若数据是生成式AI的燃料，获取对业务有意义的可用数据便是成功实施的关键。在此方面，部分SaaS供应商具备先天优势。ServiceNow作为较早拥抱生成式AI的厂商，能利用平台自有数据构建更具业务导向的模型。
ServiceNow首席客户官兼前CIO Chris Bedi强调打造实用体验以提升工作效率：“模型的价值取决于其所在平台。若未与用户体验或工作流结合，仅有优秀模型并无意义。”
CRM Essentials创始人兼首席分析师Brent Leary指出，ServiceNow正刻意将AI聚焦于实际问题，通过构建全栈生成式AI平台优化工作流创建、集成及跨部门流程。
为实现该目标，ServiceNow正将所有工作流融入AI。Bedi将其生成式AI能力划分为三大领域：
- 系统化处理请求：针对客户、供应商或员工等“请求者”，帮助其更快获取答案；
- 赋能各类代理：协助HR、IT或客服代理高效完成重复性任务，甚至实现机器自动化处理，从而提升生产力；
- 加速创新：探索文本转代码、文本转自动工作流及多模态协作（如将图表或白板照片转化为工作流）等新自动化水平。
采取广泛的方法
Constellation Research分析师Holger Mueller表示，ServiceNow实施了结合自建、收购与合作的独特AI战略：
- 兼容合作伙伴生态：利用并与Nvidia、Microsoft等现有AI合作伙伴关系共存；
- 构建原生能力：开发自有AI自动化能力以满足客户对开箱即用体验的期望；
- 完善平台：通过内部开发与收购相结合的方式持续增强平台实力。
ServiceNow AI产品副总裁Jeremy Barnes指出，客户AI准备程度各异，需提供多元化解决方案。成熟企业在数字化转型组织变革上已获成功，而进展较慢的企业则倾向于结合ISV和MSP服务以加快AI应用步伐。
William Blair金融分析师Arjun Bhatia认为新AI能力具有付费价值。他在5月报告中写道，随着企业寻求生成式AI投资，Pro-Plus SKU需求趋势强劲，且定价阻力较小，表明客户认可其价值。
以客户速度前进
IDC分析师Stephen Elliot表示，ServiceNow在AI及相关人才方面投入超五年，成效显著。使用Now Assist的客户反馈积极，业务回报主要体现在工单拦截、知识库摘要及虚拟代理改善客户体验上，核心价值围绕成本节约与团队生产力展开。
Bedi从短期改进与长期重塑两个维度思考AI发展：
- 模式一（渐进式改进）：利用当前AI技术优化现有工作流转与组织方式；
- 模式二（根本性重塑）：从零审视流程，重新定义人机分工，探索人类从事更有价值工作的可能性。
此外，ServiceNow构建了AI Control Tower平台，为内部开发者提供统一体验，允许自由选择模型而不增加管理负担。从IT管理视角看，生产环境中的模型被视为资产，需具备网络安全态势、运营韧性，并持续衡量效能与采用情况。
Barnes表示，公司正从核心用例出发重新构想工作环节，利用更优工具处理高级任务，深化对人机协作的理解。
更新：本文已根据Chris Bedi的最新职位进行了更新。