ServiceNow handelt 90% van de IT-verzoeken van zijn eigen medewerkers autonoom af en lost cases 99% sneller op dan menselijke agenten. Donderdag maakte het de producttechnologie bekend die het wil gebruiken om hetzelfde voor alle anderen te doen.
Organisaties hebben drie jaar lang pilots uitgevoerd die vastlopen wanneer AI de uitvoeringslaag bereikt. De agent kan het probleem identificeren en een oplossing aanbevelen, en het vervolgens teruggeven aan een mens omdat deze niet over de machtigingen beschikt om de taak uit te voeren, of omdat niemand erop vertrouwt dat hij autonoom kan handelen in een gecontroleerde omgeving.
Het gat dat de meeste teams slaan is niet de vaardigheid. Het is de continuïteit van het beheer en de workflow. Het antwoord van ServiceNow is een nieuw raamwerk genaamd Autonomous Workforce; een nieuw, op werknemers gericht product genaamd EmployeeWorks bouwde voort op de overname van Moveworks in december; en een onderliggende architecturale benadering die het ‘rolautomatisering’ noemt.
Van ticketingsysteem tot AI-personeel
ServiceNow bouwt hier al twintig jaar aan. Het platform begon als een ticketingsysteem, evolueerde naar een workflowautomatiseringsengine en heeft de afgelopen twee jaar kunstmatige intelligentie op die basis gelaagd via zijn Hulp nu product.
Wat anders is, is dat de nieuwe aanpak AI niet langer behandelt als een functie die bovenop workflows zit, maar AI begint te behandelen als een werknemer die daarin opereert. De verschuiving van AI die helpt naar AI die uitvoert, is waar de bredere zakelijke markt naartoe gaat. ServiceNow maakt een specifieke architectonische weddenschap over hoe dit te bereiken.
De boodschap bestaat uit drie delen: Met ServiceNow EmployeeWorks kunnen werknemers een probleem in duidelijke taal beschrijven en oplossen zonder een ticket in te dienen; Autonomous Workforce voert end-to-end werk uit; en rolautomatisering is de architecturale laag die bepaalt hoe deze specialisten opereren binnen bestaande bedrijfsmachtigingen. De meeste zakelijke AI-assistenten, waaronder Microsoft Copilot en Google Gemini, vereisen dat werknemers weten welke tool welk probleem oplost. Moveworks, dat vóór de overname in december 5,5 miljoen zakelijke gebruikers had, is gebouwd rond één enkel toegangspunt dat automatisch deze dubbelzinnigheid doorbreekt. Bhavin Shah, oprichter van Moveworks en nu SVP bij ServiceNow na de overname, verwoordde het probleem rechtstreeks in een pers- en analistenbriefing.
“De afgelopen twee jaar hebben organisaties zich ingezet om AI te adopteren, maar in veel gevallen heeft de haast geleid tot gefragmenteerde tools, onsamenhangende AI-ervaringen en hebben werknemers tussen systemen gesprongen om simpele dingen gedaan te krijgen”, zegt hij.
Waarom rolautomatisering anders is dan een reguliere agent
ServiceNow stelt een nieuwe architecturale laag voor die rolautomatisering wordt genoemd, en deze verschilt van de agenten die de meeste bedrijven al gebruiken.
Conventionele AI-agenten zijn taakgericht: ze krijgen een doel voorgeschoteld, ze redeneren ernaartoe en zoeken daarbij in een mum van tijd uit wat ze mogen doen. Dit zorgt voor problemen in bedrijfsomgevingen waar governance, audit trails en toestemmingslimieten niet optioneel zijn.
Met rBij automatisering redeneert een AI-specialist niet over toestemmingen. Het erft ze. Hetzelfde toegangscontroleframework, de context van de configuratiemanagementdatabase (CMDB), de logica van de Service Level Agreement (SLA) en de rechtenregels die gelden voor menselijke werknemers op het ServiceNow-platform zijn van toepassing op de AI-specialist vanaf het moment dat deze wordt ingezet. Het kan zijn gedefinieerde reikwijdte niet overschrijden. Het kan de privileges niet zelf escaleren op basis van wat het tijdens de taak leert.
Het bedrijf onderscheidt drie lagen: taakagenten behandelen individuele automatiseringsstappen, agentworkflows combineren deterministische en probabilistische uitvoering, en overlays voor rolautomatisering, zowel als een volledig gevirtualiseerde werknemersrol met gedefinieerde verantwoordelijkheden en vooraf overgenomen governance.
Het eerste product dat op deze architectuur is gebouwd, Level 1 Service Desk AI Specialist, handelt algemene IT-verzoeken end-to-end af (het opnieuw instellen van wachtwoorden, het bieden van softwaretoegang en het oplossen van problemen met het netwerk). Het documenteert elke oplossing en escaleert alleen naar een menselijke agent als deze iets tegenkomt dat buiten het gedefinieerde bereik valt.
‘Ga niet achter vlinders aan’
Alan Rosa heeft gezien wat er gebeurt als AI-beheer in de gezondheidszorg faalt. Als CISO en SVP Infrastructure and Operations bij CVS Health beheert hij de AI-implementatie bij 300.000 medewerkers, waarbij compliance niet optioneel is.
Tijdens dezelfde briefing zei hij dat zijn raamwerk voor het schalen van AI rechtstreeks aansluit bij wat ServiceNow architectonisch beweert. CVS Health was vóór de aankoop in december al klant van zowel ServiceNow als Moveworks. Rosa zei dat de combinatie van de twee platforms bemoedigend is en dat het potentieel “tot leven komt”, hoewel CVS Health zich niet publiekelijk heeft gecommitteerd aan de inzet van het autonome personeel.
‘Saai is mooi’, zei Rosa. “Voorspelbaar. Stabiel. Je moet beginnen met verantwoordelijke, verklaarbare AI. Geen vooroordelen, geen hallucinaties, duidelijke vangrails. Iedereen begrijpt de regels.”
Over de verleiding om de nieuwste AI-mogelijkheden na te jagen voordat het bestuur er is, was hij bot: “Jaag geen vlinders na. Concentreer u op ruige, onsexy, operationele gebruiksscenario’s. Die met echte ROI die impact hebben op de levens van mensen.”
Rosa’s benadering beschouwt kunstmatige intelligentie als een voortdurend evoluerende reeks eigenschappen die dynamische in plaats van statische tests vereisen. CVS Health doorloopt elke AI-gebruikscasus door een klinische, juridische, privacy- en veiligheidsbeoordeling voordat deze in productie gaat.
“Statische beoordeling volstaat niet als AI leert en zich aanpast”, zei hij. “Wassen, spoelen, herhalen.”
Het raamwerk van Rosa vereist dat governance vanaf het begin wordt ingebed in de implementatiearchitectuur, en niet achteraf wordt aangepast nadat zich een probleem voordoet. Dit is precies de claim die ServiceNow maakt over rolautomatisering. AI-specialisten die bestaande bedrijfsmachtigingen en workflowlogica overnemen, zullen structureel minder snel de bestuursgrenzen overschrijden dan agenten die hun eigen reikwijdte in één keer bepalen.
Wat het betekent voor bedrijven
Voor elke organisatie die agent-AI evalueert, ongeacht de leverancier, is de praktische vraag eenvoudig: leeft uw AI-beheer binnen uw uitvoeringslaag, of zit het erbovenop als een beleidsdocument waar agenten voorbij kunnen redeneren?
Dat is wat ServiceNow probeert op te lossen met Autonomous Workforce en EmployeeWorks, door de governance- en workflowcontext rechtstreeks in de agentlaag te brengen in plaats van deze achteraf vast te leggen. Voor praktijkmensen is het uitgangspunt de controlearchitectuur, niet de capaciteit. Voordat u een agent-AI implementeert, moet u in kaart brengen waar uw machtigingen, workflowlogica en auditvereisten zich feitelijk bevinden. Als dit fundament niet aanwezig is, zal geen enkel agentframework standhouden op ondernemingsschaal.
“Schaalgrootte en vertrouwen gaan hand in hand”, zegt Rosa. “Als je het vertrouwen verliest, verlies je het recht op schaalvergroting.”
