本周，ServiceNow在其年度用户大会上迎来了超过22,000名IT和技术专业人士，同时公布了几项对其战略的重大增强。ServiceNow的目标是通过一个全新的工作流软件层整合企业资源，使之能够实现全面连接，进而让员工、顾客以及企业领导通过一个统一的界面访问信息和系统。

历史上，ServiceNow主要通过一系列案例管理和服务交付工具来实现这一目标，这些工具主要服务于IT部门。这个平台极大地帮助IT服务团队自动化和优化了他们日常面临的各种IT请求和问题处理。但随着公司的发展及其野心的扩大，尤其是在Bill McDermott这位我所见过的最杰出领导者的带领下，ServiceNow的发展已经远远超出了原有范畴。

在员工服务领域，ServiceNow即将推出一系列雄心勃勃的产品。首先，原名为HR的员工工作流服务现已扩展到包括工作场所管理、员工入职、调查问卷以及技能分析工具等，还包括从Hitch收购的人才智能平台、内部职位调动与招聘等功能。公司正在开发专门的招聘工作流程，以帮助企业简化面试安排、候选人管理以及内外部候选人关系协调等复杂问题。这个看似小众的领域实际上正变得越来越重要，因为越来越多的公司开始重视内部职位流动和动态。

但在我本周参加这次会议时，我注意到ServiceNow的战略叙述发生了显著变化。Bill McDermott花了近一个小时重申他之前的讲话，但这次他将重点从工作流转移到了人工智能。他基本上将原本的工作流引擎战略替换为了“商业转型的AI平台”，显然，他们不再仅仅关注“数字化转型”。



ServiceNow的商业转型AI平台
他们强调的一个非常重要的信息是，AI将成为企业变革的技术，这与数字化变革的影响相似。

几个月前我们还在讨论数字化转型，现在，这已成为过去式：未来的变革将借助AI实现。没错，从某种意义上来说，每种技术都能成为业务变革的工具，但AI带来的变革程度将远超过互联网本身。这一点我稍后将进一步解释。

ServiceNow将其视为一个集成了异构系统的集合，中心是一个AI引擎。会议上的一个关键案例是一家面包店，因应不同地点的天气变化而调整各种烘焙产品的生产。中心的AI系统能够感知这些变化，预测接下来的行动，并指导工厂调整生产策略，从而满足市场需求，提升销售额。这是一个非常吸引人的案例。



ServiceNow的AI架构
有趣的是，像SAP在20世纪80年代推广集成供应链管理，Qualtrics推广客户体验管理时讲的故事，似乎都在用不同的方法解决相似的问题。Bill McDermott凭借丰富的经验，将这一叙事应用于ServiceNow，展现了他作为CEO的卓越远见和沟通能力。

那么，AI真的能成为未来的企业协调系统吗，将各种遗留平台联系起来，提供解决方案吗？

我确信这将成为现实。虽然这不会一夜之间实现，但最终会发生。这种变革同样适用于我们的消费者生活。



我们日常工作中的效率之所以低下，往往是因为在寻找信息、处理文档、查询库存等活动中分心。如果能直接通过AI查询并获取答案，无疑会极大提升工作效率。（正如我尝试让Siri帮忙却发现它做不到的那样。）

正如我在本周的播客中讨论的，通过语音或文本提出问题比在Workday、Oracle、SAP等系统中四处查找要简单得多。我们曾努力使这些系统更加用户友好，现在，生成式AI的出现将为这些努力带来新的变革。

ServiceNow之所以能够很好地定位自己，有两个主要原因。

首先，他们长期以来一直在开发工作流工具，很多系统都设计得非常用户友好，即便是普通用户也能轻松使用。这就是为什么有这么多IT开发者选择使用ServiceNow的原因。（我在这周的大会上亲眼见证了这一点。）

其次，他们对这些后端系统的工作原理非常熟悉。ServiceNow的工程和产品团队对SAP、Oracle、Workday等系统进行的工作流程和交易处理有深入了解。

我与HR产品团队有过深入的交流，他们向我展示了如何将员工交易集成到ServiceNow平台中，以便构建生成式AI解决方案，与公司内部的系统进行交互。这一过程需要时间，也不会十全十美，但他们已经在正确的道路上迈出了坚实的步伐。这也引出了一个问题：我们是否应该将所有企业系统整合到这种新的界面下。



ServiceNow的HR产品
然而，这种架构也有潜在的缺点。

首先，成本较高。你现在不仅要购买ServiceNow这一复杂的企业平台，还要维护你现有的复杂企业平台。Oracle、SAP、Workday、Salesforce和Hubspot等都在尝试提供类似服务。你已经为他们的建设付出了巨大的成本，现在又要为ServiceNow付费。ServiceNow的产品不便宜，这从他们的收入就可以看出。

其次，这可能会造成系统的脆弱性。ServiceNow的工作流本身可能会因为业务规则的嵌入而变得过时，你必须管理许多小型应用程序，这些应用程序位于你的其他应用程序之上。当这些应用程序更新或被替换时（很多软件公司被收购后，其产品线会发生变化），作为客户的你需要重新配置在ServiceNow中所做的设置。

这让我回想起我在IBM的日子，当时我在主机世界工作，我们的应用程序都是定制开发的，我们有大量的COBOL程序员在构建这些系统。我曾与数据处理部门合作，探讨他们是如何在公司内部整合所有这些系统的。现在，你可能需要在ServiceNow基础设施中构建类似的工具。

如果我现在能与Bill McDermott面对面交谈，我相信他会说：“这是一种更有效的运营方式，我们ServiceNow将为你自动化这一切。”我相信这将随着时间的推移逐渐成为现实。但这也引出了一个问题：你希望将多少组织功能和经验整合进ServiceNow，而不是选择其他核心系统？

每当我们需要构建新功能时，我们都必须决定将其部署在何处。我们是应该将职业管理平台部署在Workday、Eightfold、Degreed还是Cornerstone？你的决定将决定你依赖于哪个供应商及其发展路线图。

考虑到ServiceNow已经取得了巨大的成功，许多公司都在说：“既然我们已经为此付出了代价，那就让我们继续吧。”

生成式AI能否实现这一承诺？例如，在天气变暖时，它能否提前告诉你需要烘焙更多的面包圈？

根据我们通过Galileo®获得的AI经验，我认为答案是肯定的。

这项技术的重要性堪比电力的发明。虽然这听起来有些夸张，但我是认真的。我从未见过如此自我发展、强大并且发展迅速的技术。我们正处于生成式AI进入市场的初期阶段。

在未来几年内，生成式AI很可能会改善这些连接，开发代码，并优化这些端到端的“单一视窗系统”。Google正在消费者领域推进此类工作，Microsoft则在办公生产力领域努力。如果ServiceNow能成为企业级应用中的佼佼者，那将不足为奇。