师的分享揭示了转型的首要障碍在于认知层面。其现场调研数据表明，绝大多数IT从业者对AI的认知深度与应用熟练度严重不足，停留在“高级搜索引擎”的误区中。他提出的 “AI教练” 概念，强调了一种新的能力范式：即具备将自身专业知识转化为可训练AI模型或精准提示词的能力（“自己明白”），并能够指导他人掌握此能力（“教会他人”）。与之对应的 “AI解决方案架构师” ，其核心职能演变为整合业务需求、传统IT系统与AI智能体，利用低代码/零代码平台快速构建解决方案。这标志着IT专业人员价值创造点的根本性转移——从直接“解题”转向“定义问题”和“设计解题系统”。


2. 技术架构：构建运维领域的“数字身体图式”
丁振兴老师的演讲从工程技术角度，系统论述了构建企业级运维智能体的复杂性与实现路径。他提出的 “数字神经网络”架构 ，借鉴了认知科学中的“身体图式”概念，旨在为IT系统赋予与环境交互的“感知-记忆-规划-行动”闭环能力。



该架构的难点在于各层技术的有效集成与知识库的精准构建。丁老师同时指出的 “80%陷阱” 是一个重要的学术观察点，即当前AI在非标准化、长尾问题解决上存在局限，承认了“AI+人工”混合模式在中期阶段的必然性，为评估技术成熟度提供了务实框架。


3.业务集成：全链路效率跃升与数据价值释放
罗小军与王晨光老师的演讲，分别从业务效能和企业架构层面补充了AI赋能的视角。罗老师展示的 “企业业务智能体矩阵” 案例表明，AI智能体的价值不仅在于替代重复劳动，更在于其跨部门协同所能触发的系统性效率倍增（如60倍的方案撰写效率提升）。王老师则从企业架构高度，指出了 “系统孤岛”与“数据沉睡” 是制约AI价值释放的底层瓶颈。他提出的 “双中台（应用集成中台+数据集成中台）+AI智能体”模型 ，为解决数据治理难题和实现敏捷集成提供了理论上的可行路径，其关键在于通过AI实现元数据自动管理、数据质量校验与接口智能适配。




行业关切与转型路径辨析：圆桌讨论的深层解读


圆桌讨论环节实质是一场针对AI技术冲击的“压力测试”，集中反映了业界的焦虑与期待。讨论可提炼出以下两个核心议题：


1.岗位替代与创造：一个动态演化的光谱
专家们否定了“AI全面替代IT人”的简单论断，而描绘了一个 “岗位重构光谱” 。光谱的一端是高度标准化、规则明确的初级操作岗位（如基础事件单处理），其自动化风险最高；光谱的另一端是新兴的、与AI共生的岗位，如AI训练师、智能体行为标注师、AI伦理审计员等。处于光谱中间的多数现有岗位，其工作内容将被重塑，要求从业者具备“与AI协同工作”的能力。这一观点与许多关于技术性失业的研究结论相符，即技术革命主要导致“任务”的转移而非“职业”的完全消失。


2. IT从业者的能力转型：构建相对竞争优势
针对“如何不被淘汰”的紧迫问题，圆桌讨论给出了分层的应对策略，形成了 “使用-架构-生态”三级能力模型。基础层是成为 “熟练的使用者” ，理解各类AI工具的能力边界；进阶层是成长为 “解决方案架构师” ，具备端到端整合业务、人力与技术的设计能力；战略层则是在组织内培育 “AI赋能的创新文化” 。专家引用“老虎来了”的隐喻，生动说明了在快速变化的环境中，保持持续学习以建立 “相对竞争优势” 比追求绝对领先更为务实和可达。





从理论到实践：智能体演练环节的技术验证与局限


实战演练环节为前述理论提供了宝贵的“技术验证场”。两个演练项目揭示了当前AI智能体开发的典型模式与关键步骤。


1.基于RAG的私有知识库智能体开发
“合同审核智能体”演练完整演示了 检索增强生成（RAG）技术 在企业特定场景下的应用流程：文档切片、向量化存储、语义检索与大模型生成。此模式有效解决了大模型的“幻觉”问题与知识更新滞后难题，是当前将企业隐性知识显性化、操作化的主流技术路径。


2.多工具调用的自动化工作流智能体
“舆情洞察智能体”演练则展示了智能体的另一种形态：作为 “自动化调度中枢” ，调用搜索插件、大模型摘要、邮件发送等多重工具完成复杂工作流。这体现了智能体在任务分解与工具协调方面的潜力。



然而，演练也暗示了现实挑战：开发过程仍依赖对特定平台（如Coze、乐维平台）的熟练操作，底层模型的稳定性、知识库构建的质量以及复杂逻辑的处理能力，仍是决定智能体实用性的关键变量。




结论与展望


本次Meetup的学术观察表明，AI智能体技术正在深刻重塑IT服务管理的理论与实践。其影响是系统性的：它要求认知范式从工具论转向协同论；推动技术架构向具备感知与决策能力的“数字生命体”演进；并在业务层面催生全链路效率革命。然而，转型之路并非坦途，面临“80%陷阱”、数据孤岛、技能缺口等现实约束。


未来研究可进一步关注以下方向：一是构建量化评估AI智能体在ITSM中投资回报率（ROI）的模型；二是深入探讨在AI赋能的IT组织中新的人机协作伦理与组织管理模式；三是跟踪边缘计算、具身智能等技术与AIOps的融合趋势。本次广州Meetup作为一次集中的思想输出与实践展示，清晰地标记了当前行业所处的发展坐标，即为全面智能化的IT服务管理新时代进行了关键的理论铺垫与实战预演。