Как ServiceNow использует внутренние AI-проекты для запуска успешных клиентских решений

ServiceNow применяет стратегию "сначала внутри" для разработки искусственного интеллекта, начиная с внутренних пилотных проектов, прежде чем выводить их на рынок для клиентов. Изначально небольшая команда под руководством Криса Беди сосредоточилась на внутренних приложениях ИИ. К 2023 году пилотные проекты генеративного ИИ были нацелены на автоматизацию 15 рутинных задач сотрудников, заложив основу для будущих клиентских предложений ServiceNow.

Келли Ромак, нынешний директор по цифровой информации (CDIO), руководит внутренними усилиями по разработке и внедрению ИИ-инструментов, таких как автоматизация запросов в службу поддержки ИТ и генерация кода для разработчиков. Она подчёркивает важность создания единой внутренней ИИ-экосистемы. Кейт Смэйдж из консалтинговой компании McKinsey & Company подтверждает, что такой внутренний подход способствует укреплению доверия, обучению и сбору обратной связи от сотрудников.

Технологии и разработки

Внутренние пилотные проекты ServiceNow напрямую влияют на внешние продукты. Например, инженеры тесно сотрудничали при разработке Workflow Data Fabric — инструмента для связи разрозненных систем, данных и сотрудников клиентов с помощью машинного обучения. Внутреннее выявление и устранение проблемы с передачей данных позволило выпустить Workflow Data Fabric для клиентов в октябре 2024 года.

В первом квартале 2024 года Ромак также руководила разработкой и запуском внутреннего инструмента AI Control Tower для отслеживания использования ИИ. Этот опыт впоследствии повлиял на его клиентскую версию, запущенную в мае 2025 года, с акцентом на управление ИИ, отслеживание эффективности и внедрение сотрудниками.

Результаты и выводы

К декабрю 2025 года ServiceNow имела более 240 внутренних и внешних сценариев использования ИИ (где различные ИИ-агенты совместно работают в определённых рабочих процессах для достижения бизнес-результатов) и почти 3000 клиентов, использующих её ИИ-инструменты.

Одним из наиболее успешных внутренних приложений генеративного ИИ стала его реализация в службе поддержки ИТ в августе 2025 года. Этот внутренний проект привёл к запуску в феврале 2026 года Autonomous Workforce — инструмента, позволяющего клиентам самостоятельно решать распространённые ИТ-проблемы, такие как сброс паролей или проблемы с сетью, без участия человека.

Ромак отмечает, что внедрение ИИ не всегда является гладким и линейным процессом. Например, когда в 2023 году ServiceNow начала использовать генеративный ИИ для суммирования обращений в службу поддержки клиентов, ранние версии не всегда точно обобщали случаи. Пришлось "оттачивать и настраивать" инструмент, используя обратную связь от сотрудников для выявления необходимых исправлений, прежде чем выпускать его для клиентов. Теперь это стратегия, которую Ромак применяет при запуске любой новой функции, подчёркивая быструю итерацию на основе данных в реальном времени.

Кейт Смэйдж добавляет, что внутренние успехи ИИ не всегда напрямую переносятся на внешних пользователей из-за различий в протоколах безопасности и обучения сотрудников. Экспериментирование — это лишь первый шаг; настоящая ценность создаётся, когда эти знания превращаются в надёжные системы, которым клиенты могут доверять и использовать в масштабе.