Workday公司宣布其对话式AI平台Sana for Workday现已支持IT服务管理(ITSM)自动化功能,这是该公司通过自主AI智能体帮助企业简化工作流程的重要举措,尤其聚焦于人力资源和财务领域。
新推出的Sana ITSM功能旨在自动化员工入职和离职、访问权限变更以及日常IT请求等工作流程。此外,新增的差旅智能体可以帮助员工规划行程、预订差旅,并在一个平台上自动管理费用。
跨部门工作流程的统一整合
Pareekh Consulting首席分析师Pareekh Jain认为,跨部门工作流程的统一可以为首席信息官带来显著优势:"如果将人力资源、财务、入职管理、访问请求、薪资、差旅和IT支持整合到一个平台上,企业可以减少摩擦,加快审批自动化,改善员工体验。"
Jain还指出:"同时,Sana的智能体后端将获得更多组织上下文信息,从而提高准确性。这对于试图通过智能体实现运营自动化的首席信息官来说越来越重要。当AI开始自动执行任务而不仅仅是回答问题时,身份、汇报结构、成本中心、审批流程、预算和基于角色的权限变得至关重要。"
供应商锁定风险需要警惕
然而,HFS Research副实践负责人Abhishek Mundra警告称,评估Sana ITSM功能的首席信息官应警惕供应商锁定风险。将运行IT服务工作流程的系统与保存员工和财务数据的记录系统连接起来确实有价值,但"这不一定必须由记录系统供应商拥有"。
关于整合优势与平台集中度的争论也可能影响企业对新ITSM自动化功能的采用。Jain表示:"早期采用者很可能是希望简化员工工作流程并减少工具碎片化的现有Workday客户。"他补充说,考虑到ServiceNow等成熟平台的成熟度和广度,Workday在争取拥有深度嵌入式ITSM环境的大型企业时可能面临挑战。
IT咨询公司Kanerika首席营收官Bhupendra Chopra认为,ServiceNow最近收购Moveworks也巩固了其作为ITSM软件提供商的地位。"Moveworks从底层就是为ITSM构建的,而Sana for ITSM是为整合而构建的。这是不同的优化功能。ITSM比人力资源自助服务更复杂,它需要理解服务级别协议、升级路径和技术约束。"
Chopra说:"大多数拥有成熟ITSM投资的大型企业已经将工作流程、集成和组织知识深度嵌入ServiceNow中。为了'更好的数据上下文'而替换这些系统是一个多年的迁移过程,而不是简单的切换。"
中型企业可能更感兴趣
Jain呼应Chopra的观点,认为替换已经部署且合规的ITSM系统可能成本高昂、风险大且会造成运营中断。但他表示,中型企业和AI优先的企业可能会将新功能评估为传统复杂ITSM堆栈的轻量级替代方案,特别是在员工支持用例方面。
Workday计划在2026年下半年向早期采用者提供Sana for ITSM功能,并在当年晚些时候实现更广泛的正式发布。差旅智能体已经向早期采用者开放,也将在今年晚些时候正式发布。
Q&A
Q1:Workday的Sana AI平台新增了哪些功能?
A:Sana AI平台新增了IT服务管理(ITSM)自动化功能和差旅智能体。ITSM功能可以自动化员工入职离职、访问权限变更和日常IT请求等流程,差旅智能体则能帮助员工规划行程、预订差旅并自动管理费用。
Q2:Workday的ITSM功能与ServiceNow相比有什么区别?
A:Moveworks是从底层为ITSM构建的,而Sana for ITSM是为整合而构建的。ITSM比人力资源自助服务更复杂,需要理解服务级别协议、升级路径和技术约束。大型企业已经将工作流程深度嵌入ServiceNow,替换成本高且耗时长。
Q3:哪些企业更适合采用Workday的Sana ITSM功能?
A:早期采用者很可能是希望简化员工工作流程的现有Workday客户。中型企业和AI优先的企业可能会将其视为传统复杂ITSM系统的轻量级替代方案,特别适合员工支持场景。但拥有成熟ITSM环境的大型企业可能面临迁移挑战。
好文章,需要你的鼓励
今天讲的出海案例是依米康,这家数据中心温控与液冷设备厂商正在把泰国纳入海外交付体系,并用生产线、总装车间和焓差实验室承接算力设施订单。
BioMatrix是首个将分子序列、分子三维结构、蛋白质序列、蛋白质三维结构和自然语言统一在单一语言模型中的生物基础模型,在80项任务中77项达到最优或第二优。
Salesforce正式推出Help Agent,这是基于Agentforce平台的预封装AI客服智能体,可在数分钟内连接企业知识库、操作功能及网页、短信、语音等沟通渠道。该产品同步推出按解决率计费模式,每次成功自主解决客户问题收费2美元,无需按token或操作次数计费。Help Agent支持低代码构建,内置测试功能,并配备全新客户服务门户。该产品预计于2026年7月正式上线。
浙江大学提出SKILLHARNESS框架,通过为AI电脑助手的每项技能附加安全边界,从成功、失败和风险三类经历中学习,使AI在动态危险环境中安全高效地完成任务。