Agentic AI 时代，软件将走向何方——与 ServiceNow 的 Amit Zavery 对谈

# Agentic AI 时代，软件将走向何方——与 ServiceNow 的 Amit Zavery 对谈

来源：Alex Kantrowitz

URL：

https://www.youtube.com/watch?v=4cEgOFtZkNc

Alex Kantrowitz：AI 和智能体时代，软件的未来会是什么样？今天我们请到 ServiceNow 总裁、COO 兼首席产品官 Amit Zavery，一起聊聊这个问题。本期对话由 ServiceNow 支持。Amit，欢迎。

Amit Zavery：谢谢你邀请我，Alex。

Alex Kantrowitz：这是我们与 ServiceNow 四场系列对话的开篇。这个系列会向观众展示，一家软件公司如何应对当下这个 AI 时刻。而你们所处的位置非常有意思。尤其是那个问题：你是利用 AI，还是抵抗 AI？你会被它取代吗？你是否能用全新的方式服务客户？我想，观众看完整个系列之后，会真正理解 ServiceNow 这样的公司是怎样迎战这件事的。对于那些只是大概听说过 ServiceNow，或者还不太了解它的观众，我想先请你简单介绍一下这家公司。

Amit Zavery：当然。我先讲一点 ServiceNow 的背景。ServiceNow 创立于 22 年前，目标是自动化业务流程，让所有员工都能更高效、更有生产力。我们构建的是一个平台，帮助企业通过软件演进来运转业务，让业务本身和流程都变得更高效。这也是我们一直在做的事情。

Alex Kantrowitz：对。ServiceNow 处理很多 IT 运营，比如 IT 工单、客户服务、进入公司的客户服务请求、HR 请求等。它可以说是把这些流程汇总、集中起来的软件骨干。ServiceNow 市值超过 900 亿美元，90% 的《财富》500 强公司都在使用 ServiceNow，你们处理着 1000 亿个工作流。这是一家非常大的公司，也正处在变化的中心。我们先谈谈房间里的大象：现在有一种叙事，说 AI 会吞掉像你们这样的软件公司。也就是所谓的 SaaS 末日论：既然 AI 自己就能完成这些服务，为什么还需要软件公司？要么客户不再需要这些公司，要么客户会回来重新谈更好的条款，因为 AI 可以用别的方式做这些事。这个判断错了吗？

Amit Zavery：是的。我认为外面确实有很多噪音。很多人还没有真正理解 AI 能做什么、如何帮助你，以及它会在哪些地方带来正面或负面影响。于是买家、客户、用户、分析师、投资者，所有人的脑子里都会产生很多困惑。我能理解这种不了解会推高焦虑。

Amit Zavery：但现实是，像我们这样的软件公司已经投资 AI 很多年了。不是说 AI 突然出现，我们某天早上醒来才发现“有 AI 了”。过去很多年，我们的产品和技术一直在朝着 AI first、AI native 的方向演进。我们正在把 AI 当作顺风，提升向客户交付新技术的方式，同时保留安全措施、护栏等机制，避免客户在安全、合规、审计等方面出问题。

Amit Zavery：今天的企业客户和消费者非常不同。现在很多人谈 AI 时，往往是从消费端经验出发：你可以打开不同网站，说“我用一下别人的产品”。但企业不是这样运转的。企业有多年积累的技术体系，它们长期引入新产品、持续投资，并把这些产品集成进既有环境。它们还必须让业务稳定、高效、正确地运行，不能出错。

Amit Zavery：AI 本身并不保证答案。你上周好像请过 Mark Cuban，他昨天在 X 上也提到，问 AI 同一个问题，每次可能得到不同答案。想象一下，如果你在做财务报表，每次拿到的数字都不同，投资者会相信你的业绩吗？所以，单独拿 AI 出来并不能解决问题。你必须把 AI 与护栏、约束、企业领域知识结合起来，理解所有系统如何相互连接、如何运转，才能让它真正高效、可用。

Amit Zavery：我们多年来构建的是确定性的工作流，而 AI 带来的是概率性的能力。把 AI 的概率性与工作流的确定性结合起来，才可能成为游戏规则的改变者。接下来还要看你如何监控和管理它。现在大家谈到的 AI 智能体，每隔几秒钟可能就在改变身份、访问权限和执行能力。所以你需要很多配套能力，比如我们称之为 AI Control Tower 的东西，用来获得可见性、控制力、可观测性和成本控制，让你完整了解正在发生什么。

Amit Zavery：这些技术都是必需的。所以我认为，人们误解了“AI 会淘汰所有软件公司”这件事。当然，就像任何技术转型一样，一些软件公司会遇到麻烦。云时代如此，Web 时代如此，AI 时代也会如此。但那些能够吸收新技术价值、并把它带进产品里的公司，会真正加速业务。看看我们的数字：业务增长超过 20%，自由现金流利润率达到 35%，运营利润率为 32%。我们每次给出的指引都能超出市场共识并上调预期。再看结果、创造的价值和客户验证。今天这个活动有 2.2 万人到场，比去年更多。这说明需求非常强。

Amit Zavery：所以，叙事当然存在，但你必须把自己和那种泛泛的说法区分开来：我们到底能用 AI 做什么？我们能否真正为客户增加价值？能否证明这一点？这就是为什么我们会成为赢家。当然市场上也会有输家，这很正常。

Alex Kantrowitz：我们现在是在 Knowledge 26，ServiceNow 在拉斯维加斯举办的旗舰活动，这几场对话也会在这里进行。让我稍微反驳你一下。ServiceNow 处理很多 IT 运营。有人会说：为什么我还要把一段对话路由到 IT 服务台？比如我的智能体可以接管我的电脑并修好问题。这样一来，这个功能就转移给了智能体，也就不必像过去那样经过 ServiceNow 这样的平台。

Amit Zavery：首先你要记住，后端会触碰到很多系统。多数企业公司有 300 多个系统。一个 IT 请求进来时，我们现在已经提供自助服务能力，可以用 AI 做初步分流。在我们的产品里，你可以在环境中提问，比如说我需要某个 IT 问题或 HR 问题的帮助，我们会识别你的问题，然后把它路由到后端相应的系统。

Amit Zavery：我们这周发布的是 AI Specialist。它不是简单地“替代人类工作”，而是在完整安全机制、正确权限和企业上下文之下接管整段工作。它不会替你把系统清空，而是利用我们多年积累的理解，在很短时间内解决你的问题。这里有一个关键概念叫 context，也就是上下文。

Amit Zavery：上下文很重要。你不能只说“我想做某件事”。你还要知道为什么做出这个决定、是谁做出的决定、护栏是什么，以及历史信息是什么。你不可能在 5 秒钟内学会这些，它需要多年积累，而我们已经构建了多年。所以，当有人需要帮助时，我们解决问题的能力会更快、更便宜、更好，而且结果有保障。

Amit Zavery：只靠 AI 自己，让智能体自己去做，我们当然也会用智能体，但我们在外面加了很多约束和控制。有了 context engine，我得到的结果会好得多，客户会说：“我拿到答案了，不用再重复一遍。”我见过很多单独使用 AI 的情况，命中率只有 30% 或 40%，剩下 60% 的时候会失败，然后还得有人再做一遍，而且没有保证它这次一定正确。它还可能做错事，甚至恶意地改动它本不该改动的系统。你看 Pocket OS 发生了什么。

Alex Kantrowitz：发生了什么？给我们的观众讲讲。

Amit Zavery：Pocket OS 是一家大型旅行代理公司。他们使用 Cursor 和外部 AI 智能体技术来维护代码库和系统，结果系统在 9 秒钟内基本清空了客户数据库和生产系统。现在 CEO 还在处理后续问题，他们必须重建整个系统，不知道谁订了什么、什么时候应该服务这些客户。类似例子还有很多。

Amit Zavery：所以你需要约束、护栏和上下文。AI 非常强大，也非常有价值。但如果只是说“我在桌面上自己跑一些智能体”，却不知道它们最后会做什么，没有控制，也不能保证结果，那一定会出问题。企业承担不起几百万美元损失。这样做的价值又在哪里？原本的软件是能运转的，我们也在其中使用 AI。你是要用一个不能给你任何保证的东西，替换一个已经在工作的东西。

Amit Zavery：还有一个问题：谁来维护它？软件不是“跑一次就永远不用演进”的东西。谁替你维护软件？谁替你跟上变化？谁保证结果？出问题时你找谁？多数企业里真正懂业务领域的人，不应该去操心运行系统、构建系统和维护系统，因为那不是他们的本职工作。如果你为了可能并不存在的节省，把他们从日常工作中抽出来做这些事，并不能带来什么收益。

Amit Zavery：我们做过测算。用这些每 5 秒都在变化的技术，自己构建一切，成本会是从我们这里购买的 5 到 10 倍。只要你开始算 ROI 和 TCO，数字就对不上。很多人忽略了这些东西，因为他们把消费世界里“打开另一个浏览器链接就能用”的经验套到了企业世界。我在企业业务里做了 30 多年，经历过多次技术转型。每次转型都会有赢家和输家，但作为企业客户，你必须非常审慎，不能把一切都撕掉重来。你必须看这么做到底带来什么收益。

Amit Zavery：如果你说“我要让智能体来做这件事”，但它没有相应能力，多数 CIO 也不会允许。你不会希望某个随机用户在没有权限的情况下更新系统里的东西，而那个智能体也可能做错事。你去看 Pocket OS 的复盘，他们问那个智能体：你为什么这么做？

Alex Kantrowitz：它连声道歉。

Amit Zavery：对，它说：“不，不，我知道我不该这样做，但我还是做了。”

Alex Kantrowitz：然后呢？

Amit Zavery：就这样。事后你还能怎么办？把智能体开除吗？你什么也做不了，只能卡在那里。

Amit Zavery：而你的业务已经出问题了。这样的例子很多，Pocket OS 只是其中之一。不是说 AI 没有用，我们当然使用智能体，但我们会在上面做大量工作，让它真正适用于企业客户。比如 AI Specialist，我们有一个“一级支持工程师”的概念，它完全由 AI 驱动，可以替代人类做的许多工作，把一个 case 或问题从 2 小时缩短到 20 分钟内关闭或解决，但前提是结果有保障。我们的 case 解决率可以接近 90% 到 100%，而人类通常是 60% 到 70%。

Amit Zavery：这里面已经注入了大量上下文。我不是只给你一个 AI 智能体，我给你的是完整解决方案。你今天去和客户聊，他们会说：“我想要的是解决方案。我不想做零件拼装。我不想成为撕掉重来团队。我不想从零构建一切。”再看看现在的模型，每隔几周就变。

Alex Kantrowitz：但反方观点会说，变化不是“变得不同”，而是“变得更好”。听你刚才的回答，我会觉得这显然讲得通：你们有领域专属信息，你们在安全工作流里做事，你们做的事情如果交给 Claude Code 之类的东西，那会很冒险。可如果我试着站在相信 SaaS 末日论的人那里，他们看到的是技术指数级增长，不确定终点在哪里。也许它会走向通用人工智能或超级智能。如果真是这样，整个软件的样子都会变，不是吗？

Amit Zavery：软件当然在变化。看看我们构建软件和交付软件的方式，我们正在利用 AI 的力量。我们并没有忽视 AI 带来的价值，而是把它和大量支撑结构结合起来，确保业务安全。正如你说的，AI 发展很快。但如果你说“我要自己构建一切”，那你就必须自己持续跟上变化。企业用户要面对的是：“我什么都自己建。”

Amit Zavery：其实 build versus buy，也就是自建还是购买，一直存在，并不是今天才出现。我们一直都在和“自建”竞争。人们过去也可以自建软件，可以自建 ITSM 服务，并不存在“以前不能自建、现在突然能自建”的问题。我们自己也用软件构建软件。

Amit Zavery：关键在于周边生态、连接性、测试等所有配套。当你做这些事时，如果只靠智能体自己，100% 会出问题。你最终要不断更新。新版本出来后，你的 prompt 也要变；你要重新做大量测试；你要确保它做的仍然是你预期的事。

Alex Kantrowitz：但 AI 不能自己写 prompt、自己测试吗？

Amit Zavery：不能。问题在于缺少向后兼容性，而且企业环境极其复杂、差异极多。这不是小系统。看看大型企业，看看《财富》500 强的 IT 系统，你很难把这些东西全部撕掉替换，然后突然引入一个尚未证明自己的东西，还要持续跟上变化。向后兼容等问题会变得非常复杂。

Amit Zavery：人们也低估了安全部分和合规部分。看看像我们这样的工程和产品团队花在合规上的时间：我的成本结构里有 32% 到 40% 都与合规、不同监管要求有关。现在不断有数百项新法规出现。如果一家公司买了一个 LLM，谁来做这些？LLM 当然可以说“我合规”。但它能保证吗？它能给你所有不同的支撑结构吗？能通过所有审计吗？出问题时，它能让你知道如何回到此前的正常状态吗？它们往往只会继续往前走。

Amit Zavery：所以，我认为没有人真正替你管理这件事。然后你可能会说：“那我雇很多工程师来维护。”但成本一加总，又会超过我能提供给你的方案，因为我们有多年构建这些东西的领域专家。我可以在客户购买时扩展业务，而不必每次都增加同等的边际成本。但如果每个客户都要替换并复制我们做的事情，对他们来说成本会非常高。这就是不合理。

Amit Zavery：你去问任何 CIO。今天 Knowledge 的 keynote 上，FedEx 的 CIO Vishal 和 Raj 也在谈这个。他们说，即使我可以做，为什么我要这么做？Vishal 的观点是，他是 FedEx 的 CIO，而 FedEx 是全球最大的物流和供应链公司之一。他有别的事情要操心。那些已经有效、已经被证明可行、并且正在引入 AI 的系统，为什么要替换掉？它们给我安全、风险管理和正确结果的保障。我会在需要构建自己专有能力的地方使用 AI，但对已经证明有效、运转良好的东西，我会和能替我做好这件事的公司合作。

Alex Kantrowitz：是的。如果你把它拆掉，自己重建，结果不工作，或者制造出 Pocket OS 那样的情况……

Amit Zavery：那就得换个职业了。

Alex Kantrowitz：你承担得起吗？股东会怎么看？

Amit Zavery：那样做太疯狂了。

Amit Zavery：所以他的意思是，即使我能做，我能得到什么？就算省下一点钱，也许是整体 IT 预算的 0.5% 或 3%，也不值得。业务的重点不是这个，业务要增长营收。

Alex Kantrowitz：那我再问竞争格局。看起来很多公司都在朝这个方向走：一个中央化的记录系统，再配上能赋能企业内部人员的智能体。Microsoft 在做，ServiceNow 在做，Salesforce 也在做。最后会只有一个赢家，还是大家都能赢？

Amit Zavery：在企业领域，我认为会存在一个供应商生态。企业不会说“所有事情都只用一个供应商来做”。所以我们会互操作。看看我们的工作方式，我们一直处在中心位置，我会称它为 system of action，也就是行动系统。它连接各种 system of record，也就是记录系统，以及不同系统，让你能够横向地、从东到西地看完整个企业。

Alex Kantrowitz：具体解释一下。比如一个业务流程，通常是员工入职。记录系统可能是 Workday；福利或 401(k) 可能在 Fidelity；差旅请求可能在 Concur。一个员工入职需要 17 或 18 个系统，你需要访问这些系统。

Amit Zavery：他们会来到 ServiceNow，说“给这名员工办理入职”。我们会连接所有这些流程，横向连接不同系统，确保所有系统里的记录都被创建，确保根据岗位赋予正确访问权限。如果你在销售部门，需要的访问权限和工程部门不同。我们会理解这些政策。这样员工入职第一天就能拿到笔记本电脑、工牌，获得所有系统访问权，并且真正开始工作。但这需要大量编排，也需要在不同系统之间协作，而我们已经做了很多年。

Amit Zavery：现在，当我们谈 agentic processes，也就是智能体化流程时，我们把同样的思路带进去，让它通过人工智能系统发生。但我们仍然需要连接所有这些东西。这就是我们所谓横向打通整个环境。底层可以跑在任何云上，也可以使用任何大语言模型；这些系统本身也可以有 AI 智能体。我们会编排所有这些东西。我们的智能体和第三方智能体都可以出现在 AI Control Tower 上，让 CIO 或风险管理人员理解环境里的 AI 正在发生什么、谁在使用、花了多少钱、AI 做了哪些变更、可能有哪些漏洞，以及发现错误时是否能关闭某些东西。这就是控制力所在。

Amit Zavery：这就是我们横向看全局的世界。它也意味着我需要连接到 Microsoft 365、Agent 365 以及身份系统，但治理发生在我们这里，因为我们可以告诉你：这个 AI 智能体能做什么，它做得对不对；如果不对，就收回权限。这个系统非常复杂。所以我们可以和 Anthropic、OpenAI 合作大语言模型，和 Google、Microsoft 合作身份能力，也和 Workday、Salesforce 这样的记录系统合作，让它们提供各自的业务流程。但业务流程并不只停留在某一个记录系统里，它会连接到多个系统，而这正是我们做的事。

Alex Kantrowitz：所以你的意思是，价值在编排里。

Amit Zavery：在编排里，也在 system of action 里，也就是能够真正采取行动。它不是只把信息返回给你，而是替你采取行动，因为我知道我可以安全地做。需要修改某个系统时，是 ServiceNow 替你完成。人类不必登录所有系统，智能体也不必担心自己有没有权限；如果它不该有权限，我可以收回。所以我提供的是脚手架和约束，同时确保工作真的完成。这就是 system of action。

Amit Zavery：我们当然是 IT 领域的记录系统之一。但当我们谈 HR、财务、供应链、客户服务、风险与安全时，行动层也发生在我们这里。比如今天的 CISO 群体，很多都用 ServiceNow 做漏洞和安全事件管理。发生事件时，如何解决？如何分诊？如何协调多个人修复问题？解决计划是什么？ServiceNow 现在是这个领域的第一供应商。我们在 IT 和 CISO 场景里做这件事，也在 HR business partner 场景里做同样的事：他们要管理员工关系，员工有问题需要解决；如果有人要去中国，需要一台新笔记本和一部新手机，同时还想申请 PTO，我们可以采取行动，并替你更新所有系统。这就是我们的工作。当然我们会使用 AI，但我们是在有结果保障的前提下使用它。

Alex Kantrowitz：对。那些流程在没有技术赋能的公司里往往会拖很久，所以这真的能节省大量时间。

Amit Zavery：这是巨大的时间节省。

Alex Kantrowitz：想象一下，在一家公司里，人们不再把周一当成报销和 PTO 申请日，然后周二到周五才真正工作，会发生什么？如果这些都能通过一个 prompt 完成呢？

Amit Zavery：这样当然很好。但 prompt 只是入口。我们确实会提供 prompt interface。

Alex Kantrowitz：对。

Amit Zavery：但 prompt 之后发生什么？关键是推理、理解，然后采取行动。这就是为什么我们谈到一种架构：sense、decide、act、secure，也就是感知、决策、行动和安全，把所有这些放在一起。今天大多数供应商会说：“我能理解你在问什么。”有些会说：“我也许能替你理解并决策。”但很多做不到行动，也不能在一个平台上保证安全。

Amit Zavery：这正是我们平台的独特之处。我们把这些东西都放在一起。很多人忽视了安全和治理问题，而这非常重要，所以我们在这个领域投入很激进。我们在平台里有 AI，从不同来源引入数据，然后有工作流。谈竞争时，很多人只是做了其中一部分，而我们从端到端做完整件事，并把这些东西连接起来。

Amit Zavery：这也是为什么 NVIDIA 的 Jensen Huang 称我们为“企业操作系统”。这是他的原话。我们就是企业操作系统，我们把这些能力带进去，让它为你运转并解决问题。所以你不能简单说“我会替换掉它”或“我从零开始做”。那没有价值，因为我们已经在解决这些问题，而且我们也会用 AI 让它们发生转型。我把 AI 安全地带进你的世界，同时给你结果。对客户来说，这就是非常大的价值。

Alex Kantrowitz：最后我们拉远一点看。你花了很多时间观察技术转型。你在 Oracle 工作过，也在 Google Cloud 刚开始上升时加入过 Google Cloud。现在你在 ServiceNow 推动这场 AI 变化。谈谈这个 AI 时刻和过去几次计算平台转型相比，有什么不同。

Amit Zavery：这是个很好的问题。正如你说的，我经历过很多转型：从 client-server 到 Web，从 Web 到云，再从云到现在的 AI。我确实没见过速度这么快的变化。这个技术非常强大，它正在以非常快的速度改变事情的做法。所以我认为，很多公司，包括我在行业里的很多同行，面临的最大问题是跟上节奏。

Amit Zavery：现在公告太多，新东西太多。你不知道哪些适用于自己，哪些应该用，哪些不该用，而且几秒钟后情况又变了。这么大的信息量和变化量，要求你做好优先级，把正确能力以审慎方式带进产品，既要快速推进，又不能把所有人都打坏。

Amit Zavery：所以最大的不同是速度、创新，以及投入这个领域的资本规模。这确实是一次变化，是巨大的变化。我也非常兴奋，因为我们现在能更快构建产品，更快向客户交付价值。技术可以理解很多人的请求。但归根结底，AI 本身是没有用的。这是我对 AI 的一个看法：它是一项伟大的技术，但如果你不把它放进解决方案、不把它放进产品，而只是把它当作一个技术点来使用，那就会成为问题。

Amit Zavery：你必须真正思考如何使用它，以及如何让它配合你的工作方式。它也许会改变你的工作方式，但你要把它带进来，而不是简单地说世界被分成 AI 和非 AI。世界会变得以 AI 为导向，但它必须和你想实现的目标结合。很多人正在挣扎：我到底应该把它用在哪里？

Amit Zavery：我们经常听到的问题之一是：如何从原型走向生产。很多人在原型世界里失败，因为 AI 会给你一种“差不多了”的感觉；但当你开始想“我要把它跑在我的业务里”，你会发现做不到。你不能直接这么做。这就是人们需要补上的价值，也是我现在在 ServiceNow 很享受解决的问题。

Amit Zavery：我过去学到的技术、我们在 Google 做过的工作，当然还有所有合作伙伴，我们都想一起解决这个问题。但我认为，我们有一种独特能力，可以把这些东西结合起来，让它们对企业真正有意义：能够感知信息，能够做决策，能够采取行动，并确保这些都安全地完成。没有这一点，我认为它会失败。

Alex Kantrowitz：完全同意。能和你一起聊、听到你的视角真的很棒。我想我们都同意，外面的很多叙事太粗糙了。而我们在这个节目里想做的，是为这些问题带来一些细节和理解。你今天做到了，帮助我们理解了这件事，因为你正在一线落地它。接下来我们还会在 ServiceNow Knowledge 继续，你会在 feed 里看到另外三支视频。希望到最后，大家能真正完整地理解 AI 与软件如何结合，以及随之而来的变化。Amit，很高兴见到你。非常感谢你来到节目。

Amit Zavery：谢谢你邀请我。

Alex Kantrowitz：好的，各位也再次感谢，我们下次在 feed 再见。