ServiceNow自主勞動力：90%IT工單零人工解決——企業AI代理從實驗走向生產的里程碑

2026年2月26日，ServiceNow在舊金山舉行的Knowledge大會上宣布了一項足以改寫企業IT運營格局的新舉措：推出Autonomous Workforce（自主勞動力）框架，以及首款基於該框架構建的產品——EmployeeWorks。但真正令業界震動的，是ServiceNow隨之公布的一組內部數據：在其自身IT部門的生產環境中，90%的目標一線（Level 1）IT工單體量已由AI代理自主處理，這些類別的解決率超過99%，速度比純人工工作流快99%。

這組數字不是概念驗證（PoC）實驗室的結果，也不是精心挑選的試點案例，而是ServiceNow這家擁有數萬名員工的上市企業在其自身IT服務台的真實生產數據。這一點，使它具有了遠超任何基準測試的說服力。

Autonomous Workforce是什麼：「角色自動化」而非「代理推理」

理解ServiceNow這次發布的核心，必須從其架構哲學說起。Autonomous Workforce框架採用的是「角色自動化」（Role Automation）設計，這與目前業界流行的「讓AI代理自行推理所需權限」的做法存在根本性差異。

在許多早期AI代理方案中，代理的操作範圍由其推理能力決定：AI會嘗試判斷「自己是否有權執行某個操作」，然後決定是否行動。這種模式存在難以忽視的安全隱患——一個推理能力強大但邊界設定模糊的代理，完全可能在無意間越權執行了敏感操作，卻因為邏輯上「說得通」而未被攔截。

ServiceNow的方案截然不同。在Autonomous Workforce框架中，AI代理繼承的是與人類同事完全相同的權限與存取範圍——既不擴展，也不縮減。一名人類Level 1服務台工程師能做什麼、能存取哪些系統、能執行哪些操作，AI代理就只能做同等範圍內的事。AI的「能力邊界」不是由推理決定的，而是由組織預先定義的角色權限結構決定的。

「我們沒有讓AI去推理它應該擁有哪些權限。我們讓AI繼承了人類同事已經擁有的那些權限——不多，也不少。治理是在執行層內建的，而不是事後加上去的。」——ServiceNow產品官方說明

這種「角色自動化」架構的安全優勢是深層次的。首先，它將AI代理的風險邊界與現有的身份與存取管理（IAM）框架直接對齊，企業不需要為AI設計全新的權限審計流程；其次，當出現問題時，責任歸因清晰——AI代理的操作範圍等同於一個具體的人類角色，審計路徑一目了然；第三，它從根本上消除了「權限蔓延」（permission creep）的可能性，因為AI從未被授予超越其角色定義的任何能力。

EmployeeWorks與Level 1 AI服務台專員：重新定義一線IT支持

Autonomous Workforce框架下的首款商業產品是EmployeeWorks，其核心是Level 1 Service Desk AI Specialist（一線服務台AI專員）。這個AI代理的設計目標極為具體：自主處理企業IT服務台中最高頻、最重複的一類工單。

Level 1 AI服務台專員目前覆蓋的任務包括：

• 密碼重設：員工賬戶密碼過期或鎖定，全程自主驗證身份並完成重設，無需人工介入
• 軟件存取申請：新員工或轉崗員工申請特定工具或系統的使用權限，AI根據角色政策自動審核並完成授權
• 網絡故障排查：Wi-Fi連接問題、VPN配置錯誤等常見網絡問題的診斷與修復指引
• 標準IT設備申請：辦公設備、外設等的採購申請流程觸發與跟進

EmployeeWorks最具顛覆性的用戶體驗設計在於：員工不需要填寫工單。員工只需用自然語言描述自己遇到的問題——「我登不上VPN了」或「我需要申請Salesforce的存取權限」——AI代理會直接理解問題、執行解決方案，在絕大多數情況下，問題在對話結束前就已被修復，全程無需工單系統介入，也無需等待人工客服。

這是AI代理在企業場景中「從回答到行動」的質變。傳統的IT知識庫助手只是告訴員工「應該怎麼操作」，而Level 1 AI服務台專員是直接替員工完成操作。對於身處香港、需要快速解決技術問題以維持業務連續性的企業員工而言，這種差異是切身可感的。

Moveworks收購：285億港元換來的技術底座

ServiceNow能在如此短的時間內將Autonomous Workforce推進至生產就緒狀態，背後有一個關鍵的技術跳板：2025年12月完成的28.5億美元（約合222億港元）Moveworks收購。

Moveworks是企業AI助手領域的先行者，早在大語言模型熱潮普及之前，就已深耕企業內部IT支持場景多年。被ServiceNow收購時，Moveworks已在全球550萬名員工的工作環境中部署運行——這意味著ServiceNow收購的不只是技術代碼，更是經過真實企業環境驗證的部署方法論、對接不同企業系統的集成能力，以及海量的真實IT支持對話數據。

這種「買入成熟度」的策略，使ServiceNow繞開了大多數AI代理創業公司不得不面對的漫長「從0到1」路徑。一個需要從零開始訓練企業場景理解能力的AI代理，往往需要12至24個月的數據積累和反覆迭代才能在生產環境中達到可接受的可靠性；而Moveworks帶來的是已在數百個企業客戶環境中磨練過的現成能力。

「Moveworks收購讓我們站在了已驗證的企業AI能力之上。這不是從頭搭建，而是在一個已經在真實環境中服務數百萬員工的平台基礎上，整合ServiceNow的工作流編排能力與數據資產。」——ServiceNow首席執行官Bill McDermott

Forrester的里程碑宣言：AI從展示走向基礎設施

在各方對ServiceNow此次發布的評價中，Forrester Research副總裁兼首席分析師Charles Betz的評論最為精準，也最值得香港企業IT決策者深思：

「在規模化環境中實現端到端執行，是一個真正的里程碑。它使AI代理作為運營基礎設施的地位合法化了。」——Charles Betz，Forrester Research

Betz的分析切中了這次發布的本質意義。過去兩年間，「AI代理」一詞充斥著各類企業科技展會和白皮書，但絕大多數展示仍停留在受控環境下的演示，或是範圍有限的試點部署。「在規模化環境中端到端執行」指的是：在一個真實的大型企業中，面對真實的、不可預測的用戶請求，AI代理能夠完整地接收請求、推理路徑、調用系統、執行操作、驗證結果——不是處理50個預定義的測試案例，而是處理企業日常運營中滾滾而來的真實工單流量。

ServiceNow的90%數據之所以重要，正是因為它來自這個維度：在其擁有數萬名員工的自身企業中，在沒有人工「兜底」的前提下，AI代理在目標類別中實現了90%的自主覆蓋。這將AI代理從「有趣的技術實驗」推升到了「可以依賴的業務工具」。

90%自主化對IT部門意味著什麼

對於正在評估AI採納策略的企業IT主管而言，ServiceNow的數字意味著需要正視一個結構性問題：Level 1服務台工程師的職能，正在經歷不可逆的轉型。

傳統IT服務台的工作量呈現明顯的「長尾」分佈：大約20%的問題類型（密碼重設、賬戶解鎖、軟件申請、VPN故障等）佔據了60%至80%的工單總量。這些高頻、低複雜度的任務長期以來是Level 1服務台工程師的主要工作內容。如果AI代理能夠自主處理90%的這類工單，直接後果是：

• 人員配置邏輯根本改變：以往按工單量計算所需Level 1人力的模型不再適用，取而代之的是按「異常複雜度」和「AI監督需求」配置人員
• 服務台工程師的技能重心上移：日常工作將從「處理重複工單」轉向「處理AI無法解決的邊緣案例」、「維護AI代理的知識庫與策略配置」、「分析AI處理失敗的模式以優化系統」
• 服務可用性結構性改善：AI代理全天候運行、響應時間接近即時，員工在非辦公時段遇到的IT問題可以直接解決，不再積壓至次日早上
• 成本結構重組：Level 1服務台人力成本大幅下降，但AI平台授權費用上升，凈節省幅度取決於企業規模和現有成本結構

從IT延伸到全企業：下一步的擴展路線圖

ServiceNow的Autonomous Workforce框架從設計上就不局限於IT服務台。在宣布Level 1 AI服務台專員的同時，ServiceNow明確了擴展至其他職能領域的路線圖：

• Project Coordinator（項目協調員）AI代理：自動監測項目進度數據，識別成本超支風險、時間線偏差和資源衝突，並主動向相關責任人發出預警和提出建議
• 人力資源（HR）：處理入職文件、假期申請、薪資查詢、福利諮詢等高頻HR工單，解放HR業務伙伴專注於員工發展和組織管理
• 財務：費用報銷審核、採購申請處理、財務數據查詢等標準化財務運營任務
• 法律：標準合同條款查詢、合規政策解釋、文件分類與歸檔等低複雜度法律支持任務

這一擴展路線圖的邏輯是清晰的：IT服務台是最容易實現自動化的起點，因為IT問題通常有明確的「正確答案」，且執行步驟相對標準化。但企業中存在大量類似的「有明確流程、反覆執行」的角色任務，它們橫跨每個職能部門。ServiceNow的野心是將Autonomous Workforce框架打造成一個通用的「企業自動化操作系統」，而IT服務台只是第一塊落子。

對香港企業IT的實質意義

香港是亞太區主要的企業服務中心，金融、法律、物流、零售等行業的大型企業大量使用ServiceNow作為其IT服務管理（ITSM）平台的核心。ServiceNow 2026年Q2的商業發布時間表，意味著最快今年下半年，香港企業IT主管就將面臨真實的採購和部署決策。

在考慮這一技術時，香港企業有幾個在地因素需要特別評估：

一、語言與文化適配：EmployeeWorks基於Moveworks的自然語言理解技術，原生支持多語言。香港職場的中英夾雜溝通模式（Cantonese code-switching、英文技術術語混用粵語語句）是一個具體的測試場景，企業在評估時應要求提供此類場景的演示。

二、數據主權與本地化：香港的金融監管機構（金管局、保監局）對數據跨境流動有嚴格規定。企業在部署ServiceNow Autonomous Workforce時，需釐清AI代理處理的員工請求數據的存儲位置（香港本地、亞太區節點或全球節點），確保符合相關監管要求。

三、與現有ITSM投資的整合：已深度使用ServiceNow的企業，Autonomous Workforce的整合成本相對較低；但混合使用Jira Service Management、BMC Helix或其他ITSM平台的企業，需評估跨平台整合的複雜度。

四、勞動力影響的管理：在香港，大規模IT外包及服務台人員縮減不涉及歐洲式的勞工委員會審批要求，但企業仍需重視對現有IT服務台員工的技能轉型投入，以避免人才流失和士氣下滑。

五、試點策略的建議：ServiceNow自身的成功來自於選擇了最適合自動化的一批工單類別，而非試圖一次性自動化所有IT支持場景。香港企業在採納初期，應同樣先識別出自身最高頻、最標準化的工單類別，建立可量化的基線指標，在有限範圍內驗證ROI後再逐步擴大覆蓋範圍。

ServiceNow的商業算盤：突破10億美元AI收入

Autonomous Workforce的發布並非單純的技術展示，它是ServiceNow一個更宏大商業目標的關鍵組成部分：2026年AI產品收入超過10億美元。這一目標的發布隨即推動了ServiceNow的股價上漲，市場對其AI商業化能力的信心顯著提升。

Moveworks收購的28.5億美元代價，在這個框架下具有了清晰的財務邏輯：Moveworks此前已在全球企業中服務550萬名員工，這批現有客戶是ServiceNow在Autonomous Workforce上的第一批潛在付費用戶；而ServiceNow自身超過8,000家企業客戶，則是Moveworks技術向大型企業規模化交付的分銷渠道。兩者的結合，使ServiceNow在AI代理市場同時擁有了技術成熟度和商業規模化能力，這在競爭對手中是稀缺的組合。

對比Salesforce同期公告其Agentforce平台在FY2026年Q4的ARR表現，可以看出企業AI代理的商業化正進入一個相互驗證的加速期——頭部企業軟件公司相繼確認AI代理在真實企業環境中創造了可量化的商業價值，這將進一步強化企業客戶的採納意願，形成正向循環。

編輯觀點：這個「里程碑」的真正含義

在評估ServiceNow這次發布的意義時，有一個思維陷阱值得警惕：把「90%工單自主處理」理解為「IT部門需要裁員90%的服務台員工」。這是對數據的誤讀，也是對AI部署現實的誤解。

ServiceNow自主化的是「目標類別的工單體量的90%」——這是一個仔細界定的子集。在真實的IT服務台工作中，高複雜度的工單（涉及基礎設施故障診斷、安全事件響應、跨部門系統衝突排查等）依然需要，也必然需要有豐富經驗的人類工程師介入。AI代理大幅提升了對這類複雜問題的響應速度，是因為它解放了人類工程師，讓他們不再把一半工時花在「幫用戶改密碼」上。

Forrester的Charles Betz說的「里程碑」，其真正含義是：企業管理層現在有了可以向董事會呈現的真實生產數據，用以支持AI代理的大規模採納決策。在此之前，AI代理的採納往往受阻於「能不能在我們的環境中真正work」這個問題——因為沒有足夠的生產環境參照案例。ServiceNow以自身為案例，填補了這個論據空白。

對香港的企業IT決策者而言，這意味著：AI代理的採納論證，從「能否做到」轉向了「如何做到」。這不是小小的措辭差異，而是決策周期和優先級的根本轉變。那些現在還在等待「更多市場驗證」的企業，與那些已經在規劃試點、建立AI服務台能力的企業之間，差距正在加速拉大。ServiceNow的90%，是一個起點，也是一個催化劑。