IT 部门每天被三类事淹没：源源不断的工单、反复出现的故障、步步紧约束的变更。传统做法靠人盯监控、手工建单、凭经验排障，效率低且难以追溯。把企业级智能体自动化平台引入 IT 服务管理（ITSM），不是用机器人替代工程师，而是让智能体承担"受理—分派—初判—执行—记录"这条链路里可标准化的部分，把人解放去处理真正需要判断的复杂问题。RPA+大模型 在这里的价值，是用大模型理解工单语义、用机器人穿透各类运维系统。

一、工单：从手工建单到语义受理

用户一句"报表系统又登不上了"，智能体先识别意图、提取关键字段（系统、账号、现象），自动建单并分派到对应队列。某大型银行的 iS-CDA（桌面行为分析）把纳管终端从 150 个扩展到 260 个，整体运行效能提升约 70%，年度处理业务量达 80 万笔，释放 30 余名人力——这类"先纳管、再自动化"的思路，同样适用于工单受理。

二、排障：从经验驱动到知识驱动

重复故障往往有标准解法。智能体结合历史工单与知识库，给出排障建议甚至自动执行已知修复脚本；拿不准的再升级人工。某电梯导轨龙头的资金场景，系统巡检做到 100% 全覆盖、100% 当日完成，靠的就是把巡检动作标准化、常态化，而非临时响应。

三、变更：把"高危操作"关进流程里

变更是 IT 风险高地。智能体可辅助生成变更方案、预检依赖、按审批流逐步执行，并把每一步留痕。某金融集团每天对 2200 名客服、15 万条通话做质检，录屏与录音同步、可回放，这种"操作可回放"的能力同样适用于变更审计。

四、知识沉淀与闭环

ITSM 的智能体越用越准，靠的是知识回流。每次排障的"现象—根因—解法"都应沉淀为知识条目，下次同类工单自动匹配；变更失败的案例也要入库，避免重蹈覆辙。某金融集团每天对 2200 名客服、15 万条通话做质检，其"操作可回放"的能力，本质上也是一种知识沉淀——把不可见的运维行为变成可复盘的资产。

五、避坑

高危变更不全自动：必须保留人工审批关卡；
排障建议要可追溯来源，避免黑盒结论；
工单数据要回流知识库，形成"越用越准"的闭环；
跨系统穿透要受权限约束，避免智能体越权读取运维数据。

六、落地推进建议

ITSM 智能化不必一步到位，可以按"先工单、后排障、再变更"的顺序推进。先从语义受理切入，因为工单量大、重复度高，见效快、风险低；再逐步把标准排障脚本化；而变更这类高危动作，始终保留人工关卡。

推进时要注意三件事：一是把"可回放"作为硬要求，每一步操作都留痕，既服务于审计也服务于排障复盘；二是把知识沉淀机制设计进去，让每次排障都变成下次自动化的养料；三是权限边界要清晰，智能体只能读它该读的运维数据。某大型银行的 iS-CDA（桌面行为分析）把纳管终端从 150 个扩展到 260 个、年度处理业务量达 80 万笔，这类"先纳管、再智能化"的节奏，对 ITSM 同样适用。

落地检查清单

工单是否支持语义受理与自动分派
重复故障是否有标准排障与自动修复
变更是否走审批流并逐步执行留痕
排障建议是否可溯源
工单与排障数据是否回流知识库