Kiedy dział pomocy technicznej IT tonie w rutynowych zgłoszeniach, a krytyczne problemy czekają w kolejce, tradycyjna automatyzacja nie wystarcza.
Nowa AI ServiceNow oferuje inne podejście: autonomiczne agenty, które analizują problemy i działają w Twoim imieniu.
Oto, co liderzy biznesowi powinni wiedzieć o tej nowej funkcji.
Najważniejsze informacje (klucz)
- ServiceNow wprowadził agentów AI w celu automatyzacji cyklu pracy w podstawowych funkcjach biznesowych.
- Agenci monitorują, analizują i działają autonomicznie, korzystając z danych przedsiębiorstwa w czasie rzeczywistym.
- AI Agent Orchestrator koordynuje pracę wielu agentów z różnych działów w przypadku złożonych zadań.
- Wdrożenia oparte na pilotażowych projektach pomagają zarządzać ryzykiem, kosztami i zmianami w całej organizacji.
Czy ServiceNow oferuje sztuczną inteligencję agencjalną?
We wrześniu 2024 r. firma ServiceNow wprowadziła na swoją platformę Now AI Agents, wbudowując autonomiczne funkcje bezpośrednio w cykle pracy w obszarach IT, obsługi klienta, HR, zaopatrzenia i rozwoju.
W przeciwieństwie do tradycyjnych asystentów AI, którzy przedstawiają sugestie, agenci ci samodzielnie wykonują zadania pod nadzorem człowieka, zamykając zgłoszenia i rozwiązując zapytania klientów bez czekania na zatwierdzenie rutynowych decyzji.
Wdrożenia produkcyjne ruszyły w listopadzie 2024 r., zaczynając od zarządzania obsługą klienta i zarządzania usługami IT, żeby skrócić czas rozwiązywania problemów i zapewnić wsparcie agentom na żywo podczas wzrostu zapotrzebowania.
Dzięki temu ServiceNow staje się bezpośrednim konkurentem dla Microsoft Copilot Studio, Salesforce Agentforce i Oracle AI Agent Studio w zakresie automatyzacji przepływu pracy w przedsiębiorstwach.
Jak to właściwie działa?
Sztuczna AI ServiceNow działa w oparciu o trzy podstawowe komponenty współpracujące ze sobą w ramach zunifikowanej platformy Now.
AI Agent Orchestrator koordynuje pracę wielu specjalistów, Now Assist Skill Kit umożliwia niestandardowe zachowania sztucznej inteligencji, a Workflow Data Fabric zapewnia połączenie systemów zewnętrznych w czasie rzeczywistym.
| Komponent | Funkcja biznesowa |
|---|---|
| AI Agent Orchestrator | Planuje i nadzoruje zespoły wyspecjalizowanych agentów współpracujących ze sobą. |
| Zestaw umiejętności Now Assist | Tworzy niestandardowe umiejętności generatywnej AI, które można podłączyć do agentów. |
| Struktura danych cyklu pracy | Połącza zewnętrzne źródła danych bez konieczności stosowania niestandardowych integracji |
| Wieża kontrolna AI | Zarządza, monitoruje i kontroluje wszystkie działania agentów AI. |
W przeciwieństwie do chatbotów, które odpowiadają na zapytania, agenci ci proaktywnie monitorują cykle pracy i podejmują działania, gdy wykryją określone wzorce lub wyzwalacze. Mogą oni eskalować sprawy do ludzi, przekazywać je między działami lub zakończyć całe procesy autonomicznie w ramach określonych wytycznych.
Ta architektura ma znaczenie, ponieważ wykorzystuje istniejące dane i uprawnienia ServiceNow, unikając zagrożeń bezpieczeństwa związanych z zewnętrznymi narzędziami AI.
Jak to wygląda w praktyce?
Wyobraź sobie następujący scenariusz oparty na opiniach pierwszych użytkowników: pracownik składa wniosek o resetowanie hasła o 2 w nocy.
Zamiast czekać na poranne wsparcie, agent AI weryfikuje tożsamość użytkownika za pomocą istniejących systemów uwierzytelniania, resetuje hasło zgodnie z polityką firmy, wysyła bezpieczne dane uwierzytelniające i rejestruje interakcję na potrzeby ścieżek audytu.
Oto typowy cykl pracy:
- Wykrywanie – agent monitoruje przychodzące zgłoszenia serwisowe i identyfikuje rutynowe wzorce.
- Analiza – system porównuje uprawnienia użytkowników, polityki firmy i wymagania bezpieczeństwa.
- Działanie – agent realizuje rozwiązanie zgodnie z wcześniej zdefiniowanymi cyklami pracy zatwierdzania.
- Weryfikacja – system potwierdza powodzenie zakończonych i aktualizuje wszystkie odpowiednie rekordy.
- Przekazywanie spraw – złożone sprawy są eskalowane do agentów ludzkich, którzy otrzymują pełny kontekst sprawy.
Wstępne raporty sugerują, że czas rozwiązywania rutynowych zgłoszeń spadł z 30 minut do poniżej 8 minut. Jednak ta wydajność wiąże się z pewnymi kompromisami, które odróżniają ServiceNow od prostszych narzędzi automatyzacji.
Czym wyróżnia się ServiceNow?
Natywna integracja ServiceNow wyróżnia tę platformę spośród samodzielnych narzędzi AI, które wymagają złożonych połączeń danych. Ponieważ agenci działają bezpośrednio na platformie Now, mają dostęp do ujednoliconych danych przedsiębiorstwa bez zewnętrznych interfejsów API i opóźnień synchronizacji.
Kluczowe cechy wyróżniające to:
• Ujednolicony model danych: agenci pracują w różnych działach, korzystając z tych samych informacji w czasie rzeczywistym. • Elastyczność niestandardowych umiejętności: organizacje mogą tworzyć własne zachowania sztucznej inteligencji przy użyciu zewnętrznych modeli LLM. • Zarządzanie przedsiębiorstwem: wbudowane cykle pracy związane z zatwierdzaniem i ścieżki audytu spotykają wymagania dotyczące zgodności. • Zakres ekosystemu: jedna platforma obsługuje dział IT, HR, obsługę klienta i operacje biznesowe.
Kompromisem jest uzależnienie od dostawcy i potencjalnie wyższe koszty w porównaniu z rozwiązaniami punktowymi. Największe korzyści odnoszą organizacje, które już zainwestowały w ServiceNow, podczas gdy firmy korzystające z konkurencyjnych platform borykają się ze złożonością integracji.
To ujednolicone podejście staje się jeszcze bardziej wartościowe, gdy przyjrzymy się możliwościom integracji ekosystemu.
Integracja i dopasowanie do ekosystemu
Sztuczna inteligencja ServiceNow łączy się z istniejącymi systemami przedsiębiorstwa za pośrednictwem Workflow Data Fabric, zapewniając dostęp do danych w czasie rzeczywistym bez konieczności wykonywania niestandardowych prac programistycznych. Platforma łączy różne narzędzia w jednolity system przepływu pracy.
| Platforma/Partner | Integracja Charakter |
|---|---|
| Microsoft 365 | Współpraca w zakresie e-mail, kalendarza i dokumentów |
| Adobe Systems | Kreatywne dane dotyczące cyklu pracy i zarządzanie użytkownikami |
| AWS/Azure | Monitorowanie i automatyzacja infrastruktury chmury |
| Oracle/SAP | Przepływy danych w planowaniu zasobów przedsiębiorstwa |
Galeria agentów AI została uruchomiona na początku 2025 r. i zawiera ponad 60 gotowych przypadków użycia. ServiceNow oczekuje, że partnerzy dodadzą w ciągu roku tysiące kolejnych agentów. Takie podejście rynkowe przyspiesza wdrażanie, jednocześnie zachowując standardy jakości.
Stopień integracji różni się w zależności od przypadku użycia, ale architektura jednoklientowa pozwala zachować poufne dane w granicach zabezpieczeń ServiceNow. Następnie przyjrzyjmy się realistycznym osiach czasu wdrożenia.
Oś czasu wdrożenia i zarządzanie zmianami
Wdrożenie agentic AI wymaga starannego przygotowania, aby zbudować zaufanie i wykazać wartość przed pełnym wdrożeniem. Większość wdrożeń o powodzeniu opiera się na podejściu „od pilotażu do skalowania”, a nie na uruchomieniu w całej organizacji.
Typowa sekwencja wdrożenia obejmuje:
- Faza pilotażowa – wdrożenie 2–3 agentów do procesów o dużej objętości i niskim ryzyku (30–60 dni)
- Rozbudowa działu – skalowanie udanych przypadków użycia w różnych jednostkach biznesowych (60–90 dni)
- Cykle pracy międzyfunkcyjne – umożliwiają agentom współpracę między działami (90–180 dni)
- Zaawansowana automatyzacja – wdrażaj złożone, wieloetapowe procesy biznesowe (6–12 miesięcy)
Zarządzanie zmianami koncentruje się na przejrzystości i stopniowym rozszerzaniu możliwości. Zespoły IT potrzebują szkoleń z zakresu konfiguracji agentów, a użytkownicy końcowi wymagają informacji o tym, kiedy i w jaki sposób agenci AI będą obsługiwać ich zgłoszenia.
Ogłoszone w marcu 2025 r. przejęcie firmy Moveworks poprawi komfort użytkowania interfejsu użytkownika, sprawiając, że interakcje z AI będą bardziej konwersacyjne. Wczesne opinie użytkowników dostarczają informacji na temat rzeczywistych wyzwań związanych z wdrożeniem.
Opinie społeczności i wczesnych użytkowników
Wstępne opinie wskazują na ostrożny optymizm połączony z praktycznymi obawami dotyczącymi kosztów i złożoności. ServiceNow raportuje poprawioną wydajność agentów i przyspieszone podejmowanie decyzji dzięki przejęciu rutynowych zadań przez AI.
Reakcje użytkowników obejmują:
• „Wzrost CSAT nastąpił wraz z poprawą czasu przejścia od agentów wirtualnych do agentów na żywo” – pracownik ServiceNow podkreślający poprawę w zakresie przekazywania spraw• „Funkcja zamiany tekstu na kod wydaje się obecnie bardzo przydatna” – opinia programisty na temat funkcji generatywnych wymagających dopracowania• „Koszty licencji na produkty Now Assist są ogromne” – administrator IT powołujący się na obawy budżetowe jako barierę we wdrożeniu • „Nie jest to jeszcze poziom „to takie proste!”, do którego dążą przedstawiciele handlowi” – klient ostrzegający przed złożonością wdrożenia
Dyskusje na Reddicie sugerują, że ograniczenia budżetowe skłaniają niektóre organizacje do wyboru tańszych alternatyw Microsoftu, chociaż zwolennicy ServiceNow twierdzą, że całkowity koszt własności przemawia na korzyść ich zintegrowanego podejścia.
Mieszane opinie odzwierciedlają typowe dla nowych technologii trudności związane z rozwojem. Plan działania uwzględnia wiele obecnych limitów.
Ile kosztuje sztuczna inteligencja ServiceNow Agentic AI?
ServiceNow pobiera opłaty za każdą „pomoc” AI, która mierzy poszczególne działania, takie jak podsumowania zgłoszeń lub generowanie kodu, oraz opłaty licencyjne za użytkownika, które różnią się w zależności od poziomu.
Klienci Professional Plus i Enterprise Plus płacą dodatkowe opłaty oprócz kosztów użytkowania. Potrzebna będzie niestandardowa wycena, ponieważ ServiceNow nie publikuje standardowych cen, co utrudnia wstępne planowanie budżetu.
Trudność ta potęguje się wraz z samym modelem konsumpcji. Wykorzystanie pomocy technicznej zmienia się w zależności od liczby zgłoszeń i złożoności zapytań, co powoduje nieprzewidywalne miesięczne rachunki.
Teams nieustannie raportują nieoczekiwane przekroczenia limitów, które zmuszają je do cotygodniowego monitorowania zużycia zamiast traktowania kosztów AI jako stałego elementu budżetu. Po wyczerpaniu limitu można dokupić dodatkowe pakiety pomocy, ale taki reaktywny model zakupów utrudnia prognozę budżetu.
Klienci Enterprise Plus osiągają lepszą ekonomię jednostkową niż klienci niższych poziomów. Od marca 2025 r. funkcje takie jak AI Agent Orchestrator są dostarczane bez dodatkowych opłat dla kont Enterprise Plus, podczas gdy klienci Professional Plus płacą dodatkowe opłaty za te same funkcje.
Różnica w cenach pogłębia się z każdym kwartałem, ponieważ ServiceNow wprowadza nowe narzędzia agentowe wyłącznie dla najwyższego poziomu.
Ponadto licencjonowanie stanowi tylko część rzeczywistych kosztów. Prace integracyjne, opracowywanie niestandardowych umiejętności, tworzenie łączników i programy szkoleniowe często podwajają początkowe szacunki.
Zespoły finansowe powinny przetestować jeden cykl pracy, aby udowodnić zwrot z inwestycji przed commit budżetu na wdrożenie na pełną skalę.
Podsumowanie
Sztuczna inteligencja ServiceNow zapewnia największą wartość, jeśli już korzystasz z cykli pracy na platformie Now.
Ujednolicony model danych i wbudowane funkcje zarządzania eliminują problemy związane z integracją, ale ceny oparte na zużyciu mogą gwałtownie wzrosnąć bez starannego monitorowania.
Najpierw przetestuj dwa lub trzy procesy o dużej objętości i niskim ryzyku, śledź czas rozwiązywania problemów i koszty przez 60 dni, a następnie skaluj te, które przynoszą zwrot z inwestycji.
Jeśli Twoja organizacja korzysta z ServiceNow i jest w stanie zaakceptować uzależnienie od dostawcy, wzrost wydajności uzasadnia tę inwestycję.