AI正在吃掉ITSM：为什么“系统的系统”成了最危险的遗产软件

如果你以为最先被 AI 颠覆的是客服、写代码或数据分析，这期播客会让你重新校准直觉。Redpoint 的 AI 播客里，Serville 创始人 Jake Stal 抛出一个更狠的判断：真正站在悬崖边上的，是 ITSM 这种“系统的系统”。而一旦系统记录权易主，组织形态都会跟着重写。

最反直觉的判断：AI不是先干掉“表层工具”，而是直插系统记录

在这期《Unsupervised Learning》里，最炸的一句话并不是关于模型能力，而是关于权力结构。Jake Stal 反复强调：AI 真正的机会，不在于做一个更聪明的助手，而在于“own the system of record”。

系统记录（System of Record）意味着什么？它不是一个界面，不是一个插件，而是所有流程、状态、责任和决策最终“算数”的地方。过去几十年，这个位置被 ITSM 类系统牢牢占据：工单、资产、权限、流程审批，全都在这里落盘。

问题在于，这一整套系统是为“人填表、人流转、人跟进”设计的。当 AI 真的可以理解上下文、自动执行、持续优化流程时，这些系统突然变成了最脆弱的一环。不是因为它们不好用，而是因为它们的核心假设已经过期。

Jake 的判断很直接：当 AI 能够同时理解请求、执行动作、验证结果时，你就不需要一个以工单为中心的世界观了。这不是功能升级，而是范式切换。

“Both” 的答案：不是 Copilot 还是 Autopilot，而是同时吞掉两者

在播客早期，主持人问了一个所有 AI 产品都会被问的问题：你们到底是做辅助（copilot），还是做自动化（autopilot）？

Jake 的回答只有一个词：“Both.”

这个回答看似圆滑，其实非常激进。因为它意味着产品从一开始就假设：人不会永远在 loop 里。系统必须既能在需要时让人介入，又要在大多数情况下自动跑完。

这也解释了为什么他们反复强调“it’s basically done for you”。不是给你 20 个按钮让你配置，而是默认系统会把事办完，只在必要时打断你。

这里有一个很容易被忽略的点：真正难的不是自动化本身，而是如何在不确定性中建立信任。这也是他们后面花大量时间讨论 guardrails、可靠性和‘我能不能把系统彻底交给它’的原因。

ITSM 为什么成了“最容易被吃掉的遗产类别”

Jake 直接点名：ITSM 可能是企业软件里最 vulnerable 的 legacy category。

原因并不复杂，但很残酷：

第一，ITSM 处在所有流程的中心，却几乎不创造差异化体验。它更像基础设施，一旦有更好的替代方案，迁移的心理阻力反而没那么大。

第二，ITSM 的数据密度极高。它天然汇集了组织里最真实的运作数据：谁在做什么、卡在哪里、哪些流程是摆设。这些数据对 AI 来说是“高热量燃料”。

第三，也是最致命的：ITSM 的流程逻辑是静态的，而现实组织是动态的。人、团队、职责不断变化，但系统里的流程却靠人工维护。AI-native 的系统恰恰反过来——它假设变化是常态。

当你把这三点叠加，就会发现：这不是某个功能被替代的问题，而是整个类别的地基开始松动。

AI-Native 组织结构：不是画 Org Chart，而是实时生成

播客中一个非常有意思、但容易被低估的讨论，是关于 org chart。

传统组织结构图，本质是一张 PPT：半年更新一次，现实中早就失真。而 Jake 描述的 AI-native 组织结构，更像是一个实时系统——它从实际工作流中推断出“谁在负责什么”。

这背后是一个非常激进的假设：组织不是先设计、再执行，而是先发生、再被理解。

当系统能够持续观察请求如何流转、决策在哪里发生、谁真正解决了问题，org chart 就不再是管理层拍脑袋的结果，而是数据的自然涌现。

这也是为什么他们认为，AI 会迫使我们重新思考‘管理’本身。不是分配任务，而是设计一个让系统自己找到最优解的环境。

可靠性、护栏与“不敢 break”：AI 自动化的真正门槛

在后半段，话题明显从“愿景”转向了“我敢不敢用”。主持人连续追问：你们怎么保证系统不会乱来？出了问题怎么办？

Jake 的一个表述很关键：他们设计的目标是“我不敢 break it at all”。

这句话的潜台词是：一旦用户不再每一步盯着，系统的可靠性要求会指数级上升。这也是为什么他们强调 guardrails、可回滚、以及自动化是否真的带来“improvements”。

这里没有炫技式的模型讨论，反而更像传统工程思维的回归：监控、验证、失败模式分析。AI 不是用来赌的，而是要比人更稳。

这也解释了一个现实趋势：真正能落地的 AI 系统，往往看起来没那么性感，但在可靠性上极度保守。

终局视角：从企业效率到“全球最大值”

在接近尾声时，话题被拉到了一个极大的尺度。Jake 提到，他们追求的不是某个局部最优，而是一个“hopefully a global maximum”。

这听起来很宏大，但结合前面的讨论，其实逻辑很一致：当系统可以自动吸收变化、重构流程、减少摩擦，效率的提升不再是线性的，而是结构性的。

他们甚至把视角抬到了全球 GDP 的层面。这不是空话，而是对‘组织效率’这个长期被低估变量的重新定价。

如果 AI 真能重写系统记录、组织结构和执行方式，那么影响的就不只是某家公司，而是整个经济体的运作成本。

总结

这期播客最值得 AI 从业者反复咀嚼的，不是某个产品细节，而是一个顺序问题：AI 真正先改变的，从来不是表面工作，而是底层“谁说了算”的系统。ITSM 之所以危险，是因为它站在权力与数据的交汇点，却又背负着过时的假设。

对从业者来说，takeaway 很现实：如果你在做 AI 产品，别急着做一个更聪明的界面，先想清楚你有没有机会触碰 system of record；如果你在企业内部，开始警惕那些看似稳定、却已经不适配 AI 时代的核心系统。

一个值得带走的问题是：当 AI 不只是工具，而是执行者时，你所在的组织，准备好把“算数权”交出去了吗？

关键词： ITSM， System of Record， AI自动化， AI-Native组织， 企业软件

事实核查备注： 需要核查：1）嘉宾姓名 Jake Stal 的拼写与身份；2）Serville 的公司定位与是否为 ITSM 相关产品；3）播客发布时间 2026-04-02；4）关于“ITSM 是最 vulnerable legacy category”的原话语境；5）关于 global maximum / GDP 的表述是否为直接引用或意译