给IT服务台提个工单,平均响应要好几个小时。但如果交给AI处理,速度能提升99%呢?ServiceNow在2026年3月的Zurich版本中发布的Autonomous Workforce,核心是把AI从"工具"转换成"团队成员"的思路转变。不是简单加一个聊天机器人,而是把L1服务台AI专家、安全运营分析师这种带"角色(Role)"的AI编入团队。
这是什么?
现在企业AI市场最火的关键词是"智能体(Agent)"。Salesforce有Agentforce,Microsoft有Copilot Studio,ServiceNow则推出了Autonomous Workforce。三家都主打AI智能体,但ServiceNow的打法有点不一样。
关键差异在于不是以"任务(Task)"为单位,而是以"角色(Role)"为单位部署AI。一般的AI智能体处理"帮我分类这个工单"这类单项任务,而Autonomous Workforce的AI专家直接承担"L1服务台负责人"这个角色本身。跟人类员工一样受组织访问权限、策略、审计追踪的约束,同时完成从问题检测、分析、解决到更新知识库的完整工作流。
目前公布的AI专家角色有三种:
首发的L1服务台AI专家综合基础设施遥测、可观测性工具、安全软件数据来诊断问题。ServiceNow方面表示,它不是按脚本走,而是理解上下文,跨系统进行推理。AI产品副总裁Nenshad Bardoliwalla强调:"我们的专家从根本上不同——不是按脚本走,而是理解上下文、跨系统推理。"
再加上一个AI Control Tower。这是一个治理中枢,把全公司分散的所有AI智能体——不管是ServiceNow的还是第三方的——都放在一块屏幕上监控。哪个AI在访问哪些数据、LLM供应商是否经过批准、有没有提示词注入攻击、处理时长、客户满意度、升级率等指标,都能一目了然。从CIO视角看,它正面回应了"引入了AI却不知道它在做什么"的痛点。
EmployeeWorks——Moveworks融合的成果
ServiceNow在2025年12月以28.5亿美元收购的Moveworks,其对话式AI和企业搜索技术融合后诞生了EmployeeWorks。无论在Teams、Slack、浏览器还是移动端,只要用自然语言提出请求,AI就会跨多个系统处理——这就是"员工单一入口"。目标用户约2亿企业员工,目前处于GA(正式发布)状态。
有什么不同?
老实说,Salesforce Agentforce、Microsoft Copilot、ServiceNow Autonomous Workforce——看起来可能都差不多。但打法其实挺不一样。
| Salesforce Agentforce | Microsoft Copilot Studio | ServiceNow Autonomous Workforce | |
|---|---|---|---|
| AI部署单位 | 任务/主题型 | 按应用的Copilot | 角色(Role)型专家 |
| 主打领域 | CRM、客户服务 | Office 365生产力 | ITSM、HRSD、SecOps后台 |
| 治理 | Einstein Trust Layer | Azure AI Content Safety | AI Control Tower(全公司AI统一管控) |
| 第三方智能体管理 | 有限 | 限于Azure生态 | ServiceNow+第三方AI统一监控 |
| 工作流引擎 | Flow Builder | Power Automate | Now Platform(确定性编排) |
| 员工前端 | Slack集成 | 以Teams为中心 | EmployeeWorks(Teams、Slack、Web、移动) |
ServiceNow的优势在"后台工作流"。Salesforce强在客户服务(前台),Microsoft强在文档和邮件生产力,而ServiceNow的主业其实就是IT服务管理、HR服务、安全运营这类内部业务自动化。它在2025年Gartner Critical Capabilities报告中"AI智能体构建与管理"维度拿下第一,也是因为这个领域。
再看数字也很亮眼。ServiceNow内部已经在跑Autonomous Workforce了:
员工IT请求的90%以上由AI处理,比人工快99%——这组数字相当激进。当然,这是ServiceNow自己的环境,客户环境能不能拿到同样的结果还得观望。L1服务台AI专家目前处于Controlled Availability(限量发布)状态,计划2026年第二季度GA。
还要知道的事
虽然AI Control Tower声称能管理第三方AI智能体(Microsoft、Google、Salesforce等),但目前还无法保证完全可见性(full visibility)。而且90%、99%这些内部指标,是基于密码重置、VPN令牌这类定型化L1场景的,要把这点考虑进去。复杂的L2/L3问题依然需要人来处理。
上手指南
- 分析当前IT服务台工单
梳理L1工单中重复性类型(密码重置、软件安装、VPN问题)的占比。这就是引入Autonomous Workforce的ROI基线。 - 评估Zurich版本升级
Autonomous Workforce包含在Zurich版本中(2026年3月)。如果当前ServiceNow版本是Yokohama或更早,先制定升级计划。AI Control Tower也是从Zurich开始可用。 - 申请L1服务台AI专家
目前处于Controlled Availability阶段。向ServiceNow对接的AE申请早期访问权限。GA预计在2026年第二季度。 - 试点EmployeeWorks
基于Moveworks的EmployeeWorks已GA。接入Teams、Slack等现有渠道,搭建员工用自然语言处理IT、HR请求的单一入口。 - 用AI Control Tower搭好治理
在扩充AI智能体之前,先在AI Control Tower里定义好:谁能访问哪些数据、批准的LLM模型是哪些、升级策略如何。
