Přestože předchozí verze ITIL 4 přinesla řadu užitečných principů, některé oblasti zůstaly nedostatečně rozpracované nebo byly pro organizace složitě uchopitelné v praxi. Například koncept hodnotových toků (value streams) měl organizacím pomoci lépe navrhovat a optimalizovat poskytování služeb. Řada firem však narážela na to, že doporučení neposkytovala dostatek konkrétních vodítek pro jejich zavedení do každodenního fungování.

Určitý prostor dostala také oblast zákaznické a uživatelské zkušenosti. S rostoucím důrazem na spokojenost uživatelů a zaměstnanců se však ukázalo, že moderní organizace potřebují komplexnější doporučení, než jaká ITIL 4 nabízel.

V neposlední řadě, v době vzniku ITIL 4 ještě nebyla umělá inteligence tak rozšířená jako dnes. Proto se framework jen velmi omezeně věnoval tomu, jak AI efektivně a bezpečně využívat při řízení IT služeb.

ITIL 5 vyšel začátkem roku 2026. Základ frameworku zůstává stejný. Podle PeopleCert tvoří obsah ITIL 5 ze 40 % převzatý materiál z ITIL 4, z 24 % aktualizované koncepty a z 36 % zcela nový obsah. Změnil se ale rozsah a způsob uvažování. 

ITIL 4 byl navržen pro dobu, kdy se firmy učily pracovat s Agilem, DevOps a cloudem. ITIL 5 reaguje na to, co přišlo potom – digitální produkty a služby se prakticky slily v jedno, AI se dostala do běžného provozu a governance, tedy způsob, jakým se IT řídí, schvaluje a kontroluje, začala týmy IT spíše brzdit než pomáhat.

 

Největší změny se proto odehrávají ve čtyřech oblastech: 

Jak říká můj kolega Jan Škrabánek z ALVAO: „ITIL je souhrn praktických zkušeností převedený do frameworku. Verze 5 to vystihuje nejpřesněji ze všech dosavadních iterací.“

Dlouhá léta se výkon IT měřil počtem uzavřených tiketů, dodržením SLA a dostupností systémů. Jsou to čísla, která se snadno sledují, ale nevypovídají nic o tom, zda zaměstnanec na druhé straně dostal, co skutečně potřeboval.

Typická situace z praxe: tiket je uzavřený včas a formálně splňuje SLA, ale zaměstnanec mezitím čekal několik hodin bez přístupu k důležité aplikaci a reálně nemohl pracovat. S příchodem ITIL 5 se zkušenost uživatele, zákazníka i dalších zúčastněných stran stává základním měřítkem hodnoty. Nestačí tiket uzavřít včas. Důležitější otázky jsou: mohl člověk pokračovat v práci? Dostal odpověď, která jeho problém skutečně vyřešila? Proto ITIL 5 zavádí ITIL Experience jako samostatnou disciplínu s vlastními principy, metrikami a nástroji.

ITIL zároveň staví na předpokladu, že organizace mají kvalitní data, jasné vlastnictví procesů a nástroje, které doporučení frameworku skutečně podpoří. Realita však bývá jiná.

Při rozhovorech s firmami napříč různými obory se opakovaně setkávám se stejným problémem: nepřesnými daty v evidenci IT majetku a neaktuální CMDB. Mnoho firem sice disponuje seznamem zařízení a konfigurací, ale při bližším pohledu se ukáže, že část informací není aktuální. Některá zařízení už používají jiní zaměstnanci, jiná prošla obměnou hardwaru a další se v evidenci stále nacházejí, přestože jsou dávno vyřazena z provozu.

Právě tohle ITIL dlouhodobě zdůrazňuje: potřebu pracovat s přesnými a aktuálními daty o tom, co organizace vlastní a jak to funguje. Jenže jak toho dosáhnout, když data vznikají na různých místech a nikdo nemá čas je synchronizovat? Tady narážíme na skutečný problém – na nedostatek automatizace a disciplíny při sběru dat. Doporučení bez nástrojů, které ho podpoří, zůstává jen teorií.

Stejný problém se přesouvá do oblasti umělé inteligence. AI se stala běžnou součástí fungování mnoha IT firem. Setkáváme se s ní při automatickém zpracování požadavků, v analytických nástrojích i při tvorbě a správě znalostních databází. Stále častěji je integrována přímo do aplikací a pracovních nástrojů, které zaměstnanci používají každý den. 

ITIL 5 reflektuje tuto realitu a zdůrazňuje, že vedle nesporných přínosů přináší AI také nové výzvy. Proto věnuje značnou pozornost pravidlům a postupům, které organizacím umožňují zavádět a rozvíjet umělou inteligenci kontrolovaným, odpovědným a důvěryhodným způsobem.

V praxi se většina organizací nepotýká ani tak s otázkou, zda AI nasadit, ale zda mají dostatečně kvalitní data, aby ji mohly využívat smysluplně. Platí jednoduché pravidlo: kvalita výstupů závisí na kvalitě vstupů. Pokud jsou data neúplná, zastaralá nebo nekonzistentní, AI tyto problémy nevyřeší, spíše je zrychlí.

Každá organizace, která s AI pracuje nebo ji plánuje nasadit, by si měla umět odpovědět na tři otázky: Jak jsou rozhodnutí AI vyhodnocována a kontrolována? Jak minimalizujeme riziko nepřesných výstupů? A jak si udržíme důvěru zaměstnanců v nástroje, které za ně rozhodují?

Jedním z důvodů, proč si ITIL 4 získal široké přijetí, byla jeho schopnost propojit osvědčené principy s potřebami moderních IT týmů. Nová verze na tento přístup navazuje a klade důraz především na praktickou využitelnost v každodenním provozu.

Řada organizací dnes čelí únavě z rozsáhlých projektů, které trvají roky, ale přinášejí jen omezené výsledky. Není výjimkou, že dobře míněné iniciativy skončí ve složitých schvalovacích procesech nebo se postupně vytratí mezi dalšími prioritami.

ITIL 5 se proto zaměřuje na postupy, které lze zavádět průběžně a s jasným přínosem pro každodenní fungování organizace. Namísto vytváření dalších vrstev procesů a dokumentace podporuje efektivnější spolupráci, rychlejší rozhodování a lepší schopnost reagovat na změny.

Pro společnosti, které již vycházejí z principů ITIL 4, nepředstavuje nová verze zásadní obrat. Spíše rozvíjí stávající přístup a doplňuje jej o témata, která jsou pro dnešní prostředí stále důležitější, např. práci s daty, automatizaci, umělou inteligenci nebo řízení digitálních služeb. ITIL 5 ukazuje, jak daleko jsou vaše procesy, data a nástroje od toho, jak IT ve skutečnosti dnes funguje. 

Framework samotný vás nepřinutí změnit ani řádku. Ale pokud ho vezmete vážně a doplníte ho nástroji, které jeho doporučení skutečně podpoří, je to jeden z nejlepších průvodců pro to, kde začít.