ServiceNow Otto e AI Control Tower: governance e AI unificata al centro di Knowledge 2026

Nell’evento Knowledge 2026, ServiceNow accende i riflettori sulla sfida principale che i leader aziendali devono affrontare sul tema dell’AI. Una sfida che non riguarda affatto una scarsità di implementazioni AI, ma piuttosto l’eccesso di AI non governata.

Otto, la nuova interfaccia unificata presentata all’evento, e un’AI Control Tower significativamente ampliata sono la risposta dell’azienda a un problema che molti CIO riconoscono: agenti in produzione senza inventario, senza controllo dei costi e senza governance delle identità.

Il problema che ServiceNow vuole risolvere

Le aziende hanno investito miliardi in intelligenza artificiale, ma la maggior parte non riesce a collegare quell’investimento a risultati misurabili. Un’organizzazione media gestisce centinaia di applicazioni, ciascuna con la propria logica AI. Gli agenti vengono distribuiti senza governance, l’intelligence rimane disconnessa dall’esecuzione e il costo dei modelli sfugge al controllo.

È questo il quadro che Nenshad Bardoliwalla, Group VP of AI Products di ServiceNow, ha sintetizzato nella frase: “L’AI che non è connessa e non è governata, non porta a termine il suo lavoro”. Per avvalorare la propria piattaforma di governo, ServiceNow dichiara di gestire internamente oltre 1.600 asset AI – modelli, agenti, prompt e dataset – e di aver misurato nel 2025 mezzo miliardo di dollari di valore generato dai propri use case interni, tracciati direttamente nell’AI Control Tower. Un dato che va letto anche come operazione di marketing, ma che fornisce un ordine di grandezza concreto.

ServiceNow Otto: un nuovo nome per l’AI unificata

L’annuncio più visibile di Knowledge 2026 è ServiceNow Otto, presentato come “la nuova esperienza AI di livello enterprise”. Nella sostanza, Otto è la convergenza in un’unica interfaccia di ciò che ServiceNow ha costruito e acquisito negli ultimi due anni: Now Assist, la piattaforma conversazionale di Moveworks – startup comprata nel 2025 –, le modalità voce, il Data Explorer, i web agent. Il risultato è un’interfaccia multimodale – testo, voce, ricerca, analisi – che opera su tutti i workflow della piattaforma.

Che cosa fa concretamente Otto? Prende un intento espresso dall’utente – in linguaggio naturale, via voce o testo – e lo trasforma in azioni che attraversano più sistemi e workflow aziendali. La promessa è quella di non richiedere all’utente di sapere in quale sistema operare: è Otto a orientarsi. La valutazione reale dipenderà dalla profondità dell’integrazione nei singoli ambienti cliente, che talvolta non è lineare quanto le demo suggeriscono.

In parallelo, ServiceNow ha annunciato l’Action Fabric: un server MCP generalmente disponibile che consente a qualsiasi agente esterno (Claude, Copilot, o agenti custom dei clienti) di eseguire azioni governate sulla piattaforma ServiceNow. Non si tratta solo di leggere o scrivere dati: l’Action Fabric espone flussi, playbook, approvazioni e cataloghi, con identità verificata e audit trail.

AI Control Tower: da layer di visibilità a command center

The ServiceNow Knowledge 2026 Conference is an annual event where ServiceNow experts, customers, partners, and enthusiasts gather to learn about the ServiceNow platform, share best practices, and network with each other. Knowledge Conference 2026 is held at the Venetian Resort and Wynn LasVegas properties in Las Vegas, Nevada, from May 5-7, 2026. (© Photo by Ari Simphoukham)

L’AI Control Tower (AICT) è probabilmente il pezzo più sostanzioso degli annunci. Introdotta a Knowledge 2025 come layer di governance, nella nuova release Australia si evolve in cinque dimensioni operative.

La prima è la discovery: 30 nuovi connettori enterprise coprono i tre principali hyperscaler (AWS, Azure, Google Cloud) e applicazioni come SAP, Oracle e Workday, consentendo all’AICT di rilevare asset AI che girano fuori dalla piattaforma ServiceNow. Il principio è diretto: non si può governare ciò che non si vede.

La seconda dimensione è la governance: cinque nuovi framework di rischio allineati alle norme NIST e all’EU AI Act, con assessment automatizzato e remediation out of the box. Le organizzazioni non devono costruire le policy di compliance da zero: le trovano preconfigurate.

La terza dimensione è la security, che si basa sull’integrazione con Veza, startup acquisita da ServiceNow a marzo 2025 per la governance delle identità. Veza mappa ogni percorso di accesso tra sistemi (account di servizio, applicazioni, data store…) per identità umane, macchine e agenti AI, con una granularità che arriva al livello di singola operazione (create, read, update, delete). In un contesto in cui le identità non umane stanno già superando numericamente quelle umane, la governance a questo livello di dettaglio è una necessità concreta, non un’aspirazione.

La quarta dimensione è l’observability, abilitata dall’acquisizione di Traceloop, ora integrata nell’AICT per il monitoraggio continuo degli agenti in esecuzione con alert in tempo reale.

La quinta è la misurazione: dashboard di costo e ROI che tracciano la spesa per modello (OpenAI, Claude, Gemini) fino al token, correlando ogni dollaro speso ai risultati di business ottenuti. Sul fronte sicurezza, l’integrazione con Armis – che monitora quasi 7 miliardi di asset connessi in tempo reale, inclusi dispositivi OT, IoT e medicali – arricchisce il Configuration Management Database con attributi specifici di rischio informatico, trasformando un inventario relativamente statico in un record contestuale vivo della superficie di attacco.

La promessa di governare “qualsiasi agente su qualsiasi cloud” è ambiziosa: i 30 connettori coprono il territorio più rilevante, ma la lunga coda degli agenti aziendali – costruiti su piattaforme minori, distribuiti da singoli team, spesso senza documentazione – rimane un problema aperto che nessun singolo vendor può risolvere con 30 diverse integrazioni.

Il caso Rolls-Royce: dati concreti in un caso reale

Tra le dimostrazioni in video e gli scenari simulati, un contributo molto inormativo è arrivato da Phil Priest, Head of Global Business Services di Rolls-Royce, che ha condiviso numeri misurati su un deployment reale. Rolls-Royce ha attivato Merlin, nome interno del virtual agent ServiceNow per l’IT help desk ad agosto 2025: 12.000 dipendenti coinvolti, oltre 10.000 conversazioni al mese. I risultati a consuntivo sono stati: 5.000 ore risparmiate al team IT, deflection rate del 54% (le richieste a cui l’AI ha risposto senza intervento del team), tempo medio di risoluzione sceso a due giorni. Ma il dato più interessante è un effetto indiretto: le 38.000 segnalazioni deflesse e risolte in autonomia hanno liberato 300.000 ore nei reparti produttivi, dove i dipendenti assemblano motori. È la traduzione del ROI IT in impatto operativo concreto, che spesso si fatica a tracciare.

Priest ha anche sollevato un punto che raramente emerge nelle presentazioni commerciali: prima di distribuire agenti AI, Rolls-Royce ha dovuto riscrivere integralmente gli articoli della knowledge base aziendale per renderli pronti per l’AI. “L’automazione applicata a un’operazione inefficiente ne amplifica l’inefficienza”, ha citato, richiamando una nota attribuita a Bill Gates. Il punto vale anche per le iniziative AI: la qualità del dato che alimenta gli agenti condiziona direttamente la qualità dei risultati.

Autonomous workforce e CRM: l’esecuzione al centro

Knowledge 2026 segna anche l’espansione dell’Autonomous Workforce a tutte le principali funzioni aziendali: dopo lo specialista AI per l’IT service desk di livello 1 – generalmente disponibile da febbraio, con un tasso di risoluzione dichiarato del 99% più rapido rispetto alla gestione umana – arrivano nuovi specialisti per CRM, HR, IT operations, security e risk. Tutti condividono la stessa infrastruttura: Workflow Data Fabric per la connettività ai dati, Otto come punto di accesso, AI Control Tower per la governance.

Sul fronte CRM, ServiceNow rivendica il posizionamento di primo CRM ad avere raggiunto un miliardo di dollari di fatturato, e descrive la propria offerta come “il primo CRM costruito per finire il lavoro”. La distinzione rispetto ai competitor tradizionali è nel workflow end-to-end: non solo registrare l’interazione con il cliente, ma orchestrare tutto ciò che serve per evadere la richiesta attraverso sistemi diversi – logistica, finance, legal, supply chain. Una differenziazione reale, ma che richiede una profondità di integrazione con i sistemi del cliente che il vendor non può garantire unilateralmente.