文章重點
- ServiceNow於2月26日發佈Autonomous Workforce平台,聲稱內部90%的IT請求已由AI自主解決,處理速度比人工快99%
- 首個AI專員「Level 1 Service Desk AI Specialist」覆蓋網絡問題(46%)、軟件問題(43%)及硬件問題(11%)三大類別
- 平台運行於即時CMDB、活躍工作流、政策引擎及審批鏈之上,具備自主判斷升級時機的能力
- 同步推出EmployeeWorks(基於Moveworks收購),並建立角色自動化框架將治理機制嵌入執行層
- ServiceNow預計2026年AI相關產品收入突破10億美元,下一步將擴展至客服、人力資源、財務及安全運營領域
Autonomous Workforce:不只是聊天機器人的升級
2026年2月26日,ServiceNow正式發佈了其最具野心的AI產品——Autonomous Workforce。這不是又一個掛上AI標籤的客服聊天機器人,而是一個能夠在企業IT環境中自主執行完整工作流的AI勞動力平台。ServiceNow用自身作為最佳案例:在內部部署中,90%的IT請求已由AI自主解決,且處理速度比人工代理快99%。
這兩個數字背後的含義值得深思。90%的自主解決率意味着每十張IT工單中,只有一張需要人工介入。99%的速度提升則暗示,原本需要數小時等待人工回覆的請求,現在可能在數秒內完成。對於任何在大型企業工作過、體驗過IT服務台漫長等待的人來說,這無疑是一個令人振奮的願景。
但ServiceNow的真正突破不在於數字本身,而在於實現這些數字的架構設計。與市場上大多數基於大語言模型的IT助手不同,Autonomous Workforce並非獨立運作的AI系統,而是深度整合到ServiceNow既有的企業IT管理基礎設施之中。這意味着AI專員不是在「猜測」答案,而是在「查閱」企業的真實環境狀態後作出決策。
Level 1 AI專員:從密碼重設到網絡排障
Autonomous Workforce的首個產品是「Level 1 Service Desk AI Specialist」——一個專門處理最常見IT支援請求的AI專員。其覆蓋的工單類型按比例分佈為:網絡相關問題佔46%,軟件相關問題佔43%,硬件相關問題佔11%。
網絡問題佔近半數並不令人意外。在任何企業環境中,VPN連接失敗、Wi-Fi認證問題、網絡權限變更等都是最頻繁的IT請求類型。傳統模式下,這些問題需要Level 1技術人員逐一核實用戶身份、檢查網絡配置、執行標準修復步驟——整個過程往往因為人工排隊而耗費數小時。AI專員則能在接收到請求的瞬間,自動查詢CMDB中的設備資訊和網絡拓撲,判斷問題根因,並執行修復操作。
軟件問題(43%)主要涵蓋軟件存取權限申請、許可證分配及應用程式安裝支援。AI專員能夠根據用戶的角色和部門信息,自動匹配適當的軟件授權政策,在審批鏈批准後立即完成配置。密碼重設這一最經典的IT支援場景自然也在其中——AI專員通過多因素身份驗證確認用戶身份後,即可自主完成重設流程。
硬件問題雖然只佔11%,但也包含了設備報修登記、配件更換申請和資產管理查詢等常見場景。對於這類需要實體操作的問題,AI專員的角色是完成所有前期流程——故障診斷、工單建立、備件確認、維修排程——使得實體維修團隊到場時已掌握完整資訊,大幅縮短整體處理時間。
CMDB與工作流引擎:AI專員的「企業大腦」
Autonomous Workforce最關鍵的技術差異化在於其運行環境。AI專員並非孤立的語言模型,而是直接運行在ServiceNow平台的核心基礎設施之上:即時更新的CMDB(Configuration Management Database,配置管理資料庫)、活躍的工作流引擎、企業政策引擎,以及多層級審批鏈。
CMDB是企業IT管理的「單一真實來源」(Single Source of Truth),記錄着所有IT資產的配置資訊、相互依賴關係及即時狀態。當AI專員接收到一個「VPN無法連接」的請求時,它不是基於通用知識去推測可能的原因,而是即時查詢該用戶的設備型號、作業系統版本、VPN客戶端版本、網絡分段配置及最近的變更記錄,從而精準定位問題。
政策引擎的整合同樣重要。企業的IT操作受到大量安全政策和合規要求的約束。AI專員在執行任何操作之前,都會自動校驗該操作是否符合現行政策。例如,當一位實習生申請存取公司核心財務系統時,AI專員會識別出這超出了該角色的標準權限範圍,自動觸發額外的審批流程,而非直接拒絕或盲目批准。
最為關鍵的是,AI專員被設計為能夠識別自身能力邊界。當遇到超出Level 1處理範圍的問題——例如涉及核心基礎設施變更或安全事件——AI專員會自動將工單升級至人工技術團隊,並附帶完整的診斷資訊和已嘗試的排障步驟。這種「知道何時該升級」的能力,是區分真正企業級AI解決方案與一般聊天機器人的分水嶺。
EmployeeWorks與Moveworks整合:員工體驗的全面重塑
與Autonomous Workforce同步發佈的還有EmployeeWorks——一個建立在ServiceNow於2024年收購Moveworks基礎之上的員工自助服務平台。如果說Autonomous Workforce是企業IT的「後台自動化引擎」,那麼EmployeeWorks就是員工面對的「前台智能入口」。
Moveworks在被收購前已是企業IT自助服務領域的領先者,擁有成熟的自然語言理解能力和跨系統整合架構。ServiceNow將Moveworks的技術與自身的Now Platform深度融合,創建了一個覆蓋IT、HR、設施管理等多部門的統一員工服務入口。員工無需知道自己的問題應該找哪個部門——只需用自然語言描述需求,EmployeeWorks會自動路由至正確的AI專員或人工團隊。
更值得關注的是ServiceNow同步推出的「角色自動化框架」(Role Automation Framework)。這個框架的核心理念是將治理機制直接嵌入AI執行層,而非作為事後檢查。每個AI專員的行為範圍、權限邊界、升級規則和審計軌跡都在框架中預先定義,確保AI的自主性始終在企業治理的邊界之內。這種「設計即合規」的方法論,對於金融、醫療等高度監管行業尤為重要。
「我們的目標不是用AI取代IT團隊,而是讓IT團隊從重複性的Level 1工作中解放出來,專注於真正需要人類智慧的戰略性任務。當90%的日常請求由AI自主處理時,人類技術人員可以將精力投入到架構設計、安全策略和創新項目上。」——ServiceNow產品團隊
Siemens Healthineers案例:每月節省5,000小時的「Ada」
ServiceNow並非僅憑內部數據來支撐其主張。全球醫療科技巨頭Siemens Healthineers的部署案例提供了強有力的第三方驗證。該公司部署的AI助手「Ada」每月為IT團隊節省約5,000小時的工作時間。
5,000小時意味着什麼?如果按照每位IT技術人員每月160個工作小時計算,這相當於約31名全職IT支援人員的工作量。對於Siemens Healthineers這樣的跨國企業而言,這不僅代表着顯著的成本節約,更意味着IT團隊可以將大量精力重新分配到支持醫療設備創新和數位化轉型的高價值項目上。
「Ada」的成功也驗證了一個重要論點:AI自動化在高度專業化的行業環境中同樣有效。醫療科技行業的IT環境涉及大量合規要求、設備認證標準和資料保護法規,是公認的IT管理複雜度最高的行業之一。如果AI專員能在這樣的環境中達到令人滿意的自主解決率,那麼在其他行業的適用性自然更加可期。
企業AI自動化的競爭格局
ServiceNow並非唯一在企業IT自動化領域發力的玩家。Salesforce的Agentforce已擁有超過18,000家企業客戶,專注於CRM相關場景的AI代理;Microsoft的Copilot Studio正在將AI代理能力嵌入Office 365和Azure生態系統;BMC Software和Ivanti等傳統ITSM廠商也在積極整合AI能力。此外,Anthropic和OpenAI等模型公司正通過API和企業方案直接切入。然而,ServiceNow的獨特優勢在於其CMDB和工作流引擎的深度整合——這是純AI公司短期內難以複製的企業IT基礎設施護城河。市場研究機構Gartner預測,到2028年全球企業IT自動化市場規模將達到680億美元。
10億美元AI收入目標與擴展路線圖
ServiceNow對AI的投資正在轉化為實質性的財務回報。公司預計2026年AI相關產品收入將突破10億美元大關。這個目標並非空談——從Now Assist到Autonomous Workforce,ServiceNow已經建立了一個多層次的AI產品矩陣,覆蓋從基礎AI輔助到完全自主操作的不同需求層級。
Level 1 Service Desk AI Specialist只是Autonomous Workforce的起點。ServiceNow已公佈的路線圖顯示,下一批AI專員將覆蓋客戶服務運營、人力資源管理、財務流程及安全運營四大領域,計劃於2026年第二季度正式全面推出(General Availability)。
客戶服務AI專員將處理外部客戶的技術支援請求,與現有的IT服務台AI專員形成內外互補。HR AI專員將自動化員工入職、離職、福利查詢及政策諮詢等流程。財務AI專員則瞄準採購審批、費用報銷及預算查詢等高頻場景。安全運營AI專員最為關鍵——它將自動化安全事件的初步分類、威脅情報分析及初級響應動作,在網絡安全人才持續短缺的背景下具有極高的戰略價值。
這種從IT服務台開始、逐步擴展至全企業運營的策略是精心設計的。IT服務台是所有企業都有的功能,問題類型相對標準化,且已有成熟的工單系統和知識庫作為AI訓練和驗證的基礎。一旦在這個領域證明了AI專員的可靠性,向其他業務領域擴展的阻力將大幅降低。
香港企業的啟示:金融業與合規驅動的AI自動化
對於香港的企業決策者——尤其是金融服務業——而言,ServiceNow Autonomous Workforce的發佈具有直接的戰略意義。香港作為國際金融中心,銀行、保險和資產管理公司的IT環境既複雜又受到嚴格監管。香港金融管理局(HKMA)對科技風險管理的要求、個人資料私隱專員公署的數據保護規範,都對IT自動化提出了高標準的治理要求。
ServiceNow的角色自動化框架——將治理機制嵌入執行層的設計理念——恰好回應了這些監管需求。相比於在通用AI模型之上外掛合規檢查層,這種「原生合規」的架構在審計透明度和風險可控性方面具有明顯優勢。香港的大型銀行目前普遍面臨IT支援成本高企與技術人才短缺的雙重壓力,Level 1服務台的AI自動化可能成為最先落地的場景。
此外,香港企業在跨境運營方面的需求也使得Autonomous Workforce的多語言和多時區支援能力格外具有吸引力。一個能夠以粵語、普通話和英語同時提供IT支援的AI專員,對於在大灣區和國際市場同時運營的香港企業而言,價值不言而喻。
企業IT的分水嶺時刻
ServiceNow Autonomous Workforce的發佈標誌着企業IT自動化從「輔助型AI」邁向「自主型AI」的關鍵轉折。當一個AI系統能夠理解企業的真實IT環境(CMDB)、遵循既有政策(政策引擎)、依照規定流程執行(工作流引擎)、獲得適當授權(審批鏈),並且知道何時應該讓人類接手(升級機制)——這已經超越了簡單的「AI助手」定義,更接近於一個真正的「數位IT員工」。
當然,90%的自主解決率來自ServiceNow自身的IT環境,這個數字能否在不同行業、不同IT成熟度的企業中複製,仍有待驗證。ServiceNow的IT環境無疑是高度結構化和標準化的——畢竟它本身就是ITSM平台的提供者。其他企業的CMDB數據品質、工作流完整度和政策定義的清晰度都可能影響實際效果。
但無論最終的行業平均自主解決率是60%還是80%,趨勢方向已經不可逆轉。企業IT服務台的運營模式正在從「人工為主、AI輔助」轉向「AI為主、人工監督」。而ServiceNow憑藉其在ITSM領域二十多年的積累、全球超過8,000家企業客戶的部署基礎,以及CMDB與工作流引擎的深度護城河,已經在這場轉型中佔據了有利位置。
Q2 2026的全面推出將是真正的考驗。屆時,市場將有機會看到Autonomous Workforce在不同行業和規模的企業中的實際表現。對於正在評估IT自動化策略的企業而言,現在是時候密切關注這一領域的發展,並開始為即將到來的企業IT範式轉變做好準備了。