一场关于“如何学会与AI共事”的公开课

——“AI赋能IT服务管理”Meetup广州站学习要点解析

如果把这场广州Meetup视为一次课程，那么它更像是一门为IT从业者量身定制的“进阶训练营”。六个环节，从理念到实践，循序展开，清晰地回答了三个学习问题：为什么要学AI、学什么样的AI、以及如何真正用起来。

第一课：认知升级——AI不是工具，而是能力放大器

在开场主题中，学习的第一要点并非技术，而是认知。分享者强调，IT服务管理人员若仍将AI视为“高级搜索”或“自动化插件”，就难以发挥其真正价值。 学习重点在于：

• 学会用结构化方式向AI提问

• 理解AI的能力边界与适用场景

• 将业务问题转化为AI可执行的任务

这是所有后续学习的前置条件。

第二课：运维智能化——从流程执行到系统理解

在运维主题中，课程重点落在AIOps与智能体实践。通过案例拆解，清晰展示了运维智能体的核心学习路径：

1. 数据感知与统一采集

2. 告警关联与上下文分析

3. 基于知识库的辅助决策

关键学习结论：AI不是替代运维人员，而是帮助运维人员看得更早、看得更全。

第三课：业务智能体——让AI直接参与业务执行

业务智能体部分，重点在于“角色化学习”。通过为AI设定明确角色（如内容策划、销售助手、运营分析），学员可以快速理解：

• 如何用智能体拆解复杂业务任务

• 如何通过协作型智能体提升整体效率

这是IT服务管理走向业务赋能的重要一步。

第四课：系统集成——为AI铺好“跑道”

在集成中台主题中，学习重点回到基础架构。课程强调：没有良好的系统与数据集成，AI只能停留在局部试验阶段。 核心学习点包括：

• 应用集成如何缩短系统对接周期

• 数据集成如何支撑实时智能分析

实操课：把抽象概念变成可复制步骤

在智能体实战演练中，学习目标非常明确——“照着做一遍”。从合同审核到舆情分析，再到运维体验，学员完成了从理解到操作的闭环。

课程总结：IT学习路径正在被重写

从教育培训视角看，这场Meetup传递出的最大价值在于：AI学习不再是“懂不懂算法”，而是“能不能把AI用进真实工作”。

对IT服务管理人员而言，持续学习AI、理解业务、强化架构思维，正在成为新的必修课。