2026年1月29日，PeopleCert正式发布了ITIL 第5版。作为ITIL官方中国区产品大使，我将会推出系列文章帮大家解读ITIL 第5版到底有哪些重大的更新。
在很多组织里，AI 是这样被引入管理体系的：
先从工具开始
再慢慢扩大使用范围
最后不知不觉参与了决策
一开始，没有人觉得这有什么问题。
直到某一天，事情出了偏差，大家才突然发现一个尴尬的现实：
这个决定，到底是谁做的？
一、当 AI 还只是工具时，管理问题并不复杂
在传统 IT 管理语境中，工具的角色非常清晰：
- 工具提供信息
- 人做判断
- 人对结果负责
即便工具出错，责任归属也并不模糊。
因为没有人会说：
是监控系统“决定”忽略了告警
是报表工具“决定”错过了风险
工具，从来只是被使用的对象。
二、问题出在：AI 不再只是“被动工具”
AI 真正改变游戏规则的地方，不在于它算得更快，而在于它开始：
- 主动推荐行动
- 自动触发流程
- 在没有人工确认的情况下执行决策
这时，AI 的角色已经悄然变化。
它不再只是一个工具，而更像一个：
参与决策的“同事”
而大多数管理体系，并没有为这种角色预留位置。
三、ITIL第5版 的一个重要判断
在 ITIL第5版 中，有一个非常清晰但不太显眼的判断：
管理体系必须假设 AI 会参与决策
不是未来
不是假设场景
而是现在
这意味着，传统那套：
人负责，工具辅助
的隐含前提，已经不成立了。
四、管理体系必须补上的第一课：责任归属
当 AI 参与决策之后，最先暴露出来的问题，永远是责任。
比如：
- AI 推荐了一个错误的处理方案
- AI 自动执行了一个高风险动作
- AI 基于有偏的数据做出了不公平判断
这时，如果管理体系里没有明确规定：
谁对 AI 的行为负责
谁有权否决 AI 的建议
谁承担最终结果
那组织就会陷入一种危险状态：
人人都参与了，
但没有人真正负责。
ITIL第5版 在这里传递的信号非常明确：
责任不能被算法稀释。
五、第二课：决策边界必须被重新划清
在 AI 介入之前，很多决策边界是隐含存在的。
比如：
- 哪些决策需要审批
- 哪些可以自动执行
- 哪些属于例外情况
但当 AI 出现之后，这些边界如果不被重新定义，就会变得非常模糊。
ITIL第5版 强调的不是：
尽可能多地自动化
而是：
明确哪些决策绝不能自动化
明确哪些决策必须保留人工判断
明确哪些场景需要人工介入兜底
换句话说：
不是 AI 能做什么，
而是 AI 不该做什么。
六、第三课：失控预案，而不是成功故事
大多数 AI 项目在介绍时，都会强调成功案例。
而 ITIL第5版 反而更关注一个不那么“好听”的问题：
如果 AI 出错了，怎么办？
这不是技术问题，而是管理问题。
一个成熟的管理体系，必须在 AI 正常工作之前，就回答清楚：
- 谁能紧急叫停？
- 人工接管的流程是什么？
- 数据如何回溯？
- 责任如何追踪？
没有这些问题的答案，AI 带来的不是效率，而是不确定性。
七、为什么这对 IT 管理者尤其残酷
因为在很多组织里，AI 是由 IT 引入的，但：
- 决策影响业务
- 风险影响合规
- 后果影响组织声誉
这意味着，IT 管理者很容易被推到一个位置：
工具是你引入的
系统是你管理的
问题自然也是你的
而如果管理体系没有提前补课，个人往往只能被动兜底。
八、从 ITIL第5版 看真正的“AI 治理”
在 ITIL第5版 的语境中，AI 治理并不是：
制定几条使用规范
限制几个应用场景
而是把 AI 作为一个新型参与者，正式纳入管理系统：
- 明确角色
- 明确权限
- 明确责任
- 明确退出机制
这和对待一个新岗位的管理逻辑，本质上是一样的。
九、给组织和个人的一句提醒
如果你现在还在用下面这句话安慰自己：
AI 只是辅助
最后还是人决定
那你最好再检查一次：
你的系统里，有没有允许 AI 在无人干预的情况下行动？
如果有，那它已经不是工具了。
当 AI 从工具变成“同事”，
管理体系如果不升级，
责任就会消失在算法里。
而 ITIL第5版，正是在提醒我们：
在效率之前，
先把责任讲清楚。
我是AI+ITIL教练长河achotsao，欢迎交流。关注我，即可第一时间获得ITIL 第5版最新动态及官方特邀中国区大使的深度解析，全网同名。
