Nel mercato dell’IT service management, l’automazione di primo livello è stata per anni una promessa più evocata che realizzata. Oggi ServiceNow sostiene di aver superato quella soglia simbolica grazie al suo agente AI denominato Autonomous Workforce, che risolverebbe in autonomia il 90% dei ticket IT in ingresso all’help desk interno. Una percentuale che, se confermata su larga scala, sposterebbe l’AI dal ruolo di strumento di supporto a quello di infrastruttura operativa.

Il perimetro dichiarato è quello di richieste ad alto volume e bassa complessità decisionale tipiche del livello 1, come nel caso di reset password, sblocchi account, provisioning di accessi applicativi, problemi di posta elettronica e connettività VPN. Si tratta di attività proceduralizzate con workflow definiti, permessi granulari e percorsi di escalation codificati che secondo ServiceNow vengono chiuse con successo e con tempi inferiori rispetto a processi esclusivamente umani.

La differenza rispetto a un chatbot generico risiede nell’architettura. L’Autonomous Workforce non opera infatti come un LLM isolato che consulta documentazione destrutturata, ma come un agente integrato nel cuore transazionale della piattaforma agendo su configuration management database, workflow attivi, motori di policy, catene di approvazione e storico reale delle transazioni. Ogni ticket chiuso aggiorna il sistema e ogni modifica di policy ridefinisce il contesto operativo, con il risultato di un ciclo chiuso con feedback continuo dove l’AI agisce su dati strutturati e verificabili.

ServiceNow forza lavoro

Il tema della qualità documentale, tradizionalmente critico negli help desk aziendali, viene affrontato in modo peculiare. Nenshad Bardoliwalla, responsabile AI di ServiceNow, sostiene che il vantaggio competitivo non deriva dalla lettura di manuali in Word o repository frammentati, ma dall’accumulo ventennale di dati strutturati all’interno della piattaforma. Un sistema che dispone di tassonomie coerenti di ticket, relazioni tra configuration item, identità digitali e pattern di incident storici può insomma inferire soluzioni con un grado di affidabilità superiore rispetto a un modello che si limita a generare testo plausibile.

I numeri forniti mostrano una distribuzione interessante. I ticket risolti autonomamente coprirebbero il 46% delle problematiche di networking, l’11% dell’hardware e il 43% del software. Tra i sottotipi figurano accessi ad applicazioni enterprise, servizi di autenticazione cloud, strumenti di collaborazione, connettività VPN, performance dei laptop, installazioni e configurazioni software. In altre parole, l’automazione si concentra dove l’output è misurabile e il workflow è deterministico.

Proprio la misurabilità è indicata come elemento distintivo. L’agente “sa” di aver risolto un problema perché il ticket viene chiuso, il workflow completato e l’approvazione registrata correttamente nella stessa piattaforma. Questa integrazione elimina l’ambiguità tipica dei sistemi che operano sopra layer informativi eterogenei, come repository documentali o cartelle condivise, mentre qui l’AI esegue un’azione verificabile.

Un altro aspetto rilevante è la capacità di riconoscere i propri limiti. Bardoliwalla insiste sul fatto che l’Autonomous Workforce è progettato per interrompere l’automazione e attivare l’escalation quando rileva un gap informativo o un’anomalia. In un contesto dove il rischio di allucinazioni dei modelli linguistici è noto, la scelta di privilegiare l’astensione rispetto alla risposta errata rappresenta una strategia di mitigazione del rischio. Dal punto di vista della governance IT, un sistema che dichiara esplicitamente il perimetro della propria autonomia è inoltre più facilmente integrabile in ambienti regolamentati.

46e68d28-6c2a-428d-ad9d-033bfac0d027

La mossa di ServiceNow arriva tra l’altro in un momento competitivo delicato. Salesforce sta corteggiando i clienti ITSM con la propria offerta Agentforce IT Service e il CEO Marc Benioff ha recentemente rivendicato la conquista di alcuni clienti ServiceNow. L’automazione end-to-end del livello 1 diventa quindi un argomento strategico capace di influenzare decisioni di procurement multimilionarie.

Secondo Charles Betz di Forrester, il passaggio dall’AI come strumento di deflection o routing alla piena esecuzione autonoma rappresenta un cambio di paradigma. Se l’automazione opera su larga scala, il valore non si manifesta soltanto in una riduzione lineare del personale di primo livello, ma in una trasformazione strutturale dei costi e delle capacità organizzative che porta con sé tempi di risoluzione più brevi, minori escalation, migliore impiego delle competenze specialistiche e possibilità di assorbire crescita senza incremento proporzionale dell’organico.