事件概述

2026 年 10 月 28 日，OpenAI 在官网宣布与 ServiceNow 扩大合作。双方的目标可以概括为双向打通：

  • 把 OpenAI 的模型与 Agent 带进 ServiceNow 产品，覆盖从应用开发到网络安全的多个环节；
  • 把 ServiceNow 的工作流接入 ChatGPT 和 Codex，让企业员工在对话界面里直接推进业务流程。

这次扩展建立在双方今年 1 月宣布的合作基础之上。按照 OpenAI 的说法，新阶段会让 OpenAI 的能力渗透到 ServiceNow 为客户提供的更多工作中，也进入 ServiceNow 自身的业务运营。

从公开信息看，这次合作不是简单的“模型调用 API”式集成，而是围绕业务上下文、权限规则和可执行动作做深度融合——这一点是理解整个公告的关键。

关键技术点

1. ChatGPT 中的 ServiceNow 集成与 Action Fabric

公告提到的第一个落地形态是一个新的 ServiceNow 集成：把业务上下文和工作流动作直接带进 ChatGPT，让团队在同一段对话里既完成问题排查，又执行下一步操作。

原文给出的典型场景是 IT 团队：

  • 查找相似事件（incident）；
  • 评估某项变更的风险；
  • 更新 ServiceNow 记录。

这三个动作过去分散在工单系统、变更管理模块和聊天工具之间，现在被压缩进一次会话。值得注意的是权限机制：客户将自己的 ServiceNow 实例连接到 ChatGPT，并自行选择开放哪些能力；ServiceNow 的 Action Fabric 会套用企业既有的业务规则和权限，因此用户能执行的动作范围，反映的是其所在组织的配置与访问权限。

这一点在工程上很重要。企业级 Agent 的最大障碍往往不是模型能力，而是“模型能不能代表这个人在这个系统里做这件事”。Action Fabric 承担的是策略执行层（policy enforcement）的角色，把权限判断留在企业既有体系内，而不是交给模型自由决定。

2. ChatGPT 内的交互式体验

ServiceNow 还在 ChatGPT 内预览交互式体验。原文举的例子是 on-call 工程师：在 ChatGPT 中查看关联的监控告警、最近的变更和受影响的服务，然后指派合适的团队并推进修复。

这里体现的是把多个数据源的上下文聚合到单一界面，再让 Agent 基于聚合后的上下文产出“下一步动作”。原文未说明这类交互式体验的具体技术实现方式与开放时间。

3. 三个方向的 ServiceNow 产品增强

公告称计划在三个领域开发新能力：

应用开发。 计划在 ServiceNow 的 AI Workflow Factory 中集成 Codex，借助 ServiceNow 的业务上下文与平台能力帮助开发者构建应用。同时，OpenAI 模型将为 Build Agent 和 Autonomous Engineer 提供支持，用于应用开发与现代化改造。

网络安全。 一个联合安全方案，将 OpenAI 的网络安全能力与 ServiceNow 的资产、身份和业务上下文结合，帮助团队调查漏洞、排定风险优先级并协调修复。

语音。 在 ServiceNow 的 Super Intelligence Control Tower 中提供一个由 OpenAI 驱动的体验：用户口述一个 AI 用例，系统帮助填充评估字段，并通过追问补全缺失信息。

语音这一项在形态上比较特别——它不是“用语音替代打字”，而是把一段模糊的需求描述转化为结构化的评估表单，本质上是一个信息抽取加多轮澄清的任务。

4. 全员铺开的 ChatGPT Work 与 Codex

ServiceNow 计划让全体员工（不再仅限于工程组织）使用 ChatGPT Work 和 Codex。工程师用 Codex 探索代码库、修改代码并运行测试；各业务团队在日常工作中使用 ChatGPT Work。ServiceNow 还计划把 OpenAI 能力用于内部安全工作。

反向的流动同样存在：OpenAI 表示自己也在自身运营中使用 ServiceNow 的工作流，并由 Super Intelligence Control Tower 提供支撑。这种“互为客户”的结构，在以往的企业合作公告中并不常见。

5. 可用时间表

原文给出的时间安排如下：

能力 时间
ServiceNow MCP 插件（OpenAI marketplace） 公告发布当日已可用
MCP 插件增强能力 预计 2026 年底
Super Intelligence Control Tower 语音能力 预计 2027 年 Q1
OpenAI 驱动的安全能力 预计 2027 年 1 月 early access，2027 年 Q2 正式可用
AI Workflow Factory 中的 Codex 预计 2027 年内

需要注意，除已经上架的 MCP 插件外，其余均为计划中的能力，原文使用的是 “expected”“planned” 一类措辞，尚未给出确切日期。原文未说明 MCP 插件的具体协议细节与功能边界。

对数据科学与 AI Agent 落地的意义

第一，Agent 的竞争重心正在从“模型能力”转向“上下文与权限的接入”。 这次合作里最实质的部分不是模型本身，而是业务上下文（事件、变更、资产、身份）与执行权限（Action Fabric）如何被安全地暴露给模型。对于任何要做企业内部 Agent 的团队，这基本是一条绕不开的路径：模型再强，拿不到结构化上下文、不敢让它执行写操作，Agent 就只能停在“建议”层面。

第二，企业 Agent 的产品形态可能是“嵌回原系统”，而不是“另建一个聊天框”。 公告的两个方向恰好相反：既把 OpenAI 嵌进 ServiceNow（Build Agent、Autonomous Engineer、安全工作流），也把 ServiceNow 嵌进 ChatGPT。这说明主流厂商并不认为对话界面会取代业务系统，而是让两者在会话层交汇。这对数据产品设计的启示是：与其做一个独立的 AI 门户，不如想清楚动作应该发生在哪个界面、上下文应该来自哪个系统。

第三，对数据科学团队的直接含义在“可观测性与评估”。 一旦 Agent 能够更新工单、指派团队、参与修复，评估指标就不再是准确率，而是任务完成率、误操作率、权限越界次数。公告没有涉及这方面的度量方式，原文未说明双方如何评估 Agent 的表现。这恰恰是落地阶段最容易被忽略、也最容易出事的环节。

第四，语音入口把非结构化输入纳入企业流程。 用口述描述 AI 用例、系统追问补全字段，这类交互降低了业务人员使用门槛，但把“需求澄清”这一环节交给了模型，对抽取准确性和追问策略的要求会比较高。

我的技术点评

这份公告的信息密度不低，但需要区分“已交付”和“计划中”。目前真正可用的只有 OpenAI marketplace 上的 ServiceNow MCP 插件，其余核心能力的时间点普遍落在 2026 年底到 2027 年，跨度接近一年。对关注落地的团队来说，短期内最值得动手验证的就是这个 MCP 插件——它决定了“ChatGPT 能不能读到你的 ServiceNow 上下文”。

第二个值得留意的点是权限模型的位置。Action Fabric 把业务规则和权限判断留在 ServiceNow 侧，ChatGPT 侧的模型只负责决定“想做什么”，能不能做由企业配置裁决。这是目前企业 Agent 比较稳妥的分层方式，也意味着集成的复杂度主要不在模型，而在策略层。任何自建 Agent 的团队都应该参考这个切分：规划与执行分离，权限不下放给模型。

第三，三家（其实是两家）都在强调“信任执行”（trusted execution）这个说法。Bill McDermott 把 ServiceNow 定位为跨企业编排、保护和治理 AI 的“控制塔”。这是典型的平台叙事，实际效果取决于治理能力能否覆盖到 Codex 这类开发工具在生产环境中的行为——而公告对此语焉不详，原文未说明 Codex 在企业代码库中的具体权限边界与审计机制。这是我认为最需要在后续披露中跟进的细节。

最后，OpenAI 自己也在用 ServiceNow 工作流、ServiceNow 全员用 ChatGPT Work 和 Codex，这种双向依赖让合作更牢固，但也让“供应商中立性”成为一个现实问题。对于正在做技术选型的企业，这份公告更像是一个提醒：AI 能力的采购决策，正在变成工作流平台的锁定决策。

原文链接