Ketika pusat bantuan IT Anda kewalahan dengan tiket rutin sementara masalah kritis menumpuk di antrean, otomatisasi tradisional tidak cukup.
AI agen ServiceNow yang baru menawarkan pendekatan yang berbeda: agen otonom yang memecahkan masalah dan bertindak atas nama Anda.
Inilah yang perlu diketahui oleh para pemimpin bisnis tentang kemampuan baru ini.
Poin Penting
- ServiceNow meluncurkan AI Agents untuk mengotomatisasi alur kerja di berbagai fungsi bisnis inti.
- Agen memantau, menganalisis, dan bertindak secara otonom menggunakan data perusahaan real-time.
- AI Agent Orchestrator mengoordinasikan beberapa agen di berbagai departemen untuk tugas-tugas kompleks.
- Peluncuran bertahap dengan pendekatan pilot membantu mengelola risiko, biaya, dan perubahan di seluruh organisasi.
Apakah ServiceNow Menyediakan Agentic AI?
ServiceNow meluncurkan AI Agents di platform Now-nya pada September 2024, mengintegrasikan kemampuan otonom langsung ke dalam alur kerja IT, layanan pelanggan, HR, pengadaan, dan pengembangan.
Berbeda dengan asisten AI tradisional yang hanya menampilkan saran, agen-agen ini menangani tugas secara mandiri di bawah pengawasan manusia, menutup tiket dan menyelesaikan pertanyaan pelanggan tanpa perlu menunggu persetujuan untuk keputusan rutin.
Implementasi produksi mulai beroperasi pada November 2024, dimulai dengan Manajemen Layanan Pelanggan dan Manajemen Layanan IT untuk mengurangi waktu penyelesaian dan mendukung agen layanan selama lonjakan permintaan.
Langkah ini menempatkan ServiceNow dalam persaingan langsung dengan Microsoft Copilot Studio, Salesforce Agentforce, dan Oracle’s AI Agent Studio dalam otomatisasi alur kerja perusahaan.
Bagaimana Sebenarnya Cara Kerjanya?
AI agen ServiceNow beroperasi melalui tiga komponen inti yang bekerja sama di platform terpadu Now Platform.
AI Agent Orchestrator mengoordinasikan beberapa spesialis, Now Assist Skill Kit memfasilitasi perilaku AI yang disesuaikan, dan Workflow Data Fabric menghubungkan sistem eksternal secara real-time.
| Komponen | Fungsi Bisnis |
|---|---|
| Pengatur Agen AI | Merencanakan dan mengawasi tim agen khusus yang bekerja sama. |
| Now Assist Skill Kit | Membuat keterampilan AI generatif kustom yang dapat diintegrasikan ke dalam agen. |
| Workflow Data Fabric | Menghubungkan sumber data eksternal tanpa integrasi khusus. |
| Menara Pengendali AI | Mengatur, memantau, dan mengaudit semua aktivitas agen AI. |
Berbeda dengan chatbot yang merespons pertanyaan, agen-agen ini secara proaktif memantau alur kerja dan mengambil tindakan saat mendeteksi pola atau pemicu. Mereka dapat meneruskan ke manusia, mengalihkan antar departemen, atau menyelesaikan seluruh proses secara mandiri dalam batasan yang telah ditentukan.
Arsitektur ini penting karena menggunakan data dan izin ServiceNow yang sudah ada, sehingga menghindari risiko keamanan yang terkait dengan alat AI eksternal.
Bagaimana Ini Berjalan dalam Praktiknya?
Bayangkan skenario ini berdasarkan umpan balik dari pengguna awal: Seorang karyawan mengajukan permintaan reset kata sandi pada pukul 2 pagi.
Alih-alih menunggu dukungan pagi, agen AI memverifikasi identitas pengguna melalui sistem otentikasi yang sudah ada, mereset kata sandi sesuai kebijakan perusahaan, mengirim kredensial aman, dan mencatat interaksi untuk jejak audit.
Inilah alur kerja tipikal:
- Deteksi – Agen memantau permintaan layanan yang masuk dan mengidentifikasi pola rutin.
- Analisis – Sistem mencocokkan izin pengguna, kebijakan perusahaan, dan persyaratan keamanan.
- Aksi – Agen menjalankan resolusi sesuai dengan alur kerja persetujuan yang telah ditentukan sebelumnya.
- Verifikasi – Sistem mengonfirmasi penyelesaian yang berhasil dan memperbarui semua catatan yang relevan.
- Handoff – Kasus kompleks diteruskan ke agen manusia dengan konteks lengkap yang sudah disiapkan.
Laporan awal menunjukkan waktu penyelesaian turun dari 30 menit menjadi kurang dari 8 menit untuk tiket rutin. Namun, efisiensi ini datang dengan kompromi yang membedakan ServiceNow dari alat otomatisasi yang lebih sederhana.
Apa yang Membedakan ServiceNow?
Keunggulan integrasi bawaan ServiceNow membedakannya dari alat AI mandiri yang memerlukan koneksi data yang kompleks. Karena agen berjalan langsung di platform Now, mereka mengakses data perusahaan yang terintegrasi tanpa memerlukan API eksternal atau penundaan sinkronisasi.
Faktor pembeda utama meliputi:
• Model data terpadu: Agen bekerja di berbagai departemen menggunakan informasi real-time yang sama• Fleksibilitas keterampilan kustom: Organisasi dapat mengembangkan perilaku AI eksklusif menggunakan model bahasa besar (LLM) pihak ketiga• Pengelolaan perusahaan: Alur kerja persetujuan bawaan dan jejak audit memenuhi persyaratan kepatuhan• Jangkauan ekosistem: Platform tunggal menangani IT, HR, layanan pelanggan, dan operasi bisnis
Tukar menukar yang ada adalah ketergantungan pada vendor dan biaya yang berpotensi lebih tinggi dibandingkan dengan solusi terpisah. Organisasi yang sudah berinvestasi dalam ServiceNow mendapatkan manfaat terbesar, sementara perusahaan yang menggunakan platform pesaing menghadapi kompleksitas integrasi.
Pendekatan terpadu ini menjadi lebih berharga saat kita menganalisis kemampuan integrasi ekosistem.
Integrasi & Kesesuaian Ekosistem
AI agen ServiceNow terintegrasi dengan sistem perusahaan yang sudah ada melalui Workflow Data Fabric, memberikan akses data real-time tanpa memerlukan pengembangan khusus. Platform ini menghubungkan alat-alat yang terpisah menjadi pengalaman alur kerja yang terpadu.
| Platform/Mitra | Integrasi Alami |
|---|---|
| Microsoft 365 | Email, kalender, dan kolaborasi dokumen |
| Adobe Systems | Data alur kerja kreatif dan manajemen pengguna |
| AWS/Azure | Pemantauan dan otomatisasi infrastruktur cloud |
| Oracle/SAP | Aliran data perencanaan sumber daya perusahaan |
Galeri Agen AI diluncurkan pada awal 2025 dengan lebih dari 60 kasus penggunaan yang sudah dibangun sebelumnya, dan ServiceNow mengharapkan mitra untuk berkontribusi ribuan agen tambahan sepanjang tahun. Pendekatan pasar ini mempercepat implementasi sambil tetap menjaga standar kualitas.
Kedalaman integrasi bervariasi tergantung pada kasus penggunaan, tetapi arsitektur single-tenant memastikan data sensitif tetap berada dalam batas keamanan ServiceNow. Selanjutnya, mari kita tinjau jadwal implementasi yang realistis.
Jadwal Implementasi & Manajemen Perubahan
Menerapkan AI agen memerlukan perencanaan yang cermat untuk membangun kepercayaan dan menunjukkan nilai sebelum implementasi penuh. Sebagian besar implementasi yang sukses mengikuti pendekatan pilot-to-scale daripada peluncuran secara menyeluruh di seluruh organisasi.
Urutan implementasi tipikal meliputi:
- Fase uji coba – Deploy 2-3 agen untuk proses dengan volume tinggi dan risiko rendah (30-60 hari)
- Perkembangan departemen – Skalakan kasus penggunaan yang sukses di seluruh unit bisnis (60-90 hari)
- Alur kerja lintas fungsi – Memungkinkan agen untuk berkolaborasi antar departemen (90-180 hari)
- Otomatisasi canggih – Implementasikan proses bisnis kompleks dengan beberapa langkah (6-12 bulan)
Manajemen perubahan berfokus pada transparansi dan perluasan kemampuan secara bertahap. Tim IT memerlukan pelatihan tentang konfigurasi agen, sementara pengguna akhir memerlukan komunikasi tentang kapan dan bagaimana agen AI akan menangani permintaan mereka.
Akuisisi Moveworks yang diumumkan pada Maret 2025 akan meningkatkan pengalaman pengguna di antarmuka depan, membuat interaksi AI menjadi lebih percakapan. Umpan balik awal dari pengguna memberikan wawasan tentang tantangan adopsi di dunia nyata.
Bincang Komunitas & Tanggapan Pengguna Awal
Umpan balik awal menunjukkan optimisme yang hati-hati disertai dengan kekhawatiran praktis terkait biaya dan kompleksitas. ServiceNow melaporkan peningkatan produktivitas agen dan pengambilan keputusan yang lebih cepat karena AI menangani tugas rutin.
Reaksi pengguna meliputi:
• “Peningkatan CSAT disertai dengan waktu transisi yang lebih baik dari agen virtual ke agen langsung” – Saksi internal ServiceNow menyoroti perbaikan dalam proses serah terima• “Fitur text-to-code saat ini masih dalam tahap MVP” – Umpan balik pengembang tentang fitur generatif yang masih perlu disempurnakan• “Biaya lisensi untuk produk Now Assist sangat besar” – Admin IT menyebutkan masalah anggaran sebagai hambatan adopsi• “Belum mencapai level ‘se mudah itu!’ yang dijanjikan oleh perwakilan akun” – Pelanggan memperingatkan tentang kompleksitas implementasi
Diskusi di Reddit menunjukkan bahwa keterbatasan anggaran mendorong beberapa organisasi untuk beralih ke alternatif yang lebih murah dari Microsoft, meskipun pendukung ServiceNow berargumen bahwa total biaya kepemilikan lebih menguntungkan pendekatan terintegrasi mereka.
Perasaan campuran ini mencerminkan tantangan yang umum terjadi pada teknologi yang sedang berkembang. Rencana pengembangan menanggapi banyak keterbatasan saat ini.
Berapa Biaya AI Agentic ServiceNow?
ServiceNow mengenakan biaya per "assist" AI, yang mengukur tindakan individu seperti ringkasan tiket atau pembangkitan kode, ditambah biaya lisensi per pengguna yang bervariasi tergantung pada tingkatan.
Pelanggan Professional Plus dan Enterprise Plus dikenakan biaya tambahan di atas biaya penggunaan. Anda memerlukan penawaran khusus karena ServiceNow tidak mempublikasikan harga standar, yang membuat perencanaan anggaran di awal menjadi sulit.
Kesulitan ini diperparah oleh model konsumsi itu sendiri. Penggunaan asisten berfluktuasi berdasarkan volume tiket dan kompleksitas pertanyaan, menciptakan tagihan bulanan yang tidak terduga.
Tim secara konsisten melaporkan kelebihan penggunaan yang mengejutkan, yang memaksa mereka untuk memantau penggunaan secara mingguan daripada memperlakukan biaya AI sebagai pos anggaran tetap. Ketika kuota yang disertakan habis, Anda dapat membeli paket bantuan tambahan, tetapi pola pembelian reaktif ini mengganggu peramalan anggaran.
Pelanggan Enterprise Plus menikmati ekonomi unit yang lebih baik dibandingkan tingkatan yang lebih rendah. Per Maret 2025, fitur seperti AI Agent Orchestrator tersedia tanpa biaya tambahan untuk akun Enterprise Plus, sementara pelanggan Professional Plus dikenakan biaya tambahan untuk fitur yang sama.
Selisih harga semakin melebar setiap kuartal seiring ServiceNow meluncurkan alat-alat agentic baru secara eksklusif untuk tier teratas terlebih dahulu.
Selain itu, biaya lisensi hanya sebagian kecil dari biaya sebenarnya. Pekerjaan integrasi, pengembangan keterampilan khusus, pembuatan konektor, dan program pelatihan seringkali menggandakan perkiraan awal.
Tim keuangan sebaiknya menguji coba satu alur kerja untuk membuktikan ROI sebelum mengalokasikan anggaran untuk implementasi skala penuh.
Pikiran Akhir
AI agen ServiceNow memberikan nilai tertinggi jika Anda sudah menjalankan alur kerja di platform Now.
Model data terpadu dan tata kelola bawaan menghilangkan masalah integrasi, tetapi model penetapan harga berdasarkan penggunaan dapat melonjak tanpa pemantauan yang cermat.
Mulailah dengan menguji dua atau tiga proses bervolume tinggi dan berisiko rendah, lacak waktu penyelesaian dan biayanya selama 60 hari, lalu skalakan yang terbukti memberikan ROI.
Jika organisasi Anda mengandalkan ServiceNow dan dapat menerima ketergantungan pada vendor, peningkatan produktivitas yang dihasilkan sepadan dengan investasinya.