ServiceNow如何推动客户全面拥抱AI能力

ServiceNow最新发布的一系列产品公告，清晰展现了这家公司将AI深度融入整体市场战略的坚定决心。

ServiceNow高级副总裁约翰·艾辛（John Aisien）负责监管前沿工程部署，以及与Anthropic、微软等公司的战略合作。他在接受《The Register》采访时，详细介绍了此次重大举措。

"AI如今已融入我们面向目标市场提供的每一个产品套餐，"他表示。

首先，ServiceNow围绕三种AI能力层级对产品定价体系进行了重组，用户可根据自身的AI成熟度选择对应的定价方案。

其中，"辅助型AI"可完成数据摘要或内容生成；"任务自动化"能够从头到尾独立完成具体工作；而"完整角色自动化"则允许AI工作流在极少人工干预的情况下自主运行。

"无论企业处于辅助型AI阶段、AI自动化阶段，还是已准备好采用自主AI实现完整角色自动化，我们推出的全新打包模式都能让他们访问ServiceNow完整价格列表，并按上述三个类别进行整合，"艾辛说道。

艾辛将第二项公告——Build Agent SDK——称为"真正具有变革意义的工具"。该工具旨在让任何开发者都能在其惯用的编程环境中创建或修改ServiceNow应用，无论是GitHub Copilot、Cursor、Codex，还是各类自然语言"氛围编程"工具，均可支持。

"我们希望全球尽可能多的开发者——无论他们习惯何种开发形式、具备何种开发经验——都能快速构建并运行ServiceNow工作负载，"他说，"Build Agent SDK正是将这一承诺落地为现实的技术体现。"

艾辛举例说明：宾夕法尼亚州某生命科学公司拥有约8000名开发者，其中650人在ServiceNow Studio上进行开发，另外7000余人则未使用该平台——并非出于缺乏兴趣，而是开发者往往忠于自己熟悉的工具。Build Agent SDK的设计初衷，正是要在这些开发者已有的工作环境中与他们"相遇"。

ServiceNow还推出了另一项新产品——Context Engine（上下文引擎）。这是对Netflix、Amazon等消费类应用中个性化推荐机制的企业级诠释，这类系统通过学习用户的每一次点击、悬停和停顿行为，提供量身定制的体验。艾辛指出，企业软件在采用这一技术方面一直较为滞后。

"历史情境与持续学习，在消费类应用中早已是惯常模式，"他告诉我们，"企业软件并没有很好地借鉴这一成熟路径。AI如今正在推动这一理念走进企业现实。为什么？因为AI本质上是软件，最终需要数据来支撑自主决策。"

他将上下文引擎描述为企业级AI自主运行的基础设施，并称其为"企业AI真正落地所需的最后一公里技术之一"。

"后端的上下文引擎会判断：这位用户想对这一数字资产做什么？依据他提出的问题、采用的交互方式，以及他在后端的身份与权限，系统将自主确定其意图，"艾辛解释道。

ServiceNow还发布了企业服务管理套件（Enterprise Service Management Suite），这是一款面向约1000至5000名员工规模企业的全新捆绑产品。该套件将IT、人力资源、供应链和财务服务工作流整合为一体，并搭配AI驱动的实施智能体，大幅简化了部署流程。

传统ServiceNow实施项目往往需要六个月甚至更长时间，而艾辛表示，新方案可将这一周期压缩至约30天。他补充说，大部分耗时来自组织层面的协调工作，而非系统配置本身。

"实际在界面中操作的时间，可能只需要一两天，"他说。

实施智能体提供对话式引导界面，帮助管理员完成系统设置，无需具备深厚的ServiceNow专业知识。

艾辛刻意避免过度夸大其易用性："你不需要是我那位只会用安卓手机的80岁老母亲那种水平"——但他表示，只要能熟练使用聊天界面，任何人都应该能够顺利上手。

Q&A

Q1：ServiceNow新推出的三种AI能力层级分别是什么？

A：ServiceNow将AI能力分为三个层级：一是辅助型AI，主要用于数据摘要和内容生成；二是任务自动化，能够从头到尾自主完成具体任务；三是完整角色自动化，AI工作流可在极少人工干预下自主运行。企业可根据自身AI成熟度选择对应的定价套餐。

Q2：Build Agent SDK解决了什么问题？

A：Build Agent SDK解决的是开发者工具生态碎片化的问题。许多企业开发者因习惯使用GitHub Copilot、Cursor等自己熟悉的工具，而未能在ServiceNow Studio上进行开发。该SDK允许开发者在任意惯用的编程环境中构建和运行ServiceNow应用，从而覆盖更广泛的开发者群体，提升开发效率。

Q3：ServiceNow的Context Engine（上下文引擎）具体有什么作用？

A：上下文引擎是ServiceNow为企业AI自主决策提供支撑的基础设施。它通过分析用户的提问内容、交互方式以及身份权限，判断用户对特定数字资产的真实意图，从而实现个性化、智能化的企业服务体验。艾辛将其定位为"企业AI真正落地的最后一公里技术"之一。