幾十年來，IT團隊一直將工單視為服務管理的基石，工單用于記錄、路由、升級和衡量工作，工單證明了我們正在工作，然而，工單也是一種“稅”，一種對時間、士氣，以及越來越對創新能力的“稅”。

事實上，工單從來就不是為現代企業環境的速度、復雜性和規模而設計的，面對混合基礎設施、AI工作負載，以及對正常運行時間和用戶體驗日益增長的期望，等待問題被報告后再采取行動已經遠遠不夠，IT需要提前發現問題，而不僅僅是在問題發生后做出響應。

是時候讓工單不再作為IT工作的默認單位了。

反對工單的理由

讓我們直面工單的本質：它是一種權宜之計，它是人類作為診斷和解決技術問題唯一手段的時代遺物。在以人為中心的工作流程中，它有其合理性：記錄問題，分配給團隊，然后等待解決，但在大規模應用下，工單顯露出了其摩擦點。

它們耗費時間，它們拖慢了平均修復時間(MTTR)，它們造成了隊列堆積，它們讓員工筋疲力盡。在問題解決之前，它們往往需要解釋、豐富、分類和升級。更糟的是，它們強化了一種被動反應的文化：“你創建工單了嗎?”成了條件反射，而不是“我們是否解決了根本原因?”

從我與全球電信、金融服務、制造業和公共部門企業的合作經驗來看，工單不僅僅是運營開銷，更是機會成本，每分鐘用于打開、路由或等待工單的時間，都是本可用于解決問題或推進戰略目標的時間，員工等待有人打開工單，等待有人接手，再等待有人采取行動，這不僅僅低效，更是整個企業失去了動力。

Forrester的一項研究發現，因IT相關延遲導致的生產力損失每年可達每1000名員工150萬至300萬美元，其中大部分是由于等待，而非修復，這不是技術失敗，而是流程失敗。

新模式：主動、自主和協調

現代IT領導者正在追求一種截然不同的運營模式，其目標是自動解決問題，在問題對用戶可見或升級為昂貴事件之前就將其解決，這并不意味著“永遠沒有工單”，而是指工單不再是第一道防線。

取而代之的是，智能體、AIOps信號和智能自動化正成為默認的工作方式，服務臺正在轉變為協調中心，人則專注于持續改進、治理和復雜異常處理。

這一轉變并非假設，根據Gartner的2025年報告《智能體將變革企業IT運營》，到2027年，這些自主系統將處理超過50%的IT運營任務，用智能體主導的解決循環取代傳統的被動工作流程。

進入IT的兩大“入口”——用戶提交請求的人類前臺和基礎設施及可觀測性信號的機器后臺——正在被重新構想：

? 人類前臺正在通過智能虛擬智能體進化，這些智能體能夠攔截用戶請求，自動解決常見問題，滿足訪問和配置需求，并隨時間學習交互。

? 機器后臺正在形成一個閉環：可觀測性和監控工具檢測異常和性能下降，觸發自動分類和自愈工作流程，無需人工干預。

金融服務和電信領域的領先企業已經看到，常規事件和服務請求無需人工技術人員介入即可解決，更重要的是，這一轉變重新定義了IT對所有權、責任和服務交付的理解。

現代化服務交付所需的條件

這不僅僅是一次技術升級，而是IT工作定義、優先級設定和執行方式的變革。CIO和I&O領導者必須在人員、流程和平臺方面采取全面方法。以下是實踐中的樣子：

1. 從最常見的工單開始

識別按數量排名的前5到10種工單類型;如密碼重置、系統訪問和連接問題。大多數企業發現，60%到80%的工單屬于少數幾個可重復的類別。

這些是自動化的理想候選對象，特別是如果解決步驟是基于策略、文檔完善的工作流程。

2. 采用結合智能與行動的智能體

傳統聊天機器人擅長回答問題，但它們不解決問題。需要的是自主式AI——能夠解釋上下文、做出決策并采取行動的軟件實體。

這些智能體將自然語言理解與協調邏輯相結合，能夠根據情況動態選擇正確的流程執行，結果是更快、更準確的解決，幾乎無需人工輸入。

3. 整合可觀測性和自動化

許多企業已在監控上投入巨資，但仍將警報路由到工單隊列。那不是可觀測性，那只是大規模噪音。

將您的監控工具與協調平臺連接，以便已知的故障條件自動觸發修復工作流程。事件關聯、影響分析和閾值檢測都應在工單隊列上游完成。

如果做得好，基礎設施將實現自愈。

4. 將人提升為工程師和策略師

一線并未消失，而是進化了，智能體不再手動履行工單，而是成為流程工程師和服務設計師，他們定義“良好”的標準，他們構建可重用的工作流程，他們確保自動化是安全、可靠和合規的。

這不是關于減少人力，而是關于轉移工作、減少停機、消除硬性成本，并最終提高標準。

風險所在

這一轉變并非關于虛榮指標，而是關于：

? 增加覆蓋范圍，將重復性工作量從人員轉移到機器，以便團隊能夠專注于創新。

? 加速自主解決，減少需要人工輸入的MTTR。

? 最小化工單隊列，在需要人工干預之前解決請求。

? 恢復生產力小時數，消除等待工單、分類和修復的時間。

? 通過工作流程重用實現擴展，一次構建，多次部署。可重用工作流程帶來復合回報。

? 縮短實現價值的時間，更快上線=更快ROI。

? 主動預防事件，在問題干擾業務之前解決它們。

? 提高業務正常運行時間，以直接影響SLA和滿意度的方式減少停機和升級。

或許最重要的是，這是關于使IT結果與業務影響保持一致，以便自動化成為戰略倍增器，而不僅僅是技術項目。

實際的前進路徑

這一新模式對每個組織來說都不會相同，有些將從服務臺開始，有些將從AIOps開始，關鍵是從能快速看到影響的地方開始，然后從那里擴展。

? 選擇一兩個高容量用例進行完全自動化

? 衡量節省的時間、轉移量和滿意度

? 將收益再投資于額外的體驗改進

? 為解決速度、成本節約和首次呼叫解決率(FCR)建立關鍵績效指標(KPI)

? 宣傳成功并建立內部動力

這不是一夜之間的轉變，但它是必要的，舊的玩法——路由、分類、分配、升級——是為另一個時代設計的，我們今天支持的業務無法承受等待隊列。