Version 3.1 by superadmin on 2026/02/21, 11:00
Hide last authors
superadmin 3.1 1 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。
2 \\\\\\
3
4 (% style="text-align:center" %)
5 [[image:1.png||height="303" width="499"]]
6
7
8 对很多 IT 管理者来说，新版本最有价值的地方，并不是多了多少模型，而是它更明确地告诉你：当数字化组织越来越复杂、生成式 AI 与自动化越来越普及，最常见的失败原因往往不是“能力不够”，而是“决策偏科”。
9 \\\\你一定见过这种偏科：
10
11 * 引入一个平台或工具，技术团队觉得很先进，但业务团队用不起来，最后变成“摆设”。
12 * 推动一条流程统一，流程图看起来更漂亮，但交付周期变长，绕路更多。
13 * 强化治理与审批，以为风险会下降，结果组织速度下降，重大事件并没有减少。
14 * 上了生成式 AI 或聊天机器人，以为服务台会轻松，结果数据质量拖后腿，误导信息变多，事故反而更隐蔽。
15
16
17 \\\\这些问题看起来不一样，但根因往往相同：决策只看了一两个方面，忽略了其他关键约束。ITIL 第5版提出“产品和服务管理的四个维度”，就是为了让你在决策时不偏科，让你在做资源配置、治理设计、自动化推进时有一套稳定的思维护栏。
18
19 ===
20 \\\\\\**一、更新内容概述：四个维度为什么会成为 ITIL 第5版里更重要的“底层工具”** ===
21
22
23 \\\\这里我先完整总结ITIL 第5版更新内容的总体概述：
24 \\**1、定位升级：数字化产品和服务管理**
25 管理对象扩展后，你需要在更多利益相关方之间对齐：产品、运营、支持、供应商、客户组织。越跨边界，越容易偏科，越需要护栏。
26 \\**2、生命周期模型升级：八个活动覆盖从发现到支持**
27 活动越多、协作越广，决策点越分散。四个维度能帮助你在每个活动里都不忽略“人、流程、技术、生态”。
28 \\**3、人工智能进入方法论核心**
29 引入生成式 AI 不是单纯技术选择，它会牵动责任、数据治理、风险边界与供应商关系。四个维度刚好覆盖这些关键变量。
30 \\**4、指导原则更强调取舍：优化和自动化**
31 取舍要有依据，四个维度提供了判断框架：自动化不仅是技术可行，还要看组织胜任力、流程影响、数据质量与供应商责任。
32 \\**5、实践从清单走向组件库**
33 实践要组合，就必须知道自己缺哪一维。四个维度能帮助你识别短板，避免只堆“你最熟悉的那类实践”。
34 \\**6、迁移与学习路径更强调能力栈与路线图**
35 能力栈的建设本质上就是四个维度能力的平衡增长：只补技术，不补人和流程，最终会被组织协同成本吞噬。
36 \\所以四个维度不是一张要你每次都填的表，而是一种“决策卫生习惯”：每次重大决策都要过一遍四个维度，确保你没有在某个关键约束上失明。
37 \\\\
38
39 (% style="text-align:center" %)
40 [[image:124010z6lk7k0buubfylv5.jpg||height="283" width="495"]]
41
42 ===
43 \\\\\\**二、四个维度到底是什么：你要把它当成四个问题，而不是四个栏目** ===
44
45
46 \\\\产品和服务管理的四个维度分别是：
47
48 * 组织和人员（组织与人员）
49 * 价值流和流程（价值流与流程）
50 * 信息和技术（信息与技术）
51 * 合作伙伴与供应商（合作伙伴和供应商）
52
53 我建议你不要把它背成四个名词，而要把它记成四个问题。因为管理者需要的是问题，不是术语。
54 \\**1、组织和人员：谁来做，谁负责，谁有授权**
55 你要问的是：
56
57 * 这个决定会改变哪些角色 （role） 的责任？
58 * 谁拥有授权（授权），谁承担责任？
59 * 团队的胜任力 （competency） 是否匹配？安全文化是否支持？
60 * 需要怎样的沟通、培训与协作文化？
61
62
63 **2、价值流和流程：这件事会让价值更流动，还是制造新瓶颈**
64 你要问的是：
65
66 * 这项变更插入到哪条价值流？影响哪些活动？
67 * 会缩短交付周期 （lead time） 还是增加等待？
68 * 是否会引入新的瓶颈 （bottleneck）、返工或升级？
69 * 验收准则是否清晰？度量是否能反映端到端效果？
70
71
72 **3、信息和技术：数据是否撑得住，技术是否可治理、可审计**
73 你要问的是：
74
75 * 依赖的数据是否完整、准确 （accuracy）、一致？数据治理是否到位？
76 * 关键记录是否可追溯、是否具备可审计性 （auditability）？
77 * 技术架构是否可维护、可扩展？可观测性是否足够？
78 * 自动化与人工智能的控制点在哪里？失败如何恢复？
79
80
81 **4、合作伙伴与供应商：生态责任边界是否清楚**
82 你要问的是：
83
84 * 哪些能力来自外部？供应商与第三方在价值流里承担什么环节？
85 * 合同与协议里是否明确支持范围、升级路径与责任边界？
86 * 供应商变化会不会成为关键风险？是否存在锁定与替代成本？
87 * 你是否需要服务集成商角色来协调多方？
88
89
90 当你把四个维度当成四组问题，你每次开评审会就知道要问什么、要拉谁进来、要补哪些材料。它会直接提升你做决策的效率与质量。
91
92 ===
93 \\\\\\**三、四个维度最常见的误用：为什么很多团队“知道四个维度”，却还是会做坏决策** ===
94
95
96 \\\\四个维度最常见的误用，不是“不知道”，而是“知道但不当回事”。我见过三种典型误用，你可以对照自检。
97 \\**1、把四个维度当成形式化的立项材料**
98
99 * 表格填得很漂亮，但内容都是套话
100 * 评审会上大家只盯时间线与预算
101
102 结果是：真正的约束没有被暴露，问题被延后到上线后以事故形式出现。
103 纠偏方式：
104
105 * 每个维度必须给出至少一个“可验证的风险或约束”，并明确谁负责消减
106 * 把“填完表”改成“回答问题”：如果答不出来，说明你还没准备好推进
107
108
109 **2、只重视自己熟悉的维度**
110 技术团队天然会偏向信息和技术;流程团队会偏向价值流和流程;采购团队会偏向合作伙伴与供应商;HR 会偏向组织和人员。
111 结果是：每个人都觉得自己考虑得很周全，但整体决策仍然偏科。
112 纠偏方式：
113
114 * 评审会必须有四个维度的“代表声音”
115 * 没有某个维度的关键代表，宁愿推迟决策，也不要草率通过
116
117
118 **3、四个维度只在“出事之后”才被想起**
119 很多组织只有在重大事件后才开始补文化、补培训、补数据治理、补供应商责任边界。
120 结果是：每次都用事故解决系统问题，成本越来越高，组织速度越来越慢。
121 纠偏方式：
122
123 * 把四个维度前置到发现与设计阶段，而不是转换与运营阶段
124 * 重大变更必须在上线前做四个维度复盘，确保控制点与责任清晰
125
126
127 ===
128 \\\\**四、用一个你最熟悉的场景来跑一遍：引入生成式 AI 服务台，到底该怎么看四个维度** ===
129
130
131 \\\\为了让四个维度不抽象，我用一个常见场景演示：很多组织正在引入生成式 AI 或聊天机器人来提升服务台效率。
132 \\如果你只从技术角度看，问题会变成：模型怎么选、接口怎么连、上线怎么发布。可一旦你用四个维度过一遍，决策会更稳。
133 \\**1、组织和人员**
134
135 * 谁对机器人回答的质量负责？是服务台还是平台团队？
136 * 一线人员的工作方式怎么变？需要怎样的培训与协作文化？
137 * 发生错误建议导致事故时，升级路径与责任边界是否清楚？谁有暂停权？
138
139
140 **2、价值流和流程**
141
142 * 机器人插入到“履行服务请求”还是“事件管理”环节？
143 * 它会减少交付周期，还是增加一次“来回确认”的等待？
144 * 它能否把简单请求快速闭环，同时把复杂问题更快升级给专家？
145 * 验收准则是什么：减少多少人工、提升多少满意度、降低多少升级次数？
146
147
148 **3、信息和技术**
149
150 * 知识库与记录是否完整、准确、一致？数据治理是否足够？
151 * 机器人回答是否可追溯：引用了什么内容、依据是什么？
152 * 可观测性是否到位：错误率、幻觉率、升级率如何监控？
153 * 自动化触发补救动作时，是否有回滚与恢复机制？
154
155
156 **4、合作伙伴与供应商**
157
158 * 模型与平台由谁提供？云服务提供商的责任边界在哪里？
159 * 数据是否出域？合规与保密性如何保障？
160 * 供应商发生变化或服务中断时，你是否有替代方案？
161 * 多方协同时，是否需要明确服务集成商来协调？
162
163
164 你会发现，四个维度把“上 AI 服务台”从一个技术项目，变成一个治理、流程、数据与生态协同的系统工程。这样做的好处是：你不是把风险留到上线后用事故补救，而是在决策阶段就把关键约束暴露出来。
165
166 ===
167 \\\\**五、四个维度的真正价值：它让你用同一套语言做资源配置与治理设计** ===
168
169
170 \\\\IT管理者最难的事之一，是资源总是不够：预算有限、人才有限、时间有限。四个维度能帮助你做更聪明的资源配置，因为它让你清楚看到短板在哪里。
171 \\你可以这样用四个维度做资源配置：
172
173 * 如果组织和人员是短板：先投培训、角色清晰化、协作文化与责任分配，不要急着堆工具
174 * 如果价值流和流程是短板：先做价值流识别与映射，找瓶颈，再决定要不要改平台
175 * 如果信息和技术是短板：先补数据治理、可观测性与配置记录，再谈自动化闭环
176 * 如果合作伙伴与供应商是短板：先梳理服务关系与合同责任边界，再谈生态扩展
177
178
179 这就是四个维度作为护栏的价值：它让你不再凭直觉投入，而是用结构化方法做优先级排序。
180 \\\\四个维度之所以重要，不是因为它让你“考虑得更全面”，而是因为它让你在每一次重大决策里都不偏科：人、流程、技术、生态系统四条约束缺一不可。你只要把四个维度当成四组必须回答的问题，它就会变成你最可靠的决策护栏，而不是一张形式化表格。
181 \\\\\\\\我是AI+ITIL教练长河achotsao，欢迎添加长河老师微信 achotsao 深入交流，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。
深圳市艾拓先锋企业管理咨询有限公司