ServiceNow一周内连签两大AI巨头，企业级AI平台“多模型”战略成新趋势

在企业级AI平台竞争日趋白热化的当下，ServiceNow在一周内接连宣布与两大顶尖AI研究机构达成深度合作，其构建“多模型”（Multi-Model）生态的战略意图已清晰可见。最新行业动态指出，ServiceNow已与Anthropic签署了一项多年期协议，将后者的Claude系列模型深度集成至其工作流平台，并作为其AI智能体构建工具（ServiceNow Build Agent）的默认模型。此举紧随其与OpenAI的合作公告，标志着企业软件巨头正从单一模型依赖转向开放的、择优而用的AI架构。

核心合作内容：Claude模型如何重塑企业工作流

根据该公司在一份最新文件中披露的信息，此次合作的核心是将Anthropic的Claude模型家族确立为ServiceNow旗下AI驱动工作流产品的首选模型。这意味着，全球范围内使用ServiceNow平台进行IT服务管理（ITSM）、客户服务管理（CSM）和业务流程自动化的大型企业，将能更便捷地调用Claude的强大推理与代码生成能力。

具体而言，Claude现已深度集成至ServiceNow Build Agent。这是一个允许开发者创建“智能体工作流”（Agentic Workflows）和构建应用程序的工具。市场消息显示，通过将Claude作为默认引擎，开发者能够更高效地构建出能理解复杂指令、执行多步骤任务并具备一定自主决策能力的AI助手。此外，Anthropic面向开发者的“氛围编程”产品Claude Code也已提供给ServiceNow的工程师团队使用，旨在提升内部开发效率。

ServiceNow总裁兼首席产品官Amit Zavery在回应相关问询时强调，公司正有意推行多模型战略。“我们不认为这些合作关系是竞争性或互斥的，”他表示，“企业客户需要模型选择权。他们希望为不同的任务匹配合适的模型，同时在ServiceNow AI平台上保持治理、安全性和可审计性的一致。每个模型都有不同的优势，我们的角色是以最佳方式编排它们，为客户交付最佳结果。”

技术背景与战略剖析：为何“多模型”成为必选项？

ServiceNow作为企业工作流管理软件的领导者，其平台承载着全球众多500强企业的核心运营流程。随着生成式AI（Generative AI）浪潮席卷企业级市场，单纯依赖某一家AI供应商的模型存在显著风险，包括模型性能瓶颈、供应商锁定（Vendor Lock-in）以及无法满足多样化场景需求等。

Claude模型家族，尤其是其最新的Claude 3系列，以强大的长上下文处理能力、出色的指令遵循和较低的“幻觉”（Hallucination）率而闻名，在处理复杂的文档分析、合规检查和多轮对话任务上表现出色。而OpenAI的GPT系列则在创意生成、代码编写和通用知识问答方面积淀深厚。ServiceNow同时整合两者，实质上是为企业客户提供了一个“AI模型工具箱”，可以根据具体工作流的特性（如需要高准确性的IT工单分类，或需要创造性的知识库文章生成）灵活调用最合适的底层引擎。

这一策略也与近期云计算巨头（如AWS、Google Cloud）和软件服务商（如Salesforce）的动向不谋而合，即通过提供多个前沿模型接口，将选择权交给客户，自身则聚焦于平台层的集成、安全、治理与业务流程编排，这正成为企业级AI解决方案的新标准。

行业影响与未来展望：企业AI投资回报率的关键转折

此次合作是Anthropic在进军企业市场道路上的又一重要里程碑。过去一年，Anthropic已相继与埃森哲（Accenture）、IBM、德勤（Deloitte）、雪花数据云（Snowflake）以及安联保险（Allianz）等全球巨头达成合作，其企业级生态正在迅速扩张。对于ServiceNow而言，在短短一周内绑定行业两大领头羊，不仅快速补齐了自身在基础模型层的能力，更向市场传递出其打造最开放、最强大的企业AI平台的决心。

尽管目前许多企业在AI投资的实际回报率（ROI）衡量上仍面临挑战，但行业分析普遍认为，像ServiceNow这样将AI深度嵌入到具体、可衡量的业务流程（如缩短问题解决时间、自动化重复工单）中的平台，最有可能率先帮助企业实现价值兑现。当AI不再是孤立的聊天机器人，而是成为工作流操作系统的一部分时，其生产力和成本优化效益才变得可追踪、可评估。

未来，企业级AI的竞争将不再是单一模型的“军备竞赛”，而是平台集成能力、数据安全架构、业务流程理解与多模型 orchestration（编排）能力的综合比拼。ServiceNow的连续动作，无疑为这场竞赛树立了新的标杆，也预示着2024年将成为企业从AI试点走向规模化部署的关键分水岭。对于寻求数字化转型的企业而言，选择一个具备开放多模型策略的平台，可能比押注某一特定模型更为稳妥和长远。