全球头部SaaS ServiceNow AI产品浅析

本文结构：

• ServiceNow 简介 

• ServiceNow AI产品线

• ServiceNow PaaS产品介绍 
  

• ServiceNow AI Agent 用户端效果演示 
  

• ServiceNow AI Agent 管理后台效果演示
  

• ServiceNow 产品总结

 ServiceNow 简介 

ServiceNow是成立于2004年的全球头部SaaS软件公司，目前市值大概2000亿美元（Salesforce 2600亿），可以说是妥妥的巨无霸软件公司，而其主打产品既不是ERP也不是CRM，而是ITSM软件，估计很多人都没听说过ITSM。

ITSM（IT Service Management，IT服务管理）是一套企业内部围绕IT开展工作的管理思想，包括软件研发、变更管理、运维管理，以及企业内部的IT事件管理、服务台管理等方面，例如，在大公司，你的电脑保修、出错、改密码、获取软件License，都有标准的流程管理要求；再例如内部的IT开法需求提报、需求变更也有一系列约束，由谁发起、审批，都需要严格执行。

一般大型企业和外企会采用标准和规范的ITSM体系，我当年第一份工作在外企金融公司，就有类似于ITSM的实践，那会儿我甚至还想去考一个ITSM领域很有名的ITIL认证（IT Infrastructure Library），以便在IT经理人的道路上继续发展，谁想到后来阴差阳错去了互联网做产品经理，结果发现绝大多数互联网公司根本就没有ITSM治理，基本上99.99%的产品经理都没听说过ITSM。于是暗暗庆幸当年幸亏没考ITIL，否则真是浪费时间，并不是因为怕花钱，而是那套体系太繁琐了，中国大多数公司根本不会采用。

然而国外情况就不一样了，企业管理都非常严谨，所以居然一款专门做ITSM的软件公司ServiceNow竟然能发展成为全球巨头SaaS，市值甚至可以和Salesforce一较高下，这估计让国内的软件从业者看了是妥妥的羡慕嫉妒恨。

当然，ServiceNow基于自己的产品底层能力，已经将产品线和解决方案扩展到了CRM、HRM、SCM等领域，但一个ITSM的SaaS软件公司能做到这么高的市值，不得不感慨国外的软件生态是真好。

我们之前已经分析过Salesforce的AI产品，聊聊Salesforce Agentforce产品，这次，我们来研究下ServiceNow的AI产品。

比较遗憾的是，ServiceNow有免费试用的沙盒环境，但只能体验PaaS产品，而不能体验AI相关产品，想体验AI产品必须预约销售线上演示。不过ServiceNow提供了几个AI Agent有一定互动实操效果的DEMO，再加上一些文档，也可以管中窥豹的了解其产品设计特点。

↑ ServiceNow产品线没有Salesforce丰富，例如没有类似于Slack、Tableua、MuleSoft这样的企业级IM、BI、集成器类产品，但是基于其PaaS底座，ServiceNow进军了CRM、HRM、SCM等各类完全不相干领域，也是挺奇葩！

 ServiceNow AI产品线 

ServiceNow的AI产品线有三款，分别是AI Agent，AI Control Tower，Now Assist。

AI Agent和其他家Agent大同小异，基于提示词定义Multi Agent，可以接入工作流以及Rag知识库，本身也和ServiceNow的平台数据做了集成融合。

AI Control Tower是ServiceNow AI能力的监控治理中心，根据介绍可以管理、治理、监控、分析ServiceNow所有的AI相关产品和能力，但资料很有限，没有了解到太多信息。

Now Assist是ServiceNow自研的大语言模型，同时也是其他第三方LLM的一个调度中心和封装层（不确定，信息来自Google）。

总体来讲，ServiceNow的学习资料并不多，和Salesforce相比差了一个量级。

 ServiceNow PaaS产品介绍 

我们首先来看下ServiceNow的PaaS平台，对此我还是很好奇的，毕竟这套PaaS平台支撑了ServiceNow几千亿的市值。

任何PaaS本质上都是基于MVC（Modeling，View，Controller）三层架构实现，包括数据对象编辑器，流程编辑器，以及界面视图编辑器。ServiceNow的PaaS平台也是如此，下边截图来自于可以免费注册体验的ServiceNow沙盒环境，整体来看这是一套相对专业的PaaS平台，适合实施顾问或IT人员配置使用。

 ServiceNow AI Agent 管理后台效果演示 

接下来我们看下ServiceNow的Agent配置后台：AI Agent Studio。

↑ ServiceNow Agent也采用了MultiAgent模式，首先配置Use Case，每个Use Case可以理解成一个为了解决某类问题的Agent集合。

↑ Agent中可以进一步配置需要调用的flow，以及RAG知识库。可以看出，ServiceNow的Agent配置逻辑和Salesforce类似，MultiAgent架构中首先定义问题场景和目标，然后定义多个子Agent。只不过在两款产品中名词叫法不同，例如：

Salesforce的层次是：Agent -> Topic（子Agent）->flow

ServiceNow的层次是：UseCase -> 子Agent -> flow

 

↑ Agent配置的最后是一个测试环节，给出了Agent处理的逻辑节点和输入输出，可以比较清晰的看到整个推理过程和调用逻辑。