一、传统ITSM正面临新的效率挑战

随着企业数智化转型的深入，IT 环境呈现出规模庞大、架构复杂、变更频繁等特征。传统 IT 服务管理（ITSM）模式正陷入一种低效循环：

服务台长期处于高负载状态，大量重复性请求挤占有限的人力资源；
工程师深陷繁琐的工单处理与文档撰写，难以聚焦核心业务保障；
知识库缺乏有效的质量控制与更新机制，内容良莠不齐，难以支撑智能化服务。

传统的工单流转机制——“提单、分派、处理、结单”，能保障工单从提交到关闭的正常流转，但往往存在三个问题：

问题1: 入口缺乏过滤

大量可自助解决的问题仍然进入人工处理环节。

问题2: 处理过程缺乏智能辅助

工程师依赖个人经验和手动检索。

问题3: 结单缺乏质量把控

解决方案质量难以统一，知识沉淀效果有限。

入口没有过滤、过程没有辅助、出口没有把控——工单虽然被处理了，但效率和质量都难以保证。

这也是为什么“AI ITSM”“智能ITSM”“等概念正在快速成为ITSM行业的新方向。在这种背景下，AI ITSM（Artificial Intelligence IT Service Management）正在成为IT服务管理的重要发展方向。相比传统ITSM关注流程流转，AI ITSM更强调通过 AI Agent、大模型、知识库、自动化工作流（Workflow）以及AIOps能力，实现服务请求、工单处理、知识管理和服务运营的智能化协同。

二、什么是AI ITSM？

AI ITSM并不是简单地给ITSM平台增加一个聊天机器人，而是将AI Agent、大模型、知识库、Workflow自动化和智能决策能力深度融入IT服务全生命周期。

一个成熟的AI ITSM平台通常包括：

✅ AI Service Desk	✅ AI智能问答	✅ AI知识库
✅ AI辅助建单	✅ AI工单总结	✅ AI解决方案推荐
✅ AI 质检	✅ AI知识沉淀	✅ AIOps联动

其核心目标是：让更多问题无需人工处理，让工程师更高效，让知识持续增长。

三、轻帆云ITSM：从智能提单到AI质检的全链路实践

轻帆云 ITSM 平台基于“云小慧·对话智能体”能力，在 IT 服务的全生命周期中系统性地引入 AI能力——从服务入口的智能拦截，到处理过程的智能协同，再到结单环节的全量质检，形成覆盖服务全链路的智能化支撑。本文将逐一拆解这些能力的运作逻辑与实际收益。

一、提单阶段：AI 智能拦截，把简单问题挡在门外

在提单环节，许多国产 ITSM 产品的智能助理虽已具备基于大模型的知识问答能力，但自动建单逻辑往往依赖固定规则，例如“连续多次拒答后再建单”，缺乏对推荐内容质量的动态评估，用户体验不佳且难以有效分流服务台压力。

轻帆云 ITSM 的 AI 智能拦截功能，将“是否拦截”的决策机制从规则判断升级为大模型置信度评分。系统不再依据用户的交互频次决定下一步动作，而是对检索结果的匹配质量进行量化评估，以此决策是进行拦截推荐，还是直接辅助建单。

（一）AI 智能拦截流程

1、用户自然语言描述问题

例如：“VPN无法连接”“邮箱收不到邮件”

⬇️

2、AI Agent检索知识库与历史工单

生成候选解决方案

⬇️

3、系统进行置信度评分

高置信度（≥阈值）精准拦截

系统向用户展示包含问题归因、匹配的建议服务项、推荐方案及来源的结构化卡片。

用户可据此判断问题是否已解决：若确认解决则无需提单；若仍需提单，则转入辅助建单模式——系统自动提取上下文信息，补全工单字段并生成草稿，用户确认后提交。

⬇️

低置信度（<阈值）直接放行

自动进入辅助建单流程

⬇️

4、辅助建单

AI自动补全工单字段并生成草稿

这一机制的核心逻辑是：

“有把握才拦，拦不住则帮”：

高置信度时精准拦截，降低无效工单量；低置信度时直接辅助建单，减少用户填写成本。

二、处理阶段：AI 辅助处理，提升处理效能

工单进入人工处理环节后，工程师常面临以下困境：

一张工单动辄几十上百个字段，需要花费大量时间梳理关键信息；
复杂问题横跨多个系统，排障思路依赖个人经验和手动检索；
问题解决后，还需将处理过程转化为规范文档——而这往往是工程师最不愿意投入时间的环节，大量处理经验因此停留在个人记忆中，无法被团队复用。

轻帆云 ITSM 在处理阶段集成了三项 AI 能力，覆盖从接单理解、排障分析到方案输出的全过程，将工程师从信息整理和文档撰写中释放出来，专注于问题本身的分析与解决。

（二）AI辅助处理三大能力

智能总结——接单后，“云小慧”智能体自动提取工单全部字段的核心信息，根据当前角色生成个性化的信息概览。工程师无需逐行阅读冗长表单，数秒内即可掌握核心上下文。
解决方案推荐——面对复杂疑难问题，“云小慧”智能体融合知识库、历史工单库及外部运维资料，通过语义分析推送高相关度解决方案。支持多轮对话式追问，辅助工程师快速定位根因，有效缩短MTTR（平均修复时间）。

解决方案生成——问题解决后，“云小慧”智能体基于工单处理的全流程数据，结合管理员预设的模板与规则，自动编写结构化的解决方案。工程师确认后可将其沉淀至知识库，完成从个人经验到团队知识资产的转化。

通过AI辅助处理，工程师无需反复整理信息和撰写文档，可以将更多时间投入到故障分析和业务保障中，有效缩短 MTTR（平均修复时间）。

三、结单阶段：AI 全量质检，从“事后抽检”到“实时纠偏”

在传统工单流程中，解决方案的书写质量完全依赖工程师的自觉性。即便有质量管控需求，也只能在工单提交之后通过人工抽检来实现——覆盖率通常不足10%，反馈周期长达数天，且评判标准因人而异。工程师收到反馈时往往已记不清处理细节，纠偏效果有限。

轻帆云 ITSM 的 AI 质检功能，将质量检查从“事后抽样”前移至“提交前实时检测”。工程师填写完解决方案后执行提交操作，AI 质检即自动触发。

质检对象为工单中指定的字段（通常是“解决方案”），无论该内容是工程师手动填写还是由AI自动生成，均纳入质检范围。系统基于管理员自定义的评估维度（以Prompt——即自然语言指令的形式配置），对内容进行语义级分析与量化打分。

（三）AI 全量质检

评估维度	检查内容
完整性	是否包含现象描述、原因分析、解决步骤及验证结果
准确性	技术逻辑是否合理、步骤是否可执行
规范性	表达是否结构化、是否具备知识沉淀价值

企业可根据自身SOP增加或调整维度与权重。

质检完成后，轻帆云 ITSM 系统给出各维度的评分并指出具体扣分项，工程师可据此修改后重新检测。质检不做强制拦截——若工程师判断无需修改，可直接提交，工单正常流转。

AI 质检的定位是实时的质量顾问，而非一道强制关卡。相比事后抽检，它实现了全量覆盖、即时反馈、标准统一，持续引导工程师养成结构化书写的习惯。

经过质检把关的解决方案，具备了作为高质量知识资产被沉淀和复用的条件——后续质检通过的方案将支持自动沉淀至知识库，进一步降低知识积累的人工成本。

传统ITSM VS AI ITSM

能力	传统ITSM	AITSM
提单	人工填写	AI辅助建单
问题解答	人工响应	AI Service Desk
知识检索	手工搜索	语义检索
工单总结	人工整理	AI自动生成
解决方案	依赖经验	AI推荐
质量检查	人工抽检	AI全量质检
知识沉淀	人工维护	AI自动沉淀