ServiceNow 發表實時數據基礎，推動企業自主 AI 運作
在 Knowledge 2026 活動中，ServiceNow 發布了新的數據功能，旨在透過實時、受治理的企業數據，最大限度地發揮自主 AI 的潛力。這項功能旨在解決數據孤島問題，並使自主 AI 能夠有效利用實時資訊、執行操作並管理代理治理。
📋 文章處理履歷
- 📰 發表: 2026年5月8日 22:30
- 🔍 收集: 2026年5月8日 14:01
- 🤖 AI分析完成: 2026年5月8日 22:05（收集後8小時3分鐘）
Context Engine、Autonomous Data Analytics 和 Workflow Data Fabric 提供自主 AI 行動所需的、受治理的實時數據。
*本資料是 ServiceNow, Inc.（美國）於 2026 年 5 月 6 日（美國時間）發布的新聞稿摘要翻譯。
作為業務轉型的「AI 控制塔」，ServiceNow（紐約證券交易所代碼：NOW）今天在 ServiceNow 的年度客戶和合作夥伴活動「Knowledge 2026」上，發布了新的數據功能，旨在基於實時且受治理的企業數據，最大限度地發揮自主 AI 的力量。此發布解決了阻礙企業 AI 利用的系統間數據孤島問題，使自主 AI 能夠實現實時資訊利用、業務執行以及代理治理管理，這些都是必不可少的。
大多數企業 AI 失敗的原因並非模型存在缺陷。這是因為數據分散在孤島化的系統中，導致 AI 代理無法在需要行動的地方有效治理和執行，只能產生停留在建議層面而非實際執行的膚淺判斷。ServiceNow 的「Context Engine」和「Autonomous Data Analytics」透過從整個組織的各類訊號（資產、工作流程、人員、政策、運營歷史等）中提取數據，並應用一個整合 CMDB、工作流程數據、數據分析所得洞察以及外部系統的語義層來打破這種局面。這使得所有 AI 決策都能基於實時的運營上下文。由於 Context Engine 持續從系統運營歷史中學習，其智能隨每個工作流程累積，執行次數越多，AI 精度越高。
ServiceNow 數據與分析執行副總裁兼總經理 Gaurav Rewari 表示：「在 AI 競賽中獲勝的組織，是將可信賴的、情境化的數據直接嵌入到業務運營的工作流程中，提供使團隊和 AI 能夠自信行動的洞察。這就是 ServiceNow。這是一個平台，洞察力與每個工作流程、每筆交易、每個決策融合，每個都累積智能以驅動下一個行動。」
AI 時代的智能
Context Engine 提供企業 AI 所需的深度上下文和治理。透過實時映射組織內所有人員、角色、資產、服務和政策，並將其深度整合到實際業務流程中，它為 AI 提供了「組織專屬業務上下文」。為 Context Engine 提供可靠的業務邏輯，ServiceNow 發布了「Autonomous Data Analytics」的新願景。透過利用最近收購的 Pyramid Analytics 的創新，所有用戶和 AI 代理都可以使用自然語言查詢組織內的數據資產，即時獲得安全且準確的洞察。
數十個分散系統中不一致的分類帳管理（或缺乏管理），以及專為人類分析師而非 AI 代理設計的治理流程，是導致 AI 只能提供建議而無法執行或完成工作流程的原因。ServiceNow 透過連結數據發現、治理和自主行動的三項功能解決了這一挑戰，而無需離開工作進行的平台。
Autonomous Data Governance 持續監控數據資產並自動標記品質違規。這使得安全和隱私政策能夠實時應用，有助於確保提供給 AI 工作流程的數據始終符合定義的標準，無需人工干預。ServiceNow Otto 的 Workflow Data Fabric 透過自然語言體驗使所有這些功能對所有用戶可用，實現策劃和...
*本資料是 ServiceNow, Inc.（美國）於 2026 年 5 月 6 日（美國時間）發布的新聞稿摘要翻譯。
作為業務轉型的「AI 控制塔」，ServiceNow（紐約證券交易所代碼：NOW）今天在 ServiceNow 的年度客戶和合作夥伴活動「Knowledge 2026」上，發布了新的數據功能，旨在基於實時且受治理的企業數據，最大限度地發揮自主 AI 的力量。此發布解決了阻礙企業 AI 利用的系統間數據孤島問題，使自主 AI 能夠實現實時資訊利用、業務執行以及代理治理管理，這些都是必不可少的。
大多數企業 AI 失敗的原因並非模型存在缺陷。這是因為數據分散在孤島化的系統中，導致 AI 代理無法在需要行動的地方有效治理和執行，只能產生停留在建議層面而非實際執行的膚淺判斷。ServiceNow 的「Context Engine」和「Autonomous Data Analytics」透過從整個組織的各類訊號（資產、工作流程、人員、政策、運營歷史等）中提取數據，並應用一個整合 CMDB、工作流程數據、數據分析所得洞察以及外部系統的語義層來打破這種局面。這使得所有 AI 決策都能基於實時的運營上下文。由於 Context Engine 持續從系統運營歷史中學習，其智能隨每個工作流程累積，執行次數越多，AI 精度越高。
ServiceNow 數據與分析執行副總裁兼總經理 Gaurav Rewari 表示：「在 AI 競賽中獲勝的組織，是將可信賴的、情境化的數據直接嵌入到業務運營的工作流程中，提供使團隊和 AI 能夠自信行動的洞察。這就是 ServiceNow。這是一個平台，洞察力與每個工作流程、每筆交易、每個決策融合，每個都累積智能以驅動下一個行動。」
AI 時代的智能
Context Engine 提供企業 AI 所需的深度上下文和治理。透過實時映射組織內所有人員、角色、資產、服務和政策，並將其深度整合到實際業務流程中，它為 AI 提供了「組織專屬業務上下文」。為 Context Engine 提供可靠的業務邏輯，ServiceNow 發布了「Autonomous Data Analytics」的新願景。透過利用最近收購的 Pyramid Analytics 的創新，所有用戶和 AI 代理都可以使用自然語言查詢組織內的數據資產，即時獲得安全且準確的洞察。
數十個分散系統中不一致的分類帳管理（或缺乏管理），以及專為人類分析師而非 AI 代理設計的治理流程，是導致 AI 只能提供建議而無法執行或完成工作流程的原因。ServiceNow 透過連結數據發現、治理和自主行動的三項功能解決了這一挑戰，而無需離開工作進行的平台。
Autonomous Data Governance 持續監控數據資產並自動標記品質違規。這使得安全和隱私政策能夠實時應用，有助於確保提供給 AI 工作流程的數據始終符合定義的標準，無需人工干預。ServiceNow Otto 的 Workflow Data Fabric 透過自然語言體驗使所有這些功能對所有用戶可用，實現策劃和...