ITIL 第 5 版认证如何帮助管理层设计指标？联想 ITIL 5 内训课程教学心得分享

当管理对象变化，指标体系也必须重新体检

本系列为2026年5月ITIL官方宣传大使长河（曹坤良）老师联想ITIL 5内训课程教学心得分享，共五篇，本文为第五篇。

两天联想 ITIL 5 Foundation 内训课程结束后，我对这门课有一个很明确的感受：ITIL 第 5 版的价值，不只是提供新概念，也是在帮助管理层重新设计指标体系。

为什么这么说？因为 AI 进入 IT 服务管理之后，很多传统指标仍然有用，但已经不够。事件响应时间还要看，变更成功率还要看，SLA 还要看，用户满意度还要看。但现在组织还要看 AI 使用是否有效、数字员工是否稳定、Token 成本是否合理、价值流端到端体验是否改善、知识库是否适合人和机器共同使用。管理对象变了，指标体系也必须跟着变。这就像一次组织管理的体检——过去体检项目能发现很多问题，但如果生活方式变了、风险结构变了，就需要增加新的检查项目。AI 原生工作方式，就是这种变化。

联想这次参训者以 IT 管理层为主，线下课堂座无虚席，线上也有同事同步参与。这样的课堂很容易把 ITIL 第 5 版讲到管理层真正关心的问题上。大家讨论的不是"概念怎么背"，而是"这些概念如何变成组织管理能力"：服务价值流如何衡量端到端效率？AI 智能体如何验收？重大事件中 AI 介入后该看哪些稳定性指标？知识库被 AI 使用后质量怎么评估？业务部门大量使用 AI 后，IT 如何管理 Token 和算力成本？这些问题都和指标有关，也都是传统 ITIL Foundation 课程较少触达的新领域。

我一直认为，管理层学习 ITIL Foundation，不只是为了理解术语，而是为了建立一套共同的观察框架。到了 ITIL 第 5 版，这套观察框架明显扩展了：它不仅看流程是否运行，还看价值是否端到端交付；不仅看人是否按流程工作，还看数字员工是否在清晰边界内发挥作用；不仅看知识是否沉淀，还看知识是否能被 AI 调用并持续改进。

指标设计最怕两种情况。一种是只保留旧指标——这样组织会觉得一切正常，因为原来的流程 KPI 仍然好看，但 AI 使用中的成本、风险、质量和体验问题没有被看见。另一种是盲目增加新指标，比如只看 Token 消耗量、只看自动化率、只看 AI 回答次数，这样的指标很热闹，却可能误导行为：Token 多不代表有效，自动化率高不代表风险低，AI 回答多也不代表用户问题被解决。

真正有用的指标体系，应该是一组组合指标。在 AI 使用上，要同时看调用量、有效产出、成本、失败率和人工介入率；在服务价值流上，要同时看端到端周期时间、等待时间、返工次数和用户满意度；在重大事件管理上，要同时看识别速度、判断准确性、处置成功率、回滚率和复盘知识沉淀；在知识库管理上，要同时看内容质量、审核通过率、引用效果、Skill 转化和反馈改进。这才像一套完整体检，而不是只看单项数值。

午间短暂休息，曾经参加过 ITIL 4 专家级课程的优秀学员文胜约我到联想商务西餐厅叙旧。她现在在联想总部工作，师生之间在新的课程场景里重逢，是这两天里一个很温暖的插曲。

这类指标体系的设计，也要求讲师不能只讲教材。作为 ITIL 官方中国区大使和 ITIL 大师级授权讲师，我自己做 IT 服务管理实践已经三十多年，曾经做过 ITIL 咨询与 ITSM 项目实施，也做过云计算架构相关工作，又持续关注 DevOps 和智能运维。正因为这些经验交叠在一起，面对联想课堂上关于 AI 验收、集中监控平台、Token 管理、知识库改造的追问，才能把问题放到服务管理体系里系统回应。这次联想 ITIL 5 Foundation 内训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，让我印象最深的不只是课程启动得快，而是学员们的问题已经明显进入了新阶段——他们不是只关心 ITIL 第 5 版有什么新增章节，而是关心新增内容如何变成管理指标、治理机制和组织能力。

ITIL 第 5 版认证课程当然有考试要求，但对成熟组织来说，它更大的价值是帮助管理层把问题问完整。如果只问"AI 能不能做"，指标就会偏能力展示；如果进一步问"AI 做得是否有效、稳定、可控、可持续改进"，指标就会进入治理层面。如果只问"流程有没有完成"，指标就会停在局部；如果问"用户价值有没有端到端交付"，指标就会进入价值流层面。认证学习的意义，就在于让这些提问变得系统。