ServiceNow的生成式AI解决方案正在利用其平台上的数据
如果数据确实是生成式AI的燃料，并且成功实施的关键之一是获取与业务运营相关的数据，似乎某些SaaS供应商在数据方面具有内置优势。执行是另一回事，但如果数据存在，模型至少会有更有意义的工作内容。
ServiceNow是早期采用生成式AI的SaaS拥护者之一，它已经能够利用其平台上的数据来帮助构建更具商业价值的模型。
对于首席信息官Chris Bedi来说，关键是建立一种实用体验，帮助人们更高效地完成工作。Bedi告诉TechCrunch：“我坚信模型只有与平台结合才是好模型。如果它是一个很好的模型的一部分，但与体验、流程无关，那有什么意义呢?”
CRM Essentials的创始人兼首席分析师Brent Leary表示，ServiceNow正在有意将其AI集中在实际问题上。Leary表示：“我认为ServiceNow专注于构建自己的全栈生成式AI平台，这使他们能够将精力集中在流程创建、优化和整合上。这有可能影响跨多个部门/领域和平台的流程。”
为了实现这一目标，该公司正在将AI融入所有的工作流程中。Bedi将ServiceNow的生成式 AI能力分为三个主要领域。
第一个领域是更有条理地处理请求。 “当有人要求某物时，我们称之为请求者。这可能是客户，供应商，也可能是员工。您如何帮助他们更快地获得答案?”
第二部分涉及帮助代理人更好地完成工作，无论他们的重点是什么。“您可以是人力资源代理人，IT代理人，客户服务代理人——某人正在做某事——帮助他们更快地完成重复性的任务，或完全将其移交给机器，我们也看到了生产力的提高，”他说。
最后一部分是寻找加快创新的方法。 Bedi认为，这可能带来全新的自动化水平，比如文本转代码，文本转自动化工作流程，甚至通过多模态工作以允许用户做像拍照图表或白板头脑风暴会话，然后将该图片转化为工作流程。
采取广泛的方法
“ServiceNow正在实施一种独特的AI战略，这是一个建造、购买和合作的组合，”Constellation Research的分析师Holger Mueller说。他表示，公司之所以需要这样一个多样化的策略，有几个原因。
“首先，ServiceNow的客户拥有各种各样的AI合作伙伴关系，他们希望ServiceNow利用这些合作伙伴关系并与它们共同存在，”他说。这些合作伙伴包括英伟达和微软等。 “然后它需要构建自己的AI自动化，因为客户还期望获得开箱即用的AI体验，”他说。最后，它结合内部开发和收购来构建平台。
与此同时，公司的客户对AI准备度不同，它需要提供一系列解决方案，以满足这些能力的需求，ServiceNow的AI产品副总裁Jeremy Barnes表示，他通过以前公司Element AI的收购而来。“我可以说，绝大多数增长最快的公司在很大程度上已经掌握了实施数字化转型所需的组织变革，”他说。但对于那些没有如此迅速的公司，他们尝试结合自己的解决方案以及来自ISV和MSP的帮助，使它们能够跟上速度，利用AI的优势。
William Blair的财务分析师Arjun Bhatia认为，新的AI功能是客户愿意为之付费的内容。“虽然仍处于初期阶段，但ServiceNow强调了其新的Pro-Plus SKU的强劲需求趋势，因为企业正在寻找投资生成AI的方法，”他在5月份发布的一份报告中写道。此外，该公司在定价方面几乎没有遭遇太大的阻力，这可能表明他们看到了相关价值。
以客户的速度前进
IDC分析师Stephen Elliot表示，该公司已经投资了五年以上的时间在AI、生成式AI和相关人才上，客户正在看到这一努力的结果。
“我与使用Now Assist的客户交谈，他们表示早期的结果非常积极，可以实现票务逃逸、知识库摘要和虚拟代理带来的改善客户体验。成本和团队生产力是核心的商业价值实现主题，”Elliot告诉TechCrunch。
Bedi表示，他从几个方面思考AI：一个是更短期的，另一个是展望将来，AI可能会更加强大并在公司内部有更深入的发展。 “我们定义第一模式的方式，实际上是关于对现有工作方式的渐进性改进，”他说。他看到企业正在利用当前的AI技术来改善其移动和组织工作的方式。
但真正有趣的地方在于，未来，您可以看到一个流程，并提出一种全新的、由AI驱动的工作方式。“第二模式将是说，如果我们从一张空白纸开始，哪些工作将由机器完成，哪些工作将留给人类，并且人类可能继续进行哪些有趣的工作?”他说。
Bedi还利用AI在公司内部为自己的员工提供优势。该公司还建立了一个名为AI Control Tower的AI平台，以帮助为内部构建应用程序的开发人员提供统一的体验。他说：“整个理念是给工程师自由选择他们想要使用的任何模型，而不必为基于他们的选择的任何不同的管理工作额外付出所有的额外工作。”
此外，从IT管理的角度来看，他们管理模型就像管理其他任何IT对象一样。 “因此，生产中的模型是一项资产，资产必须有网络姿势，操作韧性；我们必须知道它在需要运行时是否在运行。我们正在衡量模型的有效性和模型的采用情况。”
对于Barnes来说，这符合公司正在采取的全面方法，将客户引向更加关注AI。“我们真的正在从生成式AI的核心用例转向重新构想工作的每一个部分，”他说。“这还包括利用更好的工具来解决如何与AI合作，以及如何使AI和人类共同努力完成工作的高级工具。”
