AI endrer raskt måten vi jobber på, også innen IT-operasjoner. Tradisjonelle rammeverk som ITIL gir stabilitet og kontroll, men kan mangle fleksibiliteten som kreves for å utnytte AI fullt ut. Hvordan kan vi oppdatere eller supplere ITIL for å maksimere AI-integrasjoner?

ITILs styrker og begrensninger

 ITIL har vært et grunnleggende rammeverk for IT-service management i flere tiår, men flere eksperter har pekt på begrensninger når det gjelder å tilpasse rammeverket til AI-drevne prosesser. For eksempel nevner Gartner at organisasjoner ofte sliter med å balansere smidighet og kontroll i ITIL-prosesser når AI skal tas i bruk, og advarer om at for rigid struktur kan hindre effektiv utnyttelse av AI.

AI utfordrer eksisterende rammeverk

 Med AI kan mange IT-oppgaver utføres raskere og mer nøyaktig enn ved manuelle prosesser. McKinsey påpeker i rapporten “AI in the IT Service Desk: How to Transform Incident Management” at AI og maskinlæring kan automatisere 30-40 % av hendelsene i et typisk IT-miljø. Dette kan utfordre tradisjonelle ITIL-baserte prosesser, som ofte krever flere eskaleringstrinn og manuell godkjenning.

 1. Incident Management: AI kan oppdage, kategorisere og løse hendelser automatisk, noe som reduserer behovet for manuell inngripen. Ifølge Forbes har organisasjoner som implementerer AI for incident management sett en reduksjon i håndteringstid på opptil 70 %.

 2. Problem Management: AI kan identifisere rotårsaker og foreslå preventive tiltak basert på mønstre i data, noe Deloitte beskriver som en kritisk forbedring for proaktiv problemhåndtering.

 3. Change Management: ITILs tilnærming til endringer krever ofte manuelle godkjenninger for å minimere risiko, men Accenture har rapportert at organisasjoner som har automatisert endringsprosesser med AI, opplever redusert risiko og raskere gjennomføring.

En hybrid tilnærming

 I stedet for å erstatte ITIL, kan en hybridmodell integrere AI i ITIL-rammeverket. Harvard Business Review har diskutert hvordan en “AI-first” tilnærming kan kombineres med tradisjonelle strukturer for å gi organisasjoner det beste fra begge verdener: fleksibilitet og kontroll.

 Eksempler på en slik tilnærming:

 • Automatiserte beslutningsstøttesystemer som vurderer hendelser basert på AI-modeller og lar teamet prioritere kun kritiske saker.

 • Proaktive tiltak i problem management, som gjør det mulig å forhindre problemer før de oppstår.

 • AI-basert evaluering i endringsprosesser for raskere beslutninger uten å ofre sikkerhet.

Konklusjon

 Ved å modernisere ITIL kan vi kombinere kontroll med smidig AI-fleksibilitet. Dette sikrer stabilitet, samtidig som vi får utnyttet potensialet AI bringer til IT-operasjoner. Som Gartner skriver, kan organisasjoner som oppdaterer sine prosesser for AI, oppnå betydelig økt effektivitet og bedre beslutningstaking i IT-arbeidet.