从执行者到复核者，数字员工进入 IT 运维后的第一堂课


本系列为ITIL官方宣传大使长河（曹坤良）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。


这次联想 ITIL 5 Foundation 内训课程里，我一直有一个挥不去的感受：我们讨论 AI，不是在讨论人会不会被替代，而是在讨论人的判断位置正在悄然移动——这个变化很细，却很重要。


过去 IT 运维里的很多工作，是人亲自执行的。工程师看告警、查日志、读知识库、判断影响范围、发起变更、执行处置、写复盘。人既是执行者，也是判断者。到了 AI 数字员工进入运维之后，一部分标准化、重复性、高频的执行动作可以交给智能体去做，人不再每一步都亲手操作，而是更多站在规则设计、授权确认、异常复核和结果判断的位置上。这不是人的价值变低了，而是人的价值从"把动作做完"，转向"判断动作该不该做、能不能做、做到什么程度要停下来"。


在联想这堂课上，很多问题都围绕这个变化展开。AI 智能体如何验收？重大事件里哪些动作能让 AI 执行？知识库如何让人和机器共同使用？价值流如何让跨团队协作更清楚？这些问题表面不同，背后都在问同一件事：当数字员工加入团队，人类员工应该怎样带它、用它、复核它，并最终对结果负责？

作为 ITIL 官方中国区大使和国内前三的 ITIL 大师级授权讲师，这也是我负责交付的国内第一个 ITIL 5 Foundation 大规模企业内训课程，讲到 AI 改变人的位置这件事，感受格外真切。传统 ITIL 流程有一个默认前提：执行主体主要是人。人有经验，有语境，有组织里的默契，也能通过非正式沟通把流程里的模糊处补上。一个事件单信息不完整，工程师可以直接找到相关同事问两句；一个变更方案还有不确定点，大家临时沟通就能补齐；一个 SOP 写得不够细，资深员工会凭经验判断下一步。这些能力很珍贵，但也说明了一件事：很多流程能跑顺，并不只是因为文档写得好，还因为人一直在用经验做补位。


AI 智能体不同。它不会自然理解组织里的隐性语境，也不能靠人情和默契补流程空白。它需要清晰的输入、明确的授权、可调用的 Skill、可追溯的输出，以及遇到不确定情况时转人工的规则。所以 AI 进入运维，不只是多了一个工具，而是让组织重新看见那些过去由人默默补上的模糊地带。


这也是我一直说，AI 不是在替代人，而是在改变人的位置。人要从"自己把每一步都做掉"，转向"把规则说清楚，把边界定清楚，把关键节点守住"。这更像带新同事入组——新同事能不能独立工作，不取决于你对他说"你去处理吧"，而取决于你有没有把场景、边界、标准、复核点和求助方式讲明白。数字员工也是如此。   

这次联想 IT 参训者以管理层为主，线下座无虚席，线上也有不少同事同步参与。这种课堂氛围和普通基础认证课很不一样，大家不是只问"ITIL 第 5 版新增了什么"，而是持续追问"这些新增内容放进我们的组织后，人的角色怎么变，治理机制怎么跟上"。这类追问让我很兴奋，因为它说明学员已经不是在被动接受一个框架，而是在用框架审视自己的组织。


我这些年做 ITIL 培训和 ITSM 实践，见过很多团队在流程建设阶段非常努力。对那类团队来说，先把事件、问题、变更、配置、发布、服务级别管理这些基础流程跑顺，是最重要的事。但像联想 IT 这样的成熟组织，流程化、体系化和治理基础已经比较扎实，他们开始面对的是另一层问题：当 AI 参与执行，人的经验怎样显性化，人的复核怎样嵌入流程，人的判断怎样和机器效率协同。这正是 ITIL 第 5 版很值得先进 IT 组织学习的地方。


课间在联想园区走廊里散步时，我还在想这件事。走廊很安静，光线很好，刚刚课堂上热烈讨论的声音还留在脑子里。IT 服务管理过去几十年的演进，很大程度上是在帮助组织把"人的经验"变成"组织的能力"。流程是这样，知识库是这样，SOP 也是这样。现在 AI 来了，这件事又往前走了一步：组织不只要把经验写给人看，还要把经验整理到机器也能稳定使用的程度。

这对人提出了更高要求。人不再只是完成工单的人，还要成为规则的设计者、数字员工的带教者、异常场景的判断者、最终结果的责任承担者。如果组织只看到 AI 的执行能力，而没有同步提升人的判断位置，就会出问题。因为数字员工越能干，越需要清晰的边界；自动化越深入，越需要人守住关键判断。这堂课给我的第一个启发，就是 ITIL 第 5 版正在帮助我们重新理解"人"的位置。先进 IT 组织学习它，不只是为了掌握新版知识点，更是为了在 AI 原生工作方式到来之前，先把人机协作的秩序想清楚。

从执行者到复核者，数字员工进入 IT 运维后的第一堂课


本系列为ITIL官方宣传大使长河（曹坤良）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。


这次联想 ITIL 5 Foundation 内训课程里，我一直有一个挥不去的感受：我们讨论 AI，不是在讨论人会不会被替代，而是在讨论人的判断位置正在悄然移动——这个变化很细，却很重要。


过去 IT 运维里的很多工作，是人亲自执行的。工程师看告警、查日志、读知识库、判断影响范围、发起变更、执行处置、写复盘。人既是执行者，也是判断者。到了 AI 数字员工进入运维之后，一部分标准化、重复性、高频的执行动作可以交给智能体去做，人不再每一步都亲手操作，而是更多站在规则设计、授权确认、异常复核和结果判断的位置上。这不是人的价值变低了，而是人的价值从"把动作做完"，转向"判断动作该不该做、能不能做、做到什么程度要停下来"。


在联想这堂课上，很多问题都围绕这个变化展开。AI 智能体如何验收？重大事件里哪些动作能让 AI 执行？知识库如何让人和机器共同使用？价值流如何让跨团队协作更清楚？这些问题表面不同，背后都在问同一件事：当数字员工加入团队，人类员工应该怎样带它、用它、复核它，并最终对结果负责？

作为 ITIL 官方中国区大使和国内前三的 ITIL 大师级授权讲师，这也是我负责交付的国内第一个 ITIL 5 Foundation 大规模企业内训课程，讲到 AI 改变人的位置这件事，感受格外真切。传统 ITIL 流程有一个默认前提：执行主体主要是人。人有经验，有语境，有组织里的默契，也能通过非正式沟通把流程里的模糊处补上。一个事件单信息不完整，工程师可以直接找到相关同事问两句；一个变更方案还有不确定点，大家临时沟通就能补齐；一个 SOP 写得不够细，资深员工会凭经验判断下一步。这些能力很珍贵，但也说明了一件事：很多流程能跑顺，并不只是因为文档写得好，还因为人一直在用经验做补位。


AI 智能体不同。它不会自然理解组织里的隐性语境，也不能靠人情和默契补流程空白。它需要清晰的输入、明确的授权、可调用的 Skill、可追溯的输出，以及遇到不确定情况时转人工的规则。所以 AI 进入运维，不只是多了一个工具，而是让组织重新看见那些过去由人默默补上的模糊地带。


这也是我一直说，AI 不是在替代人，而是在改变人的位置。人要从"自己把每一步都做掉"，转向"把规则说清楚，把边界定清楚，把关键节点守住"。这更像带新同事入组——新同事能不能独立工作，不取决于你对他说"你去处理吧"，而取决于你有没有把场景、边界、标准、复核点和求助方式讲明白。数字员工也是如此。   

这次联想 IT 参训者以管理层为主，线下座无虚席，线上也有不少同事同步参与。这种课堂氛围和普通基础认证课很不一样，大家不是只问"ITIL 第 5 版新增了什么"，而是持续追问"这些新增内容放进我们的组织后，人的角色怎么变，治理机制怎么跟上"。这类追问让我很兴奋，因为它说明学员已经不是在被动接受一个框架，而是在用框架审视自己的组织。


我这些年做 ITIL 培训和 ITSM 实践，见过很多团队在流程建设阶段非常努力。对那类团队来说，先把事件、问题、变更、配置、发布、服务级别管理这些基础流程跑顺，是最重要的事。但像联想 IT 这样的成熟组织，流程化、体系化和治理基础已经比较扎实，他们开始面对的是另一层问题：当 AI 参与执行，人的经验怎样显性化，人的复核怎样嵌入流程，人的判断怎样和机器效率协同。这正是 ITIL 第 5 版很值得先进 IT 组织学习的地方。


课间在联想园区走廊里散步时，我还在想这件事。走廊很安静，光线很好，刚刚课堂上热烈讨论的声音还留在脑子里。IT 服务管理过去几十年的演进，很大程度上是在帮助组织把"人的经验"变成"组织的能力"。流程是这样，知识库是这样，SOP 也是这样。现在 AI 来了，这件事又往前走了一步：组织不只要把经验写给人看，还要把经验整理到机器也能稳定使用的程度。

这对人提出了更高要求。人不再只是完成工单的人，还要成为规则的设计者、数字员工的带教者、异常场景的判断者、最终结果的责任承担者。如果组织只看到 AI 的执行能力，而没有同步提升人的判断位置，就会出问题。因为数字员工越能干，越需要清晰的边界；自动化越深入，越需要人守住关键判断。这堂课给我的第一个启发，就是 ITIL 第 5 版正在帮助我们重新理解"人"的位置。先进 IT 组织学习它，不只是为了掌握新版知识点，更是为了在 AI 原生工作方式到来之前，先把人机协作的秩序想清楚。