本文是「AI 学习计划」系列第 24 篇属于模块 06 行业应用第 1 篇。系列定位用产品视角拆解 AI 在企业级垂直场景的落地不止讲技术更讲商业闭环。0. 写在前面为什么 ITSM 是 AI Agent 第一个杀进去的主战场如果你问一个 AI 产品经理「2026 年企业级 AI Agent 第一个跑出 PMF 的场景是什么」答案大概率是 ITSMIT Service ManagementIT 服务管理和它的两个亲戚——CSMCustomer Service Management客户服务管理、HRSDHR Service DeliveryHR 服务交付。为什么三个原因场景闭环性极强工单流入 → 分类派单 → 知识检索 → 回复处理 → 关闭归档每个环节都有标准动作和明确产出。LLM 的幻觉在结构化流程里被天然约束。数据资产现成ServiceNow、Salesforce、Zendesk 这些平台沉淀了 10 年的工单、知识库、流程定义AI 不需要冷启动。ROI 一眼能算清MTTRMean Time To Resolution平均解决时长下降 30%、首响时间下降 50%、人工坐席减员 20%这些都是 CFO 能直接拍板的数字。ServiceNow CEO Bill McDermott 在 2026 年 Q1 财报会上直接讲「Now Assist 是我们 20 年来增长最快的产品线。」Salesforce 则把 2026 年命名为 “Agentforce Year”把整个 CRM 重写成 AI 原生架构。这一篇我们就把这两个标杆——ServiceNow Now Assist和Salesforce Agentforce 360——的产品架构、技术栈、定价模式、典型 Agent 工作流全部拆开来讲清楚。1. 前置知识扫盲ITSM、ITIL、CSM 到底是什么⚡写作铁律 #3第一次出现的术语必须先扫盲这一节是后续讨论的基石。术语全称是什么对标产品ITSMIT Service ManagementIT 服务管理内部员工提交 IT 故障/请求IT 团队处理。比如我的 VPN 连不上、“申请装一个 IDE”。ServiceNow ITSM、Jira Service Management、BMC HelixITILIT Infrastructure LibraryITIL 是 ITSM 的方法论圣经定义了事件管理Incident、问题管理Problem、变更管理Change、知识管理Knowledge等 26 个流程。最新版本是 ITIL 4。不是产品是规范CSMCustomer Service Management客户服务管理外部客户提的问题客服处理。比如我下的订单没收到。Salesforce Service Cloud、Zendesk、FreshdeskHRSDHR Service DeliveryHR 服务交付员工向 HR 提需求比如申请育儿假、“开离职证明”。ServiceNow HRSD、WorkdayCMDBConfiguration Management Database配置管理数据库存储所有 IT 资产服务器、网络设备、软件及其依赖关系的地图。ServiceNow CMDB、Device42MTTRMean Time To Resolution平均解决时长ITSM 最核心的 KPI。—L1/L2/L3Level 1/2/3 Support客服分级L1 是接电话/聊天的初级客服解决 70% 简单问题L2 是有专业能力的工程师L3 是研发或厂商专家。—Agentic Workflow—由多个 AI Agent 协作完成的工作流区别于传统单 Bot 单次回答。ServiceNow 2026 年的核心叙事就是这个词。—关键洞察传统 ITSM 是「人在流程里跑」AI 化后变成「Agent 在流程里跑人监督异常」。这是一次主语切换。2. ServiceNow Now Assist把 Agent 嵌进 ITIL 26 个流程2.1 产品矩阵2026 Yokohama / Zurich 版本ServiceNow 2025 年 9 月推出 Now Assist2026 年 3 月升级到 Yokohama Patch 11 / Zurich Patch 5正式从「生成式 AI 助手」升级成「Agentic AI 平台」。它的产品矩阵分四层┌─────────────────────────────────────────────────────────────┐ │ Now Assist for ITSM / CSM / HRSD / FSM / SecOps / ... │ ← 业务套件 ├─────────────────────────────────────────────────────────────┤ │ AI Agent Studio自定义 Agent 构建器 │ ← 平台层 │ AI Control Tower治理/审计/路由 │ ├─────────────────────────────────────────────────────────────┤ │ Now LLM Service自研│ Azure OpenAI │ Gemini │ Claude │ ← 模型层 ├─────────────────────────────────────────────────────────────┤ │ Now PlatformCMDB Workflow Knowledge ACL │ ← 数据底座 └─────────────────────────────────────────────────────────────┘2.2 ITSM 四大金刚 Agentic Workflow必背ServiceNow 2026 年 Q1 重点推广的 ITSM 四大开箱即用 Agentic Workflow覆盖 ITIL 事件管理 80% 场景#工作流触发时机Agent 干的活价值点1Generate My Work Plan生成我的工作计划工程师上班登录时扫描我手上所有未关闭工单按优先级/SLA/客户情绪打分排序估算每个工单耗时输出今日 work plan解决我今天先干啥的工程师早间焦虑2Triage and Categorize ITSM Incidents分诊与分类新工单流入瞬间读工单标题描述匹配 category/subcategory/service/CI配置项并自动关联相关的 major incident 或 problem把人工分诊从 5 分钟压到 5 秒3Investigate and Resolve ITSM Incidents调查与解决工程师领单后检索 KB 文章、过去类似工单、相关服务目录输出分步解决建议工程师决定是否采纳让 L1 拥有 L3 的知识储备4Wrap Up and Resolve Incidents收尾与关闭工程师标记 resolved 时自动生成 resolution notes、选择 resolution code、关联相关 KB 用于后续复用解决工程师懒得写复盘的老大难产品经理视角这四个工作流之所以能开箱即用是因为它们不需要客户做任何 prompt engineering——ServiceNow 把 ITIL 标准流程硬编码成了 Agent 的 SOP。这是把方法论变成产品的经典案例。2.3 Change Management Agentic AI变更管理 8 个 Agent变更管理是 ITIL 里最难自动化的流程因为涉及风险评估和审批ServiceNow 在这个场景里堆了 8 个专用 AgentAgent 名职能Change Conflict Assessor检测变更冲突找出受影响 CI 和服务Change Quality Assessor用历史相似变更评估当前变更描述质量Schedule Change Request自动找空闲变更窗口Change CI Suggestion推荐相关配置项Change Outage Assistant自动关联 outage 记录Standard Change Template Recommender对话式创建变更工单Standard Change Template Proposal基于历史相似变更生成模板提案Explain SLA解读 SLA 暂停/恢复事件为什么这么细因为变更管理的每一步都涉及「专业判断 数据查询」把这些拆成独立 Agent 后可以单独迭代、单独评测、单独 disable。这是 multi-agent 架构在企业场景的最佳实践。2.4 模型选型Now LLM 还是 Azure OpenAI这是企业 ITSM AI 化时第一个要决策的问题。ServiceNow 给了 4 个选项模型优势劣势推荐场景Now LLM Service自研数据不出 ServiceNow能力弱于 GPT-5.5/Claude Opus 4.7强合规行业金融/政务Now LLM LTS长期稳定版行为可预测更新慢已上生产环境的关键流程Azure OpenAIGPT-5.5 / o4通用能力最强数据需经 Azure⭐ ITSM 默认推荐Anthropic Claude on AWSOpus 4.7长文推理强中国区不可用复杂变更管理、知识检索Google Gemini 2.5 Pro多模态工具调用稍弱工单截图/视频附件分析⚡ ServiceNow 官方建议ITSM agentic workflow 默认选 Azure OpenAIGPT-5.5因为它在工具调用和指令遵循上最稳。变更管理这种长上下文场景可以用 Claude Opus 4.7。2.5 安全与权限ACL Role Masking Run As企业里 AI 化的真正死穴不是模型能力而是权限。如果一个 Agent 替财务 VP 自动审批了一个变更谁担责ServiceNow 的解法是三层安全模型ACLAccess Control List每个 Agent 在执行 action 时必须带一个运行身份Run As动态/AI 用户可以选Run as the requester继承用户权限或Run as a dedicated AI user用专用服务账号Role Masking每个 Agent 工作流声明哪些角色的用户可以触发未授权用户连看都看不到这个 Agent借鉴价值这套模型对所有要做企业级 Agent 的产品都通用。Agent 不能脱离权限系统单独存在——这是把 AI 安全放进生产环境的第一道闸门。3. Salesforce Agentforce 360把 CRM 重写成 AI 原生3.1 从 Agentforce 1.0 到 Agentforce 360 的进化版本时间关键变化Agentforce 1.02024 Q4 Dreamforce推出 Service Agent对标 ChatGPT干掉 Einstein BotsAgentforce 2.02025 Q2增加 Sales Agent (SDR/Coach)、Marketing Agent引入 Atlas Reasoning EngineAgentforce 3602026 Q1 CES统一 context engine多 Agent 共享客户上下文新增 Two-Way Email、Contextual Search、Guided ShoppingAgentforce Builder GA2026 Feb新一代低代码 Agent 构建器全量发布3.2 Agent 类型矩阵产品分层Salesforce 把 Agent 分成两类Autonomous Agent自主智能体- 客户直接对话Service Agent替代 L1 客服24×7 处理工单SDR Agent销售线索资格判定 自动约会Sales Coach销售员的 AI 教练做角色扮演演练Assistive Agent辅助智能体- 内嵌进员工 UIService Planner客服打开个案时自动生成 case summary 和 step-by-step 解决方案Employee Agent可定制给员工用的内部 Copilot3.3 核心架构Atlas Reasoning Engine Trust Layer Data 360┌──────────────────────────────────────────────────────┐ │ Agentforce Builder新版构建器2026.02 GA │ ├──────────────────────────────────────────────────────┤ │ Atlas Reasoning Engine │ │ - Topic Classification话题分类 │ │ - Plan Decision多步推理 │ │ - Action Selection工具选择 │ ├──────────────────────────────────────────────────────┤ │ Einstein Trust Layer信任层 │ │ - PII Masking、Audit Trail、Toxicity Detection │ ├──────────────────────────────────────────────────────┤ │ Data 360统一数据层 │ │ - CRM Data Knowledge Data Library │ │ - Zero Copy 集成 Snowflake/Databricks/BigQuery │ └──────────────────────────────────────────────────────┘3.4 Agentforce 360 的杀手锏上下文不碎片Salesforce 在 CES 2026 重点讲的一个故事「客户点了一封承诺周五送达的促销邮件但商城 Agent 推荐了一个他已经退过货的产品当物流延迟时客服 Agent 又像第一次对话一样问’请问您的订单号’。」这就是上下文碎片Context Fragmentation。Agentforce 360 的解法是「统一数据层 共享 context engine」营销 Agent 知道这个客户上周点了哪封邮件商城 Agent 知道这个客户的退货记录客服 Agent 知道这个客户和商城 Agent 刚才的对话业务结果2025 节日季数据显示使用 Agentforce 的零售商业绩增速比同行高 59%AI 贡献了平台 20% 的零售销售额AI 客服互动量同比涨 126%。3.5 Service Planner 的工作机制必懂的产品细节Service Planner 是 Salesforce 给 ITSM/CSM 工程师设计的辅助 Agent它的工作流值得逐字拆解工程师打开一个 Case ↓ Service Planner 自动触发条件case 满足 eligibility criteria ↓ Step 1: Case Summary 扫描 case 字段、邮件正文、附件 → 生成 3-5 行摘要 ↓ Step 2: Topic Assignment 匹配最相关的 Agentforce Topic公司预定义的服务策略 ↓ Step 3: Instruction Action 加载 加载该 Topic 下的 instructions自然语言 SOP ↓ Step 4: Knowledge Grounding 通过 Agentforce Data Library 检索相关 KB 文章 ↓ Step 5: Service Plan 生成 输出分步解决方案给工程师工程师手动执行产品哲学Service Planner不直接执行 action——所有 action 由人执行。这是 Salesforce 在自主 Agent和风险控制之间的折中让 AI 当大脑让人当手。4. ServiceNow vs Salesforce产品对比与选型决策维度ServiceNow Now AssistSalesforce Agentforce 360主战场ITSM内部 IT HRSD FSMCSM外部客户 Sales MarketingAI 引擎Now LLM Azure OpenAIAtlas Reasoning Engine自研Agent 架构Agentic Workflow流程驱动Topic-based Agent话题驱动定价模式Now Assist Premium 加价按消息计费 Flex Credits客户画像大型企业 IT 部门全量级 CRM 用户典型场景Incident/Change/Problem 管理客服/销售/营销自动化核心壁垒CMDB ITIL 流程沉淀CRM 客户 360 数据2026 关键词Agentic Workflow 4 大金刚Agentforce 360 上下文统一选型决策建议如果你的核心痛点是内部 IT 工单选 ServiceNow没有第二选择如果你的核心痛点是外部客户服务Salesforce Zendesk Intercom看预算和客户体量如果你两者都有且没买过任一平台建议分别采购各自的 SKU不要为了统一而妥协功能如果你是中小团队500 人考虑 Zendesk AI、Intercom Fin、HubSpot Service Hub 的 AI 套件性价比更高5. 国内 ITSM AI 化的现状与差距国内 ITSM 市场长期被三类玩家占据国产 ITSM嘉为蓝鲸、新华三 IMC、东方通、广通优云蓝海讯通本土 CSM阿里云客服、腾讯企点、网易七鱼、容联七陌、Udesk大模型公司提供 ITSM Agent 解决方案百度智能云千帆、阿里通义灵码客服版、腾讯混元 Agent 平台差距工作流深度国内主要还在做单点 LLM 助手写工单摘要、推荐 KB离 ServiceNow 的 Agentic Workflow 多 Agent 协作有 1-2 年差距模型能力国内厂商在 GPT-5.5 / Claude Opus 4.7 上的访问受限国产模型DeepSeek V4、Kimi K2.6、GLM-5.1能力虽强但工具调用稳定性还在追赶数据底座国内大多数企业没有 CMDBAI 没有地图可参照机会政企/金融行业的私有化部署需求ServiceNow / Salesforce 数据出境是硬约束是国产化替代的最大窗口结合 DeepSeek V4-Pro / Kimi K2.6 的开源/可私有化能力做行业垂直 Agent6. 给 PM 的实操清单把 AI 嵌进现有 ITSM 系统如果你正在自家公司推 ITSM AI 化不管你用 ServiceNow / Jira / 自研这里是落地 SOP6.1 先做诊断选对入口场景入口启动难度ROI 速度推荐顺序工单分诊Triage⭐ 最简单1 个月见效1️⃣ 必选知识检索KB Search⭐⭐2 个月见效2️⃣解决建议Resolution Suggestion⭐⭐⭐3 个月见效3️⃣自动关闭Auto-Resolve⭐⭐⭐⭐6 个月4️⃣需要充足数据变更管理 Agent⭐⭐⭐⭐⭐12 个月5️⃣最难也最值钱6.2 数据准备清单历史工单1 万条带最终 resolution codeKB 文章200 篇最好结构化CMDB 或资产清单至少有系统列表 负责人SLA 定义P0/P1/P2 响应时长服务目录用户能看到的 IT 服务清单6.3 评测指标必须设的 5 个分诊准确率Categorization Accuracy 85% 才算可用首响时间First Response Time基线 vs AI 后下降 30% 是合格MTTRMean Time To Resolution下降 20% 是合格Deflection Rate自助解决率AI 直接关闭的工单比例 25% 是优秀CSAT客户满意度上线后不降低就算成功6.4 避坑指南❌不要追求一上来就全自动化先做 Copilot 给人用再做 Agent 替人干活❌不要忽略权限Agent 一定要带身份不能用 admin 跑❌不要无监督上线必须配一个AI 输出审核台给运营每天抽检❌不要忘记 fallbackAgent 没把握时必须能转人工且转人工时上下文不能丢❌不要用一个大模型走天下分诊用快模型DeepSeek V4-Flash解决建议用强模型GPT-5.5/Claude Opus 4.77. 总结AI 不是颠覆 ITSM是把 ITIL翻译成 Agent如果你看完前面 6 节有点信息过载记住下面这一句话ITSM 的 AI 化本质是把过去 20 年沉淀的 ITIL 标准流程从人执行升级成Agent 执行 人监督异常。ServiceNow 用 Now Assist 4 大金刚 Agentic Workflow 把这件事做到了 SaaS 标杆水位Salesforce 用 Agentforce 360 把同样的逻辑搬到了 CSM 战场。两家都在告诉我们一件事AI 时代的企业软件不再是工具是数字员工。下一篇我们会拆「Agent 开发平台」——Coze、Dify、n8n、Manus、智谱 AgentOS 五家国内外热门平台横评看看在 ServiceNow / Salesforce 之外普通团队怎么用低代码方式自己搭 Agent。 参考文献ServiceNow Now Assist for ITSM 官方文档ServiceNow ITSM Agentic AI Considerations (2026.03)Salesforce Agentforce 360 Announcement (CES 2026)Salesforce Trailhead: Agentforce for ServiceSalesforce Trailhead: Agentforce Service PlannerITIL 4 Foundation Official Guide, AXELOSServiceNow Webinar: “Activate, Deploy, and Trust Your Agentic AI” (2026.03)路易乔布斯 © 2026 本文是「AI 学习计划」系列第 23 篇 模块 06 行业应用 1/N下一篇预告《Agent 开发平台横评Coze / Dify / n8n / 智谱 AgentOS / Manus 谁是国内最强》