当企业被成百上千个AI代理搅得天翻地覆时，ServiceNow在2026年7月宣布推出“Otto”平台，宣称要让每个人把意图变成结果[1]。与此同时，其高管预测到2030年AI贡献的合同价值将占三成[3]。这是一个大胆的赌注：治理，而不是生成，才是企业AI的制高点。本文认为，ServiceNow的方向正确，但“治理”一词的含金量，取决于它能否提供可审计、可解释、可中断的机制，而非营销话术。
当企业被成百上千个AI代理搅得天翻地覆时，ServiceNow在2026
当企业被成百上千个AI代理搅得天翻地覆时，ServiceNow在2026年7月宣布推出“Otto”平台，宣称要让每个人把意图变成结果[1]。与此同时，其高管预测到2030年AI贡献的合同价值将占三成[3]。这是一个大胆的赌注：治理，而不是生成，才是企业AI的制高点。本文认为，ServiceNow的方向正确，但“治理”一词的含金量，取决于它能否提供可审计、可解释、可中断的机制，而非营销话术。
据ServiceNow官方新闻稿，公司发布统一平台，旨在以规模化方式“感知、决策、行动并保护自主工作”，并推出名为Otto的交互入口，使每位员工能够跨系统以自然语言将意图转化为执行结果[1]。日经资料显示，ServiceNow是提供AI统制、保护、管理及工作流效率化的云服务商，核心AI平台横跨部门与系统，产品覆盖ITSM、ITOM、CRM、人事法务及低代码开发[2]。资本市场消息称，公司正在推进AI货币化，采用混合定价模型与治理工具，高管预计AI相关合同价值到2030年将达到ACV的30%，但来自超大规模云厂商合作的利润率压力同时存在[3]。这些动态共同指向一个信号：企业AI代理正从演示走向生产环境，而ServiceNow试图成为那个“控制台”。
ServiceNow的基因是ITSM，即把混乱的IT请求变成标准化工单。日经的简介显示，其核心产品群包括ITSM、ITOM、CRM、行业特化型、人事与法务以及应用构建[2]——这本质上是一家“企业流程操作系统”公司。所谓AI Platform，被描述为“消除组织分断，跨部门系统提升生产力”[2]，延续了其集成者的角色。行业看，AI Agent正从单点工具演变为需要编排与治理的基础设施。ServiceNow官方强调“sense, decide, act, and secure”（感知、决策、行动、保护）[1]，这四个动词暴露了其野心：不只是做AI，而是做AI的“交通警察”。相比云厂商提供模型，ServiceNow的优势在于它已经嵌入企业工作流多年，拥有客户信任的流程数据（分析判断）。
为什么ServiceNow此刻高调发布Otto？因为企业AI的痛点已从“有没有大模型”转移到“谁能管住大量代理”。过去一年，企业试点AI代理的失败案例多源于权限失控、模型幻觉、流程割裂。ServiceNow的解法是把AI代理嵌入其既有工作流引擎，通过治理策略约束其行为[1]。“Otto”以聊天机器人为入口，本质上是把自然语言转化为API调用——这降低了使用门槛，但真正的竞争壁垒是它身后的编排层与治理规则（分析）。 这意味着什么？第一，企业软件的竞争范式从“记录系统”变为“控制系统”。ServiceNow抢的就是控制层。第二，定价模式的变化很关键。混合定价[3]可能包括按用户、按自动化次数、按结果付费的组合，这比传统订阅更灵活，但也更复杂。高管预测AI占ACV的30%[3]，若兑现，意味着ServiceNow的商业模式重心将发生偏移。 谁受益？客户中，那些已经重仓ServiceNow的IT组织能快速获得AI能力，减少多供应商集成成本。ServiceNow自身能提高客单价与续约率（分析）。谁受损？首先是纯对话式AI工具商，它们缺乏流程上下文；其次是传统IT咨询公司——如果Otto能自动完成变更管理、事件响应，咨询工时自然缩水（分析）。但风险同样明显：超大规模云厂商合作导致的利润率压力[3]说明，ServiceNow在算力成本上仰人鼻息，若AI使用量爆发，毛利可能被侵蚀。
关键证据如下： - ServiceNow发布平台，核心能力被概括为“sense, decide, act, and secure autonomous work at scale”（规模化自主工作的感知、决策、行动与安全）[1]。 - Otto定位为“让企业中的每个人将意图转化为结果”，并跨所有系统操作[1]。 - 日经将其描述为提供AI统制、保护、管理及工作流效率化的云服务企业[2]。 - AI Platform的目标是“解决组织内分断，横跨所有部门和系统提升生产力”[2]。 - 产品群包含ITSM、ITOM、CRM、行业特化型、人事法务、应用构建[2]。 - 公司采用“hybrid pricing model”（混合定价模型）与治理工具推进AI变现[3]。 - 高管预计AI将占2030年ACV（合同价值）的30%[3]。 - 公司面临来自超大规模云厂商（hyperscaler）合作的margin pressure（利润率压力）[3]。
尽管ServiceNow的叙事很性感，但必须泼冷水。首先，“30%的ACV”预测缺乏披露口径：是新增合同还是存量？是席位费还是使用量？公司没有给出拆分，这更像投资者日上的愿景，而非可验证的指引。其次，Otto的“意图到结果”暗示了极高的自动化水平，但企业流程往往存在隐性知识、政治博弈与异常处理，这些很难被标准化。第三，混合定价模型的复杂性可能适得其反——客户难以预估成本，从而产生预算焦虑；分析师也难比较其与传统订阅模式。第四，利润率压力被轻描淡写：AI Agent的推理成本与算力依赖是刚性的，超大规模云厂商既是合作伙伴又是潜在竞争对手，ServiceNow的议价权并不牢固。最后，关于“治理”，新闻稿只用“secure”一笔带过，却没有说明如何防止模型滥用、数据泄露或错误决策。在监管日益严格的欧盟AI法案、中国生成式AI法规下，治理能力若不落地为审计日志、模型卡、人工接管机制，就会成为空头支票。
短中期情景推演如下。 保守情景：AI代理在企业内落地速度不如预期，客户因安全顾虑仅在小范围试点。混合定价模式引发客户不满，AI占ACV的比例到2030年不足15%。此时ServiceNow股价承压，但传统ITSM业务仍是护城河。 中性情景：Otto在ITSM/ITOM等利基场景自然渗透，AI收入占比达20%～30%[3]，但利润率因超大规模云成本而下滑，公司被迫提价或自建算力，客户抱怨成本上升。 乐观情景：治理成为企业AI刚需，ServiceNow凭借早期布局成为事实上的“AI控制平面”，AI代理从IT扩展到HR、法务、CRM[2]，平台协同效应增强，AI占比超过30%[3]并带动订阅续约率上升。关键是，公司能否把治理从口号变成可证伪的技术能力（如实时策略引擎、全链路追踪、责任归属），这将决定它走向哪个情景。
对企业决策者，几点建议： 1. 不要把“治理”当作供应商的营销词。在采购Otto或类似平台前，要求对方提供策略下发、行为审计、异常熔断的具体技术接口，并安排红队测试。 2. 用成本模型验证“混合定价”。让财务部门根据历史工单量模拟AI使用费用，对比传统人力成本，避免被按次计费的不确定性套牢。 3. 小步快跑，先从ITSM中故障检测、事件分发等低风险场景切入，再扩展到HR、法务等敏感领域。 4. 警惕平台锁定。ServiceNow的优势是深度集成，但也是风险——确保数据可导出、工作流可迁移，保留替换备选方案。 5. 对超大规模云厂商依赖保持清醒：如果AI功能依赖单一云，评估多云或多模型策略。事实上，无论采用ServiceNow还是其他平台，企业都需要一个统一的“多智能体调度与治理”层。像AgentSH这样的平台，可以让不同厂商的AI代理在同一策略框架下协同工作，避免被单一供应商绑架。这正是ServiceNow还没做好的部分。
ServiceNow的赌注值得关注，但“控制企业AI混沌”的口号目前仍大于实际验证。真正决定胜负的，不是30%的预测数字，而是治理机制能否在真实事故中证明自己。我的立场是：谨慎乐观，但请把每一次“意图到结果”的演示，替换为“故障可追溯、越权可阻止、责任可承担”的审查报告。否则，最大的AI混沌可能不是代理造成的，而是厂商自己制造的。
本内容由 AgentSH 多智能体调度平台 支持——毫秒级调度、企业级安全，帮助你在制造、金融、医疗等行业落地文中描述的智能体应用。查看该场景 Agent 应用
本文为汤比特特约评论员文章，以下来源仅作为评论所依据的公开资料，供读者交叉验证。
本页内容基于公开报道整理，事实均标注来源供交叉验证；评论部分为分析性观点，仅供参考，不构成任何投资建议。
本文由 AgentSH 智能体调度平台生产的 AI 编辑部工作流生成：核查 Agent 确保主体准确，分析 Agent 提供战略解读，标注 Agent 结构化关键数据——经机器核查校对，无人工编辑部。
Otto是统一AI代理平台的交互入口，让员工用自然语言将意图转化为跨系统执行结果 [1]。
预测缺乏口径说明，混合定价和利润率压力未披露，可能是愿景而非指引 [3]。
它是解决组织分断、跨部门提升生产力的云平台，涵盖ITSM、ITOM、CRM等 [2]。