当前位置: 首页 > news >正文

联想 ITIL 5 内训课程,不是一次“新版知识补课“

从联想 IT 的学习速度看 ITIL 第 5 版为什么值得管理层尽早进入

本系列为长河老师2026年5月联想ITIL 5内训课程教学心得分享,共五篇,本文为第一篇。

我到联想教室时,学员还没有入场。教材整齐地摆在每张桌上,大屏还安静地等着开机,走廊里偶尔有员工路过,带着随身的饮料杯,步伐不紧不慢。这样的场景我见过很多次了,每次站在空教室里,心里都会有一种提前确认的感觉——用一两分钟的安静,把即将展开的课堂内容在脑子里过一遍,想想哪几个地方最容易引发真正有深度的讨论,哪几个概念需要在讲之前先拆解一遍误区。但这一次,我站在联想的教室里,心里想的不完全是课程内容,更多是等会儿坐进来的这批学员——他们不是来"补新版知识点"的。

ITIL Foundation 第 5 版中文版刚刚发布约一周,联想 IT 就已经启动了内训需求沟通。这个速度,放在国内企业里是相当不寻常的。大多数组织面对一个新版本的惯常反应是先观望:等同行圈子里有人先学了再说,等市场热度起来了再看,等内部真正感受到压力再决定跟不跟进。这种策略本身没有问题,但它也意味着,等到大多数人都准备好学的时候,能够提前深入讨论、率先建立共同语言的窗口已经过去了。联想的响应速度,不是冲动,而是一种有能力做出判断的从容——他们知道自己在哪里,也知道这次变化会触碰到哪里,所以不需要等着看别人怎么做。

联想是全球500强跨国企业,IT 团队在流程化管理、体系化建设和 IT 治理成熟度上,在国内处于相当靠前的位置。这种成熟不是一个抽象的评价,而是体现在具体的日常运作方式上:流程角色清晰,事件和变更的记录比较完整,配置管理数据有人维护,服务台运作有规范,管理层参与服务治理决策而不是只看结果报告。对这样的组织来说,关注 ITIL 第 5 版,并不是因为原来的管理体系已经不够用,他们关注它,是因为一个管理体系越成熟,就越需要提前判断外部变化会在哪里和自己的体系产生真实的摩擦,越不能等到问题已经冒出来才去找工具和框架。在变化真正落地之前建立共同语言,是大型成熟组织维持治理连续性的重要方式,而不是可有可无的选项。

ITIL 第 5 版带来的变化,表面上是新版课程和新版教材,深处其实是 IT 服务管理体系对一个基础假设的重新定义:执行主体。过去几十年里,ITIL 体系运转时默认的执行主体是人。人处理事件工单,人审批变更,人维护知识库,人做服务台一线应答,人与人之间通过正式流程和大量非正式协作推动 IT 服务持续运转。这个假设成立,体系就能跑。现在,AI 智能体开始大规模进入监控告警、异常检测、事件处置、自动化变更乃至知识沉淀这些核心环节,执行主体变成了"人 + 数字员工"的混合组合。这个变化一旦发生,原来已经答好了的很多管理问题,就会被重新推到台面上,要求组织重新给出答案。

这些问题来得系统而密集。AI 数字员工能不能参与重大事件的分诊和初步处置?如果能,它的输出结果是否需要人工确认才能流转?它能不能直接执行处置动作,如果执行出错,谁来承担审计责任,回滚机制怎么设计?原来写给人看的 SOP,能否原封不动地交给 AI 调用,还是必须先重新封装成明确输入参数、执行逻辑和异常处理方式的 Skill?知识库是继续只服务人类员工,还是要同时成为 AI 可以稳定调用的结构化资源?业务部门如果自行购买和接入 AI 工具,形成 AI 时代新型影子 IT,组织该如何界定责任和管控边界?这些问题,没有一个是靠"看一遍新版教材"能够回答的,它们全都是组织治理问题。

治理问题有一个本质特征:它不能只靠局部岗位自己在内部消化,也不能只在技术层面找解法。分层授权看起来是运维团队和自动化团队之间的内部约定,但实际上牵涉到重大事件的责任划分、业务影响评估和安全合规边界;知识库改造看起来是知识管理团队的内部事务,但实际上决定着 AI 数字员工能否可靠调用组织积累下来的经验;Token 治理看起来是技术接入和成本问题,但实际上会影响整个企业使用 AI 的方式、边界和合规性。管理层如果不理解这些关联,各团队就会各自推进,缺少统一标准,最终出现局部工作做得不错但整体治理框架缺失的局面。正因如此,这类讨论最需要管理层一起坐进来,不是来听流程人员的汇报,而是来和流程人员、技术人员一起,形成对这些关系的共同判断。

联想这次参训人员以 IT 管理层为主,线下座无虚席,线上也有同事同步参与。这个阵容让我很欣慰,也说明联想 IT 没有把 ITIL 第 5 版理解为一次流程人员的版本更新课,而是作为一次校准管理层集体认知的机会来认真对待。管理层愿意整建制坐下来学习,本身就是一个清晰的信号:这次不是让下面的团队去消化,而是大家一起来弄清楚,接下来几年里组织会面对什么,以及现有的治理框架需要在哪里补上新的一页。这种学习姿态,在我经历过的百余期 ITIL 内训课程里,并不常见。

我在课堂上反复提到一个比喻:ITIL 第 5 版不是要推翻 ITIL 4,也不是要让组织把多年建立起来的流程体系推倒重建。它更像是给已经相对成熟的 IT 组织增加一本新的"责任账本"。原有的账本记录谁完成了哪个流程动作、哪个工单在哪个节点处理了;新账本要记录从需求产生到价值交付的端到端路径是否顺畅,AI 在每一个阶段的职责边界在哪里,数字员工的授权条件是否事先写清楚,知识是否可以被人和机器同时可靠调用,IT 如何把智能体当作数字化产品来持续管理和改进。当这本新账本建立起来,组织讨论 AI 和服务管理时,就不会只停留在"能不能自动化"这个层次,而会自然进入更关键的追问:谁授权,谁验收,谁复盘,谁持续改进,出了问题谁负责。

这个追问顺序,在 AI 时代尤其关键。过去企业推进自动化,讨论的起点通常是工具能力:能不能自动派单,能不能自动重启服务,能不能自动生成报告。工具能力是结果,治理框架是前提。AI 时代如果还只从工具能力出发,就容易在引入一个强大工具之后,才发现责任边界还没设计清楚。AI 智能体不只是执行单一步骤,它可能在多个系统之间联动,可能根据上下文在不同路径中做出选择,可能把一次处置经验自动提炼成新的知识条目。能力越强,责任的边界就越需要事先写清楚,而不是等到出了问题再去追溯谁该负责。

这类讨论对讲师也提出了真实要求。作为 ITIL 第 5 版系列教材中文版翻译专家组组长,我参与了教材的翻译和本地化全过程,对教材内容的理解当然不成问题。但真正站在联想这样的课堂上,我很清楚,只熟悉教材远远不够。这支学员团队的实践积累很深,他们的提问会把理论直接推向真实的组织场景,讲师必须能够接住这些追问,并且能把 ITIL 框架的逻辑和组织现实的约束放在一起讲清楚。这不是靠背教材能做到的,靠的是多年在不同类型和成熟度的组织里做 ITSM 咨询、培训和实施时积累下来的真实判断,靠的是在遇到类似问题时知道边界在哪里、路径是什么。

课间我在联想休息区坐了一会儿,看着窗外园区来来往往的员工。教室里讨论气氛一直很密,休息区这边却非常从容,有人拿着杯子随意走动,有人在闭目养神,难得休闲时刻。

这次联想 ITIL 5 内训课程给我的第一层教学心得是:越成熟的 IT 组织,越不会把新版本当成一次"补课"。他们会把它当作一次提前盘点——在管理体系还运转平稳的时候,仔细看看原有责任账本里,哪些栏目已经够清楚,哪些栏目在 AI 和数字员工时代需要新增,哪些原来答好了的问题,现在需要在新的前提下重新给出答案。这个盘点越早做,组织在接下来几年里建立共同语言的成本就越低,在真正面对 AI 治理挑战时反应就越从容。对管理层来说,尽早进入 ITIL 第 5 版的学习,不是为了追一个版本号的更新,而是为了在未来的关键决策中,始终拥有一套可以讨论的框架,而不是每次遇到新问题都从零开始摸索边界。当变化已经发生,共同语言就是组织行动的真正起点。

http://www.cnnetsun.cn/news/2861146.html

相关文章:

  • 【多模态大模型面经】Transformer专题面经
  • 【毕业设计】基于springboot+微信小程序的文化展示、旅游攻略、智能推荐文化旅游小程序系统(源码+文档+远程调试,全bao定制等)
  • 从高德 5 万年费,到拼 Key 翻车:一个中小团队的地图服务降本实录
  • 064、NPU的ResNet加速:残差块的硬件映射
  • 打工人必备记录神器:工作备忘、待办提醒一步到位
  • 极简日常记录工具:生活备忘、各类提醒全部安排妥当
  • Codex 提示 model not supported / model not found
  • 他一开口,我就知道他很懂AI Agent
  • 草地牛火了之后,它后来发生了什么?
  • C语言学习Day17
  • 深入解析LPC55S3x:从Flexcomm到EdgeLock,如何高效利用外设与安全子系统
  • 手把手教你解决MathWorks账户‘Technical Issue’报错(附地区切换避坑指南)
  • Databricks社区版升级付费版:AWS云环境部署与生产就绪指南
  • 从本地Win10到云端CentOS:我的第一个Spring Boot博客部署全记录(附WinSCP+域名绑定心得)
  • 用C++解决‘合影效果’排序题:从STL sort到冒泡排序的三种实战写法(附避坑点)
  • 从数独到拼图:我的日历拼图解题策略与启发式搜索心得
  • MATLAB实战:用锤击法测水泥试件的固有频率与阻尼比(附完整代码与数据)
  • C++结构体排序实战:从信息学奥赛题到学生成绩管理系统(附完整代码)
  • 从JFET到MOSFET:手把手教你选对场效应管做小信号放大(附实际电路搭接与测试指南)
  • 效率翻倍!如何用嘉立创BOM模板反推设计你的Cadence SPB17.4 CIS数据库字段?
  • 用老古董uA741搭个PWM发生器:从Multisim仿真到面包板实测的完整避坑指南
  • 别再手动算脉冲了!用STM32的编码器接口模式,5分钟搞定电机测速
  • 生物医学大数据隐私保障的三层实战平衡框架
  • 手把手教你用LabVIEW和USRP搭建无线文本传输系统(附完整VI程序框图)
  • BLE开发避坑:MTU交换不是你想的那样,聊聊ATT层那点事(附空中包分析)
  • Excel数据清洗:除了‘删除重复项’,试试这3种更灵活的合并去重方法
  • Qt QChart实战:手把手教你打造一个可交互的折线图配置工具(附完整源码)
  • 2022 AI落地实战:MLOps、Data Mesh与可解释AI的工程化演进
  • LangGraph+Function Call+Web Scraper多智能体生产实践
  • LPC82x微控制器模拟与电源管理实战:从比较器、ADC到低功耗设计