了解 agentic AI、AI 代理及其在企业和 IT 服务管理中的作用

AI 代理如何帮助我们重新构想日常
ITSM 工作流程和实践

AI 领域正以前所未有的速度发展，到目前为止我们所见的进展令人着迷——尤其是在 IT 领域。最初设计用于执行常规任务的基于规则的系统，如今已演变为复杂的自主代理，能够推理、适应并独立行动——这证明了我们的进步。

过去，虚拟支持代理仅限于根据固定规则执行重复任务，需要在不同环节有人为干预。相比之下，现代 AI 代理可以成为您的数字化熟练劳动力，能够动态调整以适应变化的条件，自主行动，并在无需持续人工监督的情况下完成任务。

随着 AI 代理承担更多责任和自主权，它们在业务中的角色变得越来越具有战略意义。NVIDIA CEO Jensen Huang 在 CES 2025 的 主题演讲 中完美地表达了这一点，他说：“未来每家公司的 IT 部门都将成为 AI 代理的人力资源部门。”

对企业来说，问题是：这些代理将如何推动 IT 支持的自主化？要找到答案，让我们从基础开始。

从早期基于规则的聊天机器人到自主驾驶汽车：
我们是如何走到今天的？

为我们今天所见奠定基础的是传统 AI。通过分析数据并遵循预定义规则，传统 AI 执行简单任务且表现良好——但这些模型受限于训练数据。

然后，焦点转向了革命性的生成式 AI。GenAI 模型通过学习和识别大型数据集中的模式，生成超越训练数据、模仿人类创造力的原创内容，突破了传统 AI 的限制。

现在迎来了关键的演进——agentic AI。它超越了被动交互和持续的人为参与，迈出了一步，能够自主行动、做出决策并最终实现目标。

Agentic AI：生成式 AI 的下一个前沿？

将 agentic AI 想象成自动驾驶的 AI。这些智能系统不仅设计用于提出解决方案，更能实际执行。

自动化技术与 GenAI 的整合使这些系统能够学习、推理并行动，以实现特定目标，执行多步骤流程，并自动化多样化工作流——全部自主完成。

例如，想象请求更换故障笔记本电脑。现有的虚拟支持代理可以建议合适的替代型号并提供启动请求的步骤，但无法自主下单或管理交付流程。

然而，agentic AI 改变了这一点，它能够采取行动采购资产。

其工作流程如下：

感知、推理和决策： 代理通过检查设备的保修状态、生命周期阶段和历史，搜索资产库存，找到符合公司政策和员工需求的可用替代笔记本电脑。

行动： 基于其理解，如果需要采购新笔记本，代理可以代表用户创建服务请求，生成采购申请，并与供应商沟通下单。它可以通过管理审批流程来控制进度，确保获得必要授权。它还能管理物流并传达跟踪状态，及时向员工更新笔记本到货情况。

学习和适应： 代理将根据反馈和以往交互持续学习和改进，以更快更高效地完成任务。

企业环境中的更多应用

传统上，IT 团队花费大量时间建立和优化工作流程，以简化服务交付并提升终端用户和技术人员的生产力。从解决技术问题到满足员工请求，这些工作流程需要持续的人工干预以确保正确解决。进入 agentic 时代，我们拥有了能够承担大部分负载的自主代理。以下是 AI 代理可派上用场的一些用例。

跨 IT 及其他业务线协作

与传统虚拟代理和基于规则的自动化孤立运行、需要多环节人工干预不同，多代理编排使 AI 代理能够协同工作，实现更广泛的目标，确保端到端效率。

以员工入职请求为例。无需依赖每一步都需人工监督的预定义工作流程，该流程可以自动触发——无论是来自 HRMS 工具检测新员工、电子邮件请求，还是经理简单地发出“入职新员工”指令。通过意图匹配，入职代理可以自动触发入职工作流程，路由审批并通知相关团队。

此后，IT、HR 和设施部门的多个 AI 代理可以实时协作：

• IT 配置代理负责用户账户设置，将新员工添加到正确的 AD 组，创建电子邮件账户，并确保访问所需软件。
• 人事服务代理管理 HR 入职任务，包括安排入职培训和起草发送会议邀请。
• 工作空间设置代理则负责办公桌分配并更新座位记录。

通过将重复的跨职能流程自动化，AI 代理使 IT 及其他团队能够专注于入职的更战略性方面，同时确保新员工体验更顺畅。

将被动问题检测转变为主动自愈

AI 代理擅长处理互联环境，并能从网络监控等其他 IT 管理应用中获取数据，帮助站点可靠性工程师（SRE）提前预防潜在问题。

例如，网络监控代理检测到某路由器延迟高且带宽波动。在 SRE 负责人仪表板中，它会在聊天界面发出警报，启动对话：“我检测到路由器 X 正运行过时固件。基于性能趋势，建议升级。您希望我分析潜在风险并建议维护时间窗口吗？”

一旦 SRE 负责人批准建议的行动计划，IT 支持代理将执行以下步骤：

• 通过评估历史故障模式、流量负载和高峰使用时间，预测停机影响。
• 建议在低流量时段进行最佳升级和重启计划，同时确保与现有维护窗口一致。
• 向相关利益相关者传达计划中的固件升级信息。
• 生成升级前检查清单以简化执行流程。
• 备份路由器当前配置，以防更新过程中出现问题导致数据丢失，然后上传最新固件。
• 推出固件升级流程，确保满足必要的审批。
• 最后，agent 生成事件后评审（PIR）并通过详细的事件报告（包括诊断信息）提醒相关团队，以防止未来出现类似瓶颈。

推动 AI 驱动的安全警报响应。

由于能够全天候运行并分析跨多个系统的大量数据集，AI agents 在处理安全事件（如密码泄露）时发挥关键作用，能够快速识别、评估并响应潜在威胁。

假设 SIEM 解决方案中的 IT 安全 agent 检测到来自可疑访问地点的多次登录失败尝试。该 agent 可以标记此情况并在 ITSM 平台内创建安全事件，汇总检测到的风险，并将其分配给 IT 安全团队。随后，它可以提出后续补救措施，如暂时暂停账户访问、强制密码重置，并通知用户潜在的安全风险。经 IT 安全团队确认后，agent 可以自动备份用户的重要文件到安全存储位置，并通过聊天提供安全重置密码的分步指导。