腾讯云顾问:从人工到数智平台,用 AI 重塑 IT 服务

如果无法正常显示,请先停止浏览器的去广告插件。
分享至:
1. 演讲人:许小川@腾讯云顾问
2. 01 云 IT 服务组织面临哪些挑战? 02 如何用 AI 重塑 IT 服务? 03 我们有哪些思考和经验?
3.
4. 01 云IT服务组织面临哪些挑战?
5. IT 服务是指 云计算的 IT 服务 IT 咨询服务 IT 实施服务 IT 售后服务 需求分析 概要设计 详细设计 ... 部署资源 迁移数据 割接业务 … 技术支持 运营治理 升级换代 …
6.
7. IT 是现代企业不可或缺的生产力,已经渗透到企业经营的方方面面 以云计算服务提供商为例,其上中下游间,乃至组织内部都存在 IT 服务 上游 供应商 中游 云服务提供商 IT 部 门 业务 部门 下游 客户 百万级客户数 IT 部门 业务部门
8. 海外企业以租用 SaaS 为主 • • • • • 国内企业以自研为主, 腾讯云自研了 2 个平台 • • 支持服务 即解决问题/ “救火” 主动服务 即避免问题/ “消防”
9. 客户和业务需求 已达到较高水平后,如何进一步提升?存在现实的挑战 更快 • • • 更好 • • 更省 • • 边际成本 分钟级 复杂度 熟练度
10. 架构优化 主动巡检 问题分析 稳定性治理 风险治理 故障应急 高可用建设 护航报障 需求对接 容量规划 实施协助 服务报告 混沌演练 赋能交流 ….
11. 02 如何用AI重塑IT服务?
12. 阶段一 2019 前 阶段二 2019 后 腾 讯 云 安 灯 阶段三 2023 后 腾 讯 云 安 灯 后续 腾 讯 云 安 灯
13. 构建变革飞轮 经典变革方法 聚焦干系人价值 找到变革轴线 业务 挖掘 运营 流程 治理 数据 IT
14. 客服 服管 挖掘 服务 工单 数据 安灯 事件 管理流程 故障 * 管理流程 问题 管理流程 变更 管理流程 …
15. 客服 挖掘 智能客情 服管 服务 各种单 数据 安灯 智能辅助 智能客服 智能派单 智能转单 智能结单 智能质检 智能分析 智能报告 智能画像 …
16. 提单 客户 智能客服 一线 结单 二线 三线 智能辅助 智能客情 智能分析 智能派单 智能质检 智能总结 智能转单 智能画像 智能报告 智能结单 … … 70%+ ~20% ~10% ~5% 客户自助 立即响应&解答 赋能一线 专业度提升 辅助二线 提升效率 辅助三线 总结输出 持续 赋能
17. 需求分析 概要设计 详细设计 部署资源 迁移数据 割接业务 软件系统架构图就是主动服务流程数智化的主线 持续迭代 运营治理 升级换代
18. 线下工具 • 电子白板 • • 腾讯云顾问 • • • • 架构 图 AI 云 IT 服 务经 验
19. 云架构 云上治理 Agents 卓越架 构指数 业务工作流管理 RAG 与提示工程 大数据平台/ETL 基础设施及云服务 3rd 扩展 模型Hub/MLOps 基础大模型
20. 过去:人 现在:人+平台 未来:平台+人 • • • • • • • • 腾 讯 云 安 灯 腾 讯 云 顾 问 腾 讯 云 安 灯 腾 讯 云 顾 问 腾 讯 云 安 灯
21. 以架构图为主线 • 以卓越架构指数为指导 • 以治理Agents为工具 • 以在线互动看板为协作方式 •
22. 链路生图 • 网络生图 • 风险生图 • 自如绘图 •
23. 应用层 架构层 性能 安全 成本 可靠 卓越指数 资源层 卓越运营 可持续
24. 图表分析需求大 • • 传统方式成本高 • • 智能取数DIY • •
25. 垂直大模型 • • • “按图索骥” •
26. 混沌演练 • • 技术、心理门槛高 • • 智能方案、演练 • •
27. 过去 通过云顾问 • • • • • 工单 邮件 客户 在线会议 云顾问 IM 群 线下会议 客户 … 云上系统 技术 顾问 云上系统 技术 顾问
28. 护航 流程 人工 过程 基于 云顾 问的 过程 成效 从 1 周到 1 天内 从手忙脚乱到井然有序 从纯人工到全自动 护航前准备 护航中 护航后
29. 传统的故障定位方式 基于云顾问的故障定位方式 • • • • •
30. 03 我们有哪些思考和经验?
31. 以 LLM 为代表的 AI 技术呈现井喷式发展 社会越来越成为更加不确定、脆弱的复杂系统 • • • VUCA BANI • • • • • • • • SHIVA TACI RUPT …
32. 沿引 Microsoft 的观点,AI Agent 正逐 步深入企业日常工作,提升生产效率 • 我们的经验 无论是安灯在支持服务,还是云顾问在主 动服务板块,都正在用 AI 重塑 IT 服务 • • • •
33. 随着 VUCA 时代来临,敏捷开发相对瀑 布流模式具有显著的优势,进入 BANI 时代后,敏捷的节奏变得更加紧凑 我们的经验 AI 研发周期更短:从“Feature 级” 到“Case级” • • 产品经理 - 开发工程师边界在融合 • • 开发工程师 - 测试工程师边界在融合 • •
34. 数据可视化的 5 个层次 我们的经验,可视化管理可以 L0:原始数据 • • L1:简单统计(如Excel) • • L2:复杂分析(交叉、回归等) L3:交互式可视化 L4:数据驱动业务
35. PUSH和PULL是价值链管理的两种经典 策略,在软件工程领域也有对应的实践 我们的经验:相比传统方式,云顾问PULL式治理 • • • • Biz Ops 跟踪 云顾问 PULL式 需求 架构 Dev 指标 日志 治理 传统 PUSH式
36. DIKW 模型 数智飞轮 扩大冰棍投放 业务 温度和冰棍销量成正比 挖掘 运营 流程 治理 高温 我们的经验 • • • 39°C 数据 IT •
37. 小结 01 云的 IT 服务组织面临的挑战 02 用AI重塑 IT 服务 03 我们的思考和经验
38.
39. 探索 AI 应用边界 Explore the limits of AI applications

首页 - Wiki
Copyright © 2011-2025 iteam. Current version is 2.147.0. UTC+08:00, 2025-10-28 18:48
浙ICP备14020137号-1 $访客地图$