为什么这很重要

问一个组织有多少台笔记本电脑、服务器、软件许可证和云订阅,答案通常是一个估计。记录散落在采购、财务、IT 和各个团队之中。设备买了却从未登记,或者登记了却丢失了。订阅在需要它们的项目结束后仍在继续。许可证是按很久以前的某个日期清点的。

后果是代价高昂的。钱被花在没人使用的设备和许可证上。软件供应商的审计发现缺口并带来罚款。安全团队无法给他们不知道其存在的东西打补丁。设备丢失时,没人知道上面存了什么数据。审计员索要控制措施的证据时,组织无法提供。

资产管理对“我们有什么?”给出单一而可靠的答案,并为随后的问题奠定基础:它安全吗?它被使用吗?它值得其成本吗?它快到寿命终点了吗?本主题涵盖核心概念,以及对 IT 资产总体的生命周期视角。具体领域另有各自的主题:软件(主题 4.2 — 软件资产管理)、硬件(主题 4.3 — 硬件资产管理)和配置项(主题 4.4 — 配置管理)。成本则链接到主题 4.5 — 财务管理与 FinOps。

核心概念

资产。 组织拥有或控制的有价值的东西。在 IT 中,资产包括硬件、软件、云服务、数据、许可证、合同,有时还包括人员和知识。维基百科把资产管理(asset management)描述为以符合成本效益的方式开发、运营、维护和处置资产的系统化过程。本指南用“IT 资产管理”(ITAM)指应用于技术的这项实践。

资产与配置项。 资产因其价值和所有权而被跟踪,通常带有财务细节。配置项(CI)是为交付服务而需要管理的任何东西,连同它与其他条目的关系一起被跟踪。两者有重叠:服务器两者都是。记录常常存放在不同的系统里。见主题 4.4 — 配置管理。

生命周期。 资产要经过若干阶段:规划、获取、部署、运营与维护,以及退役或处置。每个阶段都有决策和记录。维基百科关于产品生命周期(product lifecycle)的文章描述了一般的理念。管理生命周期,意味着知道每项资产处于其中的哪个位置,并在合适的时候采取行动,例如在故障率上升之前更换笔记本电脑,或在许可证失效之前续期。

四个视图。 思考资产信息的一种有用方式是通过四个视图:清单(是什么、在哪里)、财务(成本、折旧、所有权)、合同(保修、支持、许可条款)和运营(使用、状况和性能)。每个视图回答不同的问题,记录需要在每个视图中保存足够的内容才有用。

清单与发现。 一份资产清单,带有类型、型号、序列号、位置、负责人和状态等关键属性。清单可以通过记录采购、扫描网络上的设备和软件,或两者并用来建立。发现工具找出从未记录的东西,以及已记录但不再存在的条目。单靠任何一个来源都不完整,对账才是真正的工作。维基百科描述了库存(inventory)和资产跟踪(asset tracking)。

标识。 每项资产需要一个在其生命周期内始终有效的身份:资产标签、条形码或序列号。维基百科描述了用于跟踪实物的条形码和射频识别(RFID)。

所有权与保管。 对每项资产有两个问题:谁对它负责,谁持有或使用它。两者不同:一个团队可能对个人持有的一批设备负责。清晰的保管可避免设备丢失。

成本与价值。 成本包括购置价格、支持、许可证、能源和处置。总拥有成本(total cost of ownership,维基百科有描述)考虑整个生命周期,而不仅仅是价格。折旧(depreciation,维基百科有描述)是一种会计处理;财务团队用它来报告,ITAM 团队应当理解它。

云与订阅资产。 云服务和软件订阅也是资产,尽管它们没有实物形态,而且几分钟内就能创建。没有纪律,它们会蔓延。在创建时就把它们与负责人、项目和预算联系起来。见主题 4.5 — 财务管理与 FinOps。

影子 IT。 在 IT 职能不知情的情况下购买和使用的技术。维基百科描述了影子 IT(shadow IT)。它的出现是因为官方途径缓慢或不能满足需求。把它视为关于未被满足需求的信息,并将有用的工具纳入管理。

数据资产。 数据也是资产,有负责人、分类和保留规则。维基百科描述了与之相关的数字资产管理(digital asset management)。见主题 7.2 — 数据基础与治理。

标准。 ISO/IEC 19770 是一系列 IT 资产管理标准,维基百科有描述。见主题 1.8 — 服务管理框架与标准。

可持续性。 资产决策会产生环境影响:制造能耗、电子垃圾和可修复性。维基百科描述了电子垃圾(electronic waste)和循环经济。见主题 8.2 — 可持续性与负责任的服务管理。

这些视角如何契合。 资产管理是四个视角所需要的事实基础。敏捷实践使流程保持轻量,并与用户一起改进它。AI 可以帮助对账、发现异常并预测故障,需要人工审查。自动化负责发现和更新记录。分析利用数据来决定更换、许可证回收和成本。

最佳实践

  1. 定义什么算资产。 决定你将跟踪哪些类别,以及价值或风险的门槛。从成本最高或风险最大的开始。
  2. 保持一份权威记录。 为每种资产选择一个单一的事实来源,并将其他记录链接到它。重复的清单会逐渐发散。
  3. 在获取时记录。 使采购、验收和登记成为一个相连的步骤,使任何东西都不会在未登记的情况下部署。实物到货时就贴上标签。
  4. 把记录与发现结合起来。 使用自动化发现找出未记录和丢失的条目,并定期对账。调查每一处差异。
  5. 指定负责人和保管人。 对每项资产或每组资产,记录谁负责、谁持有。在人员换岗或离职时更新。
  6. 跟踪整个生命周期。 记录部署、移动、所有权变更、维修和退役。利用生命周期日期来规划更换和续期。
  7. 把资产链接到服务和成本。 把每项资产与其支持的服务及所属预算联系起来。这使影响分析和成本分摊成为可能。
  8. 使丢失和处置安全。 定义设备丢失或退役时会发生什么:擦除数据、安全处置、证明以及记录。检查这些确实发生了。
  9. 通过抽样审计。 每个周期对照现实检查一批记录样本,比如实地核实设备,并度量准确率。
  10. 用数据来决策。 评审利用率、使用年限、故障和成本,以指导更换、许可证变更和整合。没人使用的记录会衰败。

与团队讨论的问题

我们有多少设备、许可证和订阅?我们对每个数字有多大把握? 询问不同的人。预期会有不同的答案。问问这个数字是如何得出的。追问:选择一个类别,认真地对账。

资产在哪里未经记录就进入了我们的组织? 寻找刷卡采购、赠品、变成永久的试用,以及团队创建的云账户。预期会有若干缺口。追问:堵上最大的一个。

我们的每个资产类别由谁负责? 共享设备和订阅的所有权往往不清楚。询问姓名。追问:指定负责人和评审日期。

有人丢失笔记本电脑或离职时会发生什么? 一步一步走一遍流程。预期在收回设备和撤销访问权限方面有缺口。追问:商定一份检查清单和一位负责人。

我们为哪些资产付费却不再使用? 查看许可证、订阅和闲置设备。预期会有所发现。追问:选出成本最高的三项,决定是退役、重新分配还是续期。

AI 如何帮助保持我们的资产数据准确?我们又希望手工核对什么? AI 可以匹配记录、标出异常条目并建议类别。它也可能错误地合并记录。问问谁负责这种用法,如何发现错误。追问:在一批样本上,对照人工对账的清单进行测试。

实践:一个服务管理示例

一所大学的 IT 部门被财务主任问到在用的笔记本电脑数量。三个来源给出了三个答案:采购部门说 4,200 台,身份系统显示有 3,600 名用户登记了笔记本电脑,终端管理工具看到 3,900 台设备。该部门最近还有一项审计发现:离职人员的笔记本电脑并不总能被收回。

ITAM 负责人首先决定范围:笔记本电脑、台式机、平板电脑和价值超过一个小额度的手机,外加软件和云订阅。她把终端管理系统指定为“在用设备”的事实来源,把采购记录指定为“已购买”的来源,并请资产经理每月对账。第一次对账发现,约有 300 台设备已购买但在网络上未见到,200 台在网络上见到但并非通过采购购买,还有 90 台设备分配给了已离职的员工。

她做了三项改变:每台设备在收货时都有标签和记录;一份离职检查清单,把 HR 的离职事件与带有截止时间的回收设备任务联系起来;以及每季度一次的抽样,由技术人员实地核实 100 台设备。两个季度后,对账差异下降了三分之二,抽样准确率为 94%。

变化在于:财务主任得到了部门能够为之辩护的数字,离职流程收回了数十台设备。仍然困难的是:研究小组用经费购买的设备仍然绕开采购;偏远校区的实地检查依赖忙碌的员工;云订阅的数据存放在另一个团队拥有的不同工具里。负责人把经费采购和订阅数据作为下一步的内容提交给了财务主任。

四种视角

产品与交付团队

记录你的产品所使用的资产:许可证、云服务和设备。在创建时就给云资源标注负责人和项目,并退役你不再需要的东西。

服务与运维团队

在部署、移动和退役设备时保持记录准确。报告差异,并在事件和变更中使用发现数据。

领导层与治理

要求提供经得起推敲的清单和所持有资产的成本。为流程和工具出资。用数据来作更换和成本方面的决策,并让负责人承担责任。

客户与用户

你代表组织持有资产。保管好它们,迅速报告丢失,并在离开时归还设备。告诉提供者你需要而未被提供的工具。

敏捷、AI、自动化与分析

敏捷

从价值最高的类别开始,与用户一起小步改进流程。定期评审准确率和痛点。注意:一次性的大清点项目很快就会过时;培养边做边记录的习惯。

AI

AI 可以对来自多个来源的记录对账,标出异常(如数月未见的设备),并根据使用年限和历史预测故障,拟议的合并和退役由人审查。指定负责人。注意:AI 可能把两项不同的资产合并,或遗漏不一致之处;要对其输出抽样。见主题 5.1 — 服务管理中的 AI。

自动化

自动化发现、采购和登记时的记录创建、离职触发以及续期提醒,带有日志。注意:自动化的记录可能增加重复条目;设定匹配规则并评审例外情况。见主题 6.1 — 自动化策略。

分析

查看清单准确率、没有负责人的资产、使用年限分布、利用率、按资产类型划分的成本,以及未使用的许可证。注意:来自小样本的高准确率数字可能误导;要跨地点和类型抽样。见主题 7.3 — 度量与报告和《服务管理度量》一书。

常见失败模式

  • 多份未对账的清单。 没人知道真相。选择一个事实来源并对账。
  • 部署之后才记录。 条目被遗漏。在获取时记录。
  • 没有负责人或保管人。 设备丢失。两者都要指定。
  • 为没用的东西付费。 许可证和订阅一直继续。评审使用情况并退役。
  • 没有处置控制。 数据随退役设备流出。擦除并记录。
  • 没人使用的记录。 数据衰败。把它们用于决策。
  • 忽视云和订阅。 成本在无人察觉中增长。把它们作为资产来跟踪。

成熟度模型

维度 起步 发展 标准化 管理 协同
清单 电子表格 一份主登记册 单一记录与发现数据对账 度量并提高准确率 跨本地、云和供应商的实时清单
生命周期 未跟踪 记下购买和处置 记录生命周期阶段和日期 用生命周期来规划更换和续期 借助自动化跨资产和供应商管理生命周期
所有权 不明确 大件有负责人 每项资产都有负责人和保管人 定期评审所有权 所有权与服务和预算相联
数据的使用 清点 基本报告 在决策中使用成本和利用率 跟踪节约和风险 数据推动整个组合的规划

检查清单

  • 我们定义了跟踪哪些资产以及门槛。
  • 每种资产类型都有一个事实来源。
  • 资产在获取时就连同标识一起被记录。
  • 发现数据和记录被定期对账。
  • 每项资产都有负责人和保管人。
  • 丢失、离职和处置有明确定义并经过检查的流程。
  • 我们对照现实审计一批记录样本。
  • 我们用数据来指导更换和成本决策。

AI 提示词

对两份清单对账。

这是来自不同系统的两份设备清单,敏感处已去除标识符:[粘贴清单 A] 和 [粘贴清单 B]。
请列出两者都出现的条目、仅在 A 中的条目、仅在 B 中的条目,以及可能是同一资产但名称不同的条目。展示你的匹配推理,不要合并任何东西。
请列出你不确定的事项。

找出可退役的候选项。

这是一份订阅和许可证清单,带有成本、席位数和最后使用日期:[粘贴]。
请列出使用很少或没有近期使用的项,每项的成本,以及向负责人提出的一个问题。不要建议取消。
请列出你不确定的事项。

起草离职检查清单。

我们的背景:[组织类型、设备、系统]。我们的离职触发条件:[描述]。
请起草一份回收设备和撤销访问权限的检查清单,为每一步指定负责人和截止时间,并指出可能遗漏的内容。不要添加法律要求。
请列出你不确定的事项。

AI 技能

主要来源

  • ISO/IEC 19770(标准本身):IT 资产管理的要求与指南;请从出版方获取当前版本阅读。
  • PeopleCert, ITIL certification pages:所有者对 IT 资产管理实践的描述。
  • Wikipedia, "Asset management" 和 "Total cost of ownership":对这些理念的概述。
  • Wikipedia, "Shadow IT":关于不受管理的技术的背景。

参考文献

  1. Asset management — Wikipedia — https://en.wikipedia.org/wiki/Asset_management
  2. ISO/IEC 19770 — Wikipedia — https://en.wikipedia.org/wiki/ISO/IEC_19770
  3. Asset tracking — Wikipedia — https://en.wikipedia.org/wiki/Asset_tracking
  4. Inventory — Wikipedia — https://en.wikipedia.org/wiki/Inventory
  5. Product lifecycle — Wikipedia — https://en.wikipedia.org/wiki/Product_lifecycle
  6. Total cost of ownership — Wikipedia — https://en.wikipedia.org/wiki/Total_cost_of_ownership
  7. Depreciation — Wikipedia — https://en.wikipedia.org/wiki/Depreciation
  8. Shadow IT — Wikipedia — https://en.wikipedia.org/wiki/Shadow_IT
  9. Electronic waste — Wikipedia — https://en.wikipedia.org/wiki/Electronic_waste
  10. Digital asset management — Wikipedia — https://en.wikipedia.org/wiki/Digital_asset_management
  11. Radio-frequency identification — Wikipedia — https://en.wikipedia.org/wiki/Radio-frequency_identification