2026下半年系统规划与管理师论文真题范文参考

2026下半年的软考高级系统规划与管理师考试已结束，此次系统规划与管理师的论文题目为：论AI赋能的IT服务运营提升。字数要求2000-2500字，三个问题结构建议：第一问铺垫的系统和规模，第三问要能对上。第二问偏理论、第三问偏落地，两问之间要有递进而非重复——第二问答“应该怎么做”，第三问答”我实际怎么做、遇到什么问题”。

2026下半年系统规划与管理师论文范文参考如下：

概述

2023年初，某保险集团流量威胁监测项目建成投运，由集团安全部门负责运营，覆盖未知威胁检测、威胁情报联动、防御拦截等核心模块，部署检测设备约300台，纳管近万台办公终端流量安全检测。随着威胁线索增长与终端扩容，安全部门运营保障能力难以覆盖日益增长的服务需求，多次出现长时间中断未能及时恢复，甚至互联网入口检测设备宕机超过5小时，导致多个部门处于无安全防御的高风险状态。鉴于此，集团将该项目IT服务运维工作整体外包给我司，我方作为服务供方承接为期两年的IT服务运维管理项目，以服务级别协议为核心交付服务。

本项目以保障检测体系稳定运行、降低中断时长与影响为核心目的，服务对象为集团安全部门，负责维护客户已有的多品牌安全检测设备资产，不涉及采购，同时我方与设备供应商建立了技术对接机制。服务内容围绕人员、资源、技术、过程四要素展开，涵盖事件处理、安全加固、漏洞修复、配置巡检与应急保障。项目组由20余人组成，按管理岗、技术支持岗、操作岗三类配置，交付成果包括服务级别协议、定期服务运行报告、阶段性服务改进方案、知识库及应急演练记录。我担任系统规划与管理师，主导服务设计与质量管控，并负责服务运营提升工作的整体推进。

随着服务规模扩大与客户期望提升，传统依靠增加人力、延长工时的运营模式已触及天花板。为此，我在服务运营阶段引入大模型技术，围绕业务关系管理、服务成本度量和智能化营销三个方向开展服务运营提升实践，这也是本文论述的重点。

1、构建智能交互能力，改进客户关系管理

客户关系管理的目标是服务并管理好客户需求，与客户建立长期有效的业务关系，实现共赢发展。其活动包括定期沟通、日常沟通、高层拜访、投诉管理、表扬管理、满意度调查和增值服务等。（理论点）

引入大模型后，我在客户关系管理的智能交互能力上做了三方面改造。一是智能服务台。将大模型与ITSM平台对接，构建面向客户的智能问答入口，客户通过自然语言描述即可完成服务请求受理、进度查询和政策咨询，大模型自动完成意图识别、分类与工单生成，并推送至对应处理岗位，减少了客户在沟通环节的等待与重复描述。二是沟通内容智能沉淀。大模型对日常沟通、定期沟通记录进行自动摘要与情感分析，从对话中提取客户关注点、满意度倾向和潜在需求，形成客户需求画像，为后续需求挖掘与增改服务提供依据。三是满意度调查智能化。针对CasebyCase满意度调查和公开调查两种类型，大模型自动完成回访问卷生成、反馈文本聚类与归因分析，识别不满意集中的服务环节，支撑投诉管理与服务改进。

需要注意，增值服务不能随意选择，须把握不影响现有协议约定内容、贴合客户需要、投入可接受、本身有能力引申四项原则。大模型识别出的潜在增值服务机会，仍需人工判断后再执行。

2.大模型引入后的服务成本变化及成本度量、预算、结算调整

信息系统服务成本包括直接人力成本、直接非人力成本、间接人力成本和间接非人力成本，总成本为各分项之和。（理论点）

引入大模型后，服务成本发生如下变化。一是直接人力成本下降。重复性的工单受理、咨询解答、报告撰写等人工工作量被替代，操作岗人力投入减少，人员从事务性工作转向复杂判断与专业支持。二是直接非人力成本上升。新增了大模型调用费用、模型相关软硬件采购或租赁费用、知识库与语料治理专项培训费用等。这部分属于为特定项目支出的费用，应计入直接非人力成本的采购费或租赁费、培训费。三是间接成本需重新分摊。若采用组织统一的大模型平台，其建设与运维费用由组织级承担，应按比例分摊至本项目间接非人力成本。

相应地，成本度量、预算与结算需做三方面调整。成本度量上，应新增”智能工具成本“维度并引入调整因子。由于大模型提升了自动化水平，单位工作量会下降，估算时应结合服务对象规模、单位工作量和调整因子重新测算，其中服务能力因子因自动化工具使用而发生变化。预算上，在开支项划分中单列智能工具开支，与既有的服务工具开支、知识库开支区分，按项目周期性特征均分至各时间段形成预算表。结算上，由于模型调用费用随业务量波动，需在核算过程中对照预算持续跟踪单价与用量，及时调整资源分配，项目结束后对全生命周期收支进行总体结算。

3.应用大模型技术开展智能化营销

服务营销过程分为启动准备、调研交流、能力展示、服务达成四个阶段。（理论点）

大模型在其中的应用体现在：调研交流阶段，大模型对客户信息化现状资料、访谈记录进行批量分析，自动梳理信息化建设现状与需求清单，辅助挖掘客户潜在需求；能力展示阶段，大模型根据客户行业特征与历史服务数据，自动生成针对性强的解决方案草案与产品展示材料，提高方案编制效率，缩短从了解需求到形成方案的周期；服务达成阶段，大模型辅助起草服务级别协议、运营级别协议与支持合同草案，并对协议条款一致性进行校验，保障协议草拟质量。

同时应看到，大模型生成内容存在事实偏差风险，涉及对外承诺和合同条款的部分必须经过人工评审确认，不能直接对外交付。

总结

结合本项目，我开展了四项具体实践。一是搭建智能服务台，将大模型接入现有ITSM运维平台，客户以自然语言提交请求，模型自动分类分级并派单，与既有服务台职能融合，形成供需双方统一联系点。二是建设知识库智能检索能力，使知识库具备语义检索与答案生成功能，工程师遇到重复故障可直接问询获取历史处置方案。三是智能巡检与报告生成，将监控告警数据与工单数据交由大模型汇总，自动生成月度服务运行报告初稿，工程师只需审核与补充，大幅缩短编制时间。四是成本与预算联动调整，将智能工具开支单列预算科目，按核算要求逐笔记录收入与开支，并定期对照预算跟踪用量与单价波动。

实践中也积累了三点教训。第一，知识库质量决定模型效果，初期因历史工单记录不规范、术语不统一，检索准确率较低，后通过统一术语、补全知识条目、建立知识生命周期管理制度才逐步改善。第二，成本结构变化需提前预估，上线初期模型调用费用超出预期，一度挤压项目利润，后通过优化调用策略、设置用量阀值、与供应商协商阶梯价格得到控制。第三，人机边界必须清晰，曾出现模型生成的报告数据引用错误，后明确模型只负责汇总与初稿，所有对外数据与协议条款必须由人工复核确认。

总体而言，大模型为IT服务运营提升提供了新路径，但技术只是手段，服务运营提升的核心仍是以持续改进服务质量、降低服务成本、提升服务效率为目标。未来我将在数据治理、人机协同机制和成本精细化管理上继续深化，使智能能力真正匹配业务发展需要。