ServiceNow计划在下个季度推出其自主劳动力的首个成员——一级服务台AI专家智能体。
这个智能体将自主诊断和解决常见的IT支持请求,如密码重置、软件访问权限配置和网络故障排除。它基于企业知识库、历史事件数据和预定义工作流程来执行操作,可提供全天候服务,让人类员工专注于更具战略性的任务,而智能体则在企业所需的范围、权限和治理框架下执行日常任务。
ServiceNow已在内部使用该智能体,声称它能处理超过90%的员工请求,执行这些任务的速度几乎是人类智能体的两倍,同时仍保持企业所需的业务环境和治理要求。
一级服务台智能体等ServiceNow AI专家旨在与人类协同工作,在明确定义的范围内运作,受到与该角色人类智能体相同的权限管理。
ServiceNow中央产品管理高级副总裁John Aisien在媒体发布会上表示:"AI专家默认情况下不能超越其权限,也不能基于AI决策和执行流程第一步推理结果在内存中自我提升权限。相反,这些AI专家将决策基于实时企业数据,通过我们的企业数据基础和环境图谱实时获取关于资产、访问权限、所有权、实时权限和以往解决模式的信息。"
ServiceNow表示,通过结合概率智能和确定性工作流编排,AI专家能够解释请求,使用业务环境确定正确的行动方案,并在ServiceNow AI控制塔监督下执行该行动。然后通知受影响的员工并更新知识库。如果无法解决问题,则将其转交给二级或三级人类智能体进行进一步调查。
这与历史方法不同。灰狗研究首席分析师Sanchit Vir Gogia表示,在过去两年中,大多数供应商在界面智能方面竞争,通过副驾驶系统进行总结、建议和预测。但他说,"这个阶段现在已经饱和。企业在2026年评估的是AI是否能在生产工作流程中作为受治理的执行层运行。自主劳动力表明ServiceNow理解了这一转变。"
他说,这在架构上具有重要意义:"AI正在被构建为定义工作角色中的委托参与者。这改变了问责制。这就是为什么ServiceNow对确定性工作流编排的重视在战略上与企业需求保持一致。模型在设计上是概率性的。企业需要可预测、可审计且受政策约束的结果。"
然而,ServiceNow没有说明如果其AI专家出现问题,谁将承担责任。
ServiceNow还宣布推出EmployeeWorks,该产品今日上线,称其为"企业的对话式前门"。Moveworks创始首席执行官、现任ServiceNow Moveworks和AI总经理Bhavin Shah表示,它作为个人助理运行,整合了ServiceNow最近收购的Moveworks的对话式AI和企业搜索功能,以及ServiceNow自有的统一门户和自主工作流程。
他说:"员工不需要知道调用哪个智能体,或去哪里,或询问'我应该使用这个系统还是那个系统?'它就是能工作。"该服务支持MCP和A2A等协议,以实现"智能体和业务系统之间的安全、可扩展协调"。
ServiceNow表示,EmployeeWorks理解组织结构、审批和授权,因此能够执行需要多系统协调的任务,同时仍能维护治理和审计记录。例如,它可以从SharePoint中的文档提取信息,然后引用Slack线程并整合信息来创建行动,或者可以路由和处理审批、编排工作流程或更新系统,所有这些都遵循企业政策。
Shah表示,EmployeeWorks是供应商无关的,可以回答员工问题而无需切换到不同工具,并提供开箱即用的集成和企业搜索。
分析师认可ServiceNow的整体方向,但对这些公告有保留意见。
Info-Tech研究集团咨询研究员Scott Bickley表示,Moveworks的内置治理机制听起来"令人惊叹",但实施EmployeeWorks需要大量基础工作,包括记录工作流程、更新知识库、清理数据和定义审批路径,并设置限制和例外以涵盖所有可能性。
Gogia表示同意。他说:"ServiceNow朝着正确方向发展,因为它将AI锚定在工作流控制内。然而,方向正确并不保证执行成熟度。这一战略的可信度将在受监管、异常繁重、跨系统环境中得到衡量,而不是在理想化的服务台队列中。"
Moor Insights & Strategy首席分析师Melody Brue表示:"担心的是AI智能体可能成为一个新层级,绕过人们今天使用的许多应用程序。ServiceNow旨在坐在其上方,协调跨系统的智能体和工作流程,而不仅仅是成为它们可能最终替代的另一个工具。"
她说,AI推动增量效率已经不够了。现在,"它必须帮助释放企业数据和工作流程中被困的价值。通过将AI与记录系统和编排工作流程联系起来,ServiceNow旨在从静态报告转向基于洞察采取行动的智能体。"
Gogia认为企业将采用自主AI是理所当然的。他说,关键问题是他们是否能在不破坏运营信任的情况下对其进行治理。
Bickley表示,另一个担忧是企业如何为此付费。SaaS供应商各自使用自己的基于使用量的"AI积分"对AI服务收费,但很难准确建模和预测AI积分消耗,以便进行准确的预算预测。
Bickley说:"需要有一个清晰的路径将传统席位订阅迁移到AI积分。首席财务官不会容忍破坏预算可预测性的可变定价模型,这个痛点似乎被ServiceNow以及更广泛的SaaS生态系统所忽视,因为他们在积极的AI发布计划上加倍投入。"
Q&A
Q1:ServiceNow的一级服务台AI专家智能体能做什么?
A:它能自主诊断和解决常见IT支持请求,如密码重置、软件访问权限配置和网络故障排除。基于企业知识库、历史事件数据和预定义工作流程运作,提供全天候服务,处理速度几乎是人类智能体的两倍。
Q2:EmployeeWorks是什么产品?
A:EmployeeWorks是ServiceNow推出的"企业对话式前门",作为个人助理运行,整合对话式AI和企业搜索功能。员工无需知道使用哪个系统,它能理解组织结构和权限,执行多系统协调任务。
Q3:企业使用这些AI智能体会面临什么挑战?
A:主要挑战包括:需要大量基础工作如记录工作流程、更新知识库;在复杂监管环境中的执行成熟度有待验证;AI积分的可变定价模型可能破坏预算可预测性,影响企业财务规划。
好文章,需要你的鼓励
MIT研究团队开发了GraphAgents多智能体AI系统,通过五个专门智能体协同工作来寻找PFAS等化学物质的环保替代材料。该系统将科学文献转化为知识图谱,利用不同的图遍历算法发现跨学科材料设计方案。在生物医学管道应用测试中,系统成功提出了多种创新复合材料设计,消融实验证明完整系统显著优于简化版本,为材料科学发现提供了新的AI驱动范式。
今天讲的出海案例是美信科技,一家做功率电源模块和AI服务器配套供配电的深圳企业,已在泰国完成工厂选址并取得BOI(泰国投资促进委员会)免税资质,预计2026年上半年投产。
威斯康星大学麦迪逊分校研究团队发现,经过"思考训练"的AI在用户服务场景中反而表现更差。通过测试七种主流AI模型,研究发现思考能力强的AI变得更加"内向",主动披露的有用信息减少约30%,导致用户无法获得足够信息做出正确决策。研究团队开发的"信息披露提示"方法能够有效改善这一问题,为AI开发指明了新方向。