المختبر السري الذي حول ServiceNow إلى آلة ذكاء اصطناعي للشركات
هناك قرار يتعلق بالمنتج يفصل بين الشركات التي تبني تكنولوجيا مفيدة وتلك التي تبني تكنولوجيا مذهلة: من يعاني أولاً عندما يحدث خطأ. اختارت ServiceNow أن تعاني داخليًا، وتلك الاختيار، أكثر من أي إعلان عن منتج، يفسر سبب نجاح أدواتها في الذكاء الاصطناعي حيث تفشل الأخرى.
في نهاية عام 2025، سجلت الشركة أكثر من 240 استخدامًا نشطًا للذكاء الاصطناعي داخل عملياتها. ليست تجارب أو نماذج أولية: إنها تدفقات عمل حقيقية، مع موظفين حقيقيين، حيث للأخطاء عواقب حقيقية. تحت قيادة كيلي رومانك، مديرة المعلومات الرقمية، بنت ServiceNow منهجية متميزة وفعالة: لا تصل أي أداة إلى العميل إلا بعد نجاح استخدامها داخليًا.
عندما تصبح الشركة عميلها الأكثر صعوبة
تقوم معظم الشركات التكنولوجية بالتحقق من منتجاتها من خلال مجموعات تركيز، بيتا مغلقة، أو مقاييس للتبني. اعتمدت ServiceNow منهجية مختلفة: إذا كانت الأداة لا تصلح لإدارة تذاكر الدعم الخاصة بها، فلا شيء تستطيع تقديمه لبنك أو نظام صحي.
هذه المنطق ليست تواضعًا مؤسسيًا، بل طريقة دقيقة لتقليل مخاطر الإطلاق. عندما تبيع الشركة برنامج إدارة تدفقات العمل وتستخدم نفس البرنامج لعملياتها الداخلية، تزيل طبقة من الغموض التي تكلف عادة الملايين في الدعم ما بعد البيع. كل تداخل تكتشفه رومانك في استخدام فرقها اليومية هو تداخل لن يدفعه عميل من الشركات الكبرى من خلال مكالمة شكاوى.
الأرقام التي نشأت من هذه العملية الداخلية هي التي أصبحت بعد ذلك ضمن الحجج التجارية: انخفاض بنسبة 30% أو أكثر في أوقات حل التذاكر، فرق تكنولوجيا المعلومات تم تحريرها من المهام المتكررة للعمل على أمور أكثر تعقيدًا. تأتي هذه البيانات من العمليات اليومية للشركة نفسها، وليست من دراسة حالة مصنوعة لعرض تسويقي.
ما يجعل هذا النموذج مثيرًا للاهتمام من منظور سلوك المستهلك التجاري هو ما يكشفه عن العمل الذي تريد فرق تكنولوجيا المعلومات حقًا أن يتم إنجازه. ليس الأمر مجرد أتمتة. إنما يتعلق الأمر بالتخلص من الضوضاء ذات التعقيد المنخفض التي تستهلك وقت الأشخاص الذين ينبغي عليهم اتخاذ القرارات. فهمت ServiceNow أن العميل الداخلي لم يكن يقوم بتوظيف التكنولوجيا، بل كان يقوم بتوظيف وقت إدراكي عالي الجودة.
الرهان على الذكاء الاصطناعي الفاعل وما يعنيه للمشتري
خلال عام 2025، انتقلت ثقل المحادثة في القطاع من المساعدين المحادثين إلى شيء يحمل عواقب تشغيلية أعمق: الأنظمة الفاعلة. على عكس روبوت الدردشة الذي يجيب على الأسئلة، يقوم وكيل الذكاء الاصطناعي بتشخيص مشكلة، وتصميم خطة عمل، وتنفيذ خطوات متعددة بشكل مستقل. أميت زافري، رئيس ومدير المنتجات في ServiceNow، وصف ذلك بدقة محسوبة: ستتوقف المنظمات عن طلب إجابات بسيطة من الذكاء الاصطناعي للسماح له بإدارة تدفقات العمل بالكامل دون إشراف بشري مستمر.
هذا يغير تمامًا معادلة المخاطر للمشتري. يكون روبوت الدردشة الذي يعطي إجابة خاطئة مزعجًا، ولكن وكيل يقوم بتنفيذ تدفق عمل خاطئ قد يؤثر على العقود أو بيانات العملاء أو العمليات المنظمة. لذلك، فإن منهجية التجريب الداخلي لشركة ServiceNow ليست مجرد استراتيجية تسويقية مقنعة بالتواضع، بل هي الآلية الوحيدة التي تسمح بتدريب الأنظمة الفاعلة بما يكفي من السياق التشغيلي قبل عرضها على بيئات إنتاج طرف ثالث.
سجل مؤشر نضج الذكاء الاصطناعي للشركات لعام 2025 في ServiceNow أن 55% من المنظمات العالمية قد نشرت بالفعل 100 حالة استخدام على الأقل للذكاء الاصطناعي، وأن 36% من الشركات الرائدة - والتي يسميها المؤشر "حاملو الراية" - تستخدم بالفعل الذكاء الاصطناعي الفاعل، مقارنة بـ 19% من الباقين. الفجوة بين المجموعتين ليست في الميزانية التكنولوجية، بل في الاستعداد التنظيمي للسماح للأنظمة المستقلة بالتعامل مع العمليات الحساسة. يتم بناء هذا الاستعداد من خلال الثقة، والثقة تُبنى من خلال سجل التشغيل.
هنا حيث يولد النموذج التجريبي الداخلي لشركة ServiceNow أصلًا تجاريًا لا يمكن أن يحل محله أي ورقة بيضاء: سجل موثق يتجاوز 240 استخدامًا داخليًا يعمل كضمان ضمني للمشتري المؤسسي الذي يحتاج إلى تبرير اعتماد تلك الأدوات أمام مجلس إدارته.
ما لا تحله النموذج التجريبي الداخلي
سيكون من الخطأ قراءة هذه القصة كصيغة خالية من الاحتكاكات. هناك توتر هيكلي في هذا النهج يستحق الانتباه.
عندما تستخدم شركة تكنولوجية أدواتها الخاصة داخليًا، فإنها تعمل على تحسين لتدفقات عملها الخاصة، وثقافتها الخاصة، وتحملها الخاص للمخاطر. ServiceNow هي منظمة برمجيات مع فرق تقنية متطورة وعمليات موثقة وشهية للتجريب. بينما قد تكون المستشفيات الإقليمية، التعاونية المالية، أو سلاسل التصنيع لها واقع تشغيلي مختلف تمامًا. ما يعمل مع احتكاك مقبول داخل CompanyNow قد ينتج عنه حاجز اعتماد كبير في بيئة ذات نضج تقني أقل.
إذاً، الخطر لا يكمن في جودة الأداة بل في الاستقراء. يؤكد التجريب الداخلي أن شيئًا ما يمكن أن يعمل في ظروف مواتية، ولكنه لا يضمن أن يعمل في ظروف غير مواتية. يقوم الشركاء في النظام البيئي - مثل Insight، المعترف بها في حفل الشركاء في مايو 2026 - بتلك المهمة بالضبط: يأخذون الأداة التي تم التحقق منها داخليًا ويعدلونها لتناسب الواقع التشغيلي لكل عميل. هذه الطبقة من الوساطة ليست عبئًا تجاريًا، بل حيث يحدث معظم خلق القيمة للمستخدم النهائي.
تشير نسبة 43% من المنظمات التي تخطط لاعتماد الذكاء الاصطناعي الفاعل في العام المقبل إلى فرصة وتحذير. تشمل هذه النسبة منظمات ذات بنى تحتية غير متجانسة وبيانات غير منظمة وفرق غير مؤهلة للأتمتة المتقدمة. بالنسبة لهم، العمل الذي يتعاقدون عليه ليس الوصول إلى التكنولوجيا الفاعلة، بل التأكيد على أن هناك شخصًا قد سلك الطريق بالفعل ويستطيع إرشادهم عن أماكن العوائق.
التجريب الداخلي كنموذج عمل، وليس كتقنية منتج
ما بنته ServiceNow من خلال هذه المنهجية يتجاوز إطلاق منتجات فردية. إنه موقف تنافسي يستند إلى مصداقية تشغيلية متراكمة. كل أداة تخرج من عملية التحقق الداخلية تحمل ضمنيًا حجة لا يمكن أن تصيغها أي حملة تسويقية: نحن استخدمناها أولاً، نحن تحملنا تكاليف التعلم، وما يصل إلى منظمتك قد اجتاز بالفعل أكثر عملية تدقيق صارمة لدينا.
في سوق حيث يمثل 30% من الانخفاض في أوقات الحل ملايين من الكفاءة التشغيلية السنوية لشركة متوسطة الحجم، فإن هذه الحجة لها وزن مالي ملموس. وفي سياق حيث تطلب مجالس الإدارة تبريرات للعائد على الاستثمار قبل الموافقة على استثمارات الذكاء الاصطناعي، قد تكون الفجوة بين الوعد وسجل موثق هي الفارق بين عقد موقع وتقييم يمتد إلى ما لا نهاية.
إن نجاح هذا النموذج يبين أن العمل الذي تتعاقد عليه المنظمات عند اعتماد أدوات الذكاء الاصطناعي الشركاتي ليس أتمتة ولا قدرة فاعلة، بل التخلص من خطر أن تكون العميل الأول الذي يكتشف أن شيئًا ما لا يعمل. حولت ServiceNow هذا الخوف إلى أكبر ميزة لها.
