ServiceNow正在构建数据基础设施以支持人工智能智能体的使用，解决其高管所称的"数据地狱"问题，这是企业AI成功采用的最大障碍。
"Gartner有一个令人清醒的统计数据显示，到2026年，60%的AI项目可能因为数据未做好AI准备而失败，"ServiceNow数据分析产品高级副总裁兼总经理Gaurav Rewari表示。"这促使我们认真思考如何支持客户大规模部署智能体AI的journey。"
为解决这一问题，ServiceNow构建了三个核心组件。首先是RaptorDB，这是一个专为AI设计的新型数据库，旨在处理AI智能体大幅增加的交互需求。"我们需要一个底层AI数据库来超快速执行这些工作流程，"Rewari说，并指出该数据库必须支持操作和分析工作负载，因为AI智能体需要思考、推理然后行动。
第二个组件是工作流数据结构（Workflow Data Fabric），允许ServiceNow的AI智能体连接并理解来自Snowflake、Databricks和Oracle等外部源的数据。"我们需要让这些AI智能体了解我们四堵墙之外的数据，"Rewari解释道。
最后一个组件是公司最近收购的Data.world，这是一个数据目录，帮助智能体理解企业中数据的含义、上下文和血缘关系。"可以把它想象成下一代数据字典加百科全书的合体，"Rewari说。"它包含了你想了解数据字段的一切信息，但可能不敢问的问题。"
随着Salesforce等其他企业软件巨头也在进行以数据为中心的布局，包括其最近收购Informatica的意图，Rewari指出ServiceNow的优势在于其统一的架构。
"ServiceNow采取了非常严格的有机开发方法，当我们进行收购等无机行动时，我们会重新平台化，保持单一平台和数据模型的纯粹性和统一性，"他说。Rewari声称，这是与竞争对手的关键差异化因素，因为竞争对手的能力可能分散在多个收购和平台上。
对于管理异构环境的CIO来说，ServiceNow旨在提供集中化的管理层。该公司的AI控制塔旨在为其自己的智能体以及来自Google或Microsoft等第三方提供商的智能体提供可见性和治理。
这个控制塔是管理智能体自主性范围的核心，这是治理、风险和合规性（GRC）以及安全领域的关键关注点。它允许领导者"持续衡量你在自动化水平方面的表现，"Rewari说。"你可以不断调高这个水平，直到你完全放心让它在野外运行。"
商业智能雄心
虽然当前的重点是为工作流自动化的智能体提供动力，但ServiceNow在商业智能（BI）和分析领域有更广泛的雄心。
"由于我们作为工作流编排公司的根基，我们觉得自己在提供我们所称的洞察到行动工作流方面具有独特优势，"Rewari说。他将此与数据原生公司进行对比，对这些公司来说"采取行动部分对他们来说是新的"。
展望未来，Rewari表示CIO应该期待ServiceNow大力投资其分析产品，扩展到预测和规范分析以及场景建模。这表明该公司意图挑战传统BI厂商，重点关注自然语言和对话界面。
"我们认为AI有机会转变决策支持，"Rewari说。"获得洞察的范式将是对话式的，Gartner预测60%的公司将淘汰仪表板，寻找回答问题的新方法。我们认为在那个世界中我们会非常相关，敬请关注。"
Q&A
Q1：ServiceNow的"数据地狱"问题是什么？
A：ServiceNow所称的"数据地狱"是指企业AI采用的最大障碍，即数据未做好AI准备。根据Gartner统计，到2026年，60%的AI项目可能因为数据未做好AI准备而失败，这成为阻碍企业成功部署智能体AI的核心问题。
Q2：RaptorDB是什么？有什么特点？
A：RaptorDB是ServiceNow开发的新型AI原生数据库，专门设计用于处理AI智能体大幅增加的交互需求。它能够超快速执行工作流程，同时支持操作和分析工作负载，满足AI智能体思考、推理和行动的需求。
Q3：ServiceNow在商业智能领域有什么计划？
A：ServiceNow计划大力投资分析产品，扩展到预测和规范分析以及场景建模，挑战传统BI厂商。公司重点关注自然语言和对话界面，认为AI将转变决策支持方式，未来60%的公司将淘汰仪表板，采用对话式的洞察获取方式。
