ServiceNow（NOW）公司深度研究报告

股票代码：NOW｜公司名称：ServiceNow, Inc.｜报告日期：2026年6月4日

本报告按你上传的公司深度研究模板生成，重点解释公司业务、产品、AI产业链位置、财务质量、竞争格局、估值背景和风险，不包含买入、卖出、持有、目标价、仓位或技术面建议。

资料口径说明：ServiceNow 最新可验证正式财务数据截至 FY2026 Q1，即截至 2026年3月31日 的季度；公司 FY2026 Q1 财报发布于 2026年4月22日，最新 10-Q 提交于 2026年4月23日。FY2025 10-K 对应 fiscal year ended 2025年12月31日。公司已于 2025年12月17日完成 5-for-1 forward stock split，本文每股数据均按公司披露的调整后口径理解。([ServiceNow投资者关系][1])

1. 公司一句话理解

ServiceNow 本质上是一家企业级 workflow automation 与 AI platform 公司，通过统一的 ServiceNow AI Platform，把 IT、员工服务、客户服务、安全、风险、采购、财务、开发和运营流程连接起来，为大型企业解决“跨部门工作如何被记录、审批、自动化、治理和由 AI 代理安全执行”的问题。

ServiceNow 不是简单的“AI聊天机器人公司”，也不是传统意义上的单点 SaaS 应用公司。它真正的业务本质是企业中的 system of action：把分散在 ERP、CRM、HR、IT、云平台、安全工具和数据库中的任务，转化为可追踪、可审批、可自动化、可审计的 workflow。公司在 FY2025 10-K 中将核心描述为云端 ServiceNow AI Platform，并称该平台通过 single data fabric / integrated data layer，把企业数据、AI 和 workflow 连接起来。(美国证券交易委员会)

在客户业务流程中，ServiceNow 通常不是一个可有可无的前端工具，而是 IT 服务管理、变更管理、工单、员工服务、安全响应、风险控制和跨部门流程自动化的关键系统。一旦大型企业把 CMDB、incident、change、request、HR case、customer case、security incident、procurement approval 等工作流建在 ServiceNow 上，切换成本会明显提高。但它也不是不可替代的绝对垄断平台，因为 Microsoft、Salesforce、Atlassian、BMC、Workday、SAP、Oracle、Zendesk、Palo Alto、CrowdStrike，以及企业自建 AI agent / workflow 系统都可能在部分场景中竞争。(美国证券交易委员会)

我的产业判断：AI 时代让 ServiceNow 的战略位置变得更重要，因为企业 AI 代理真正落地时，最难的不是“回答问题”，而是“在正确权限、正确流程、正确数据、正确审批和正确审计框架下执行动作”。ServiceNow 的核心机会是成为企业 AI 代理和业务流程之间的治理与执行层，而不是直接与 OpenAI、Anthropic、Google 或 Meta 竞争基础模型。

2. 公司基本介绍

ServiceNow 总部位于美国加州 Santa Clara，是大型企业 workflow automation 和 AI 平台公司。公司早期从 IT Service Management 起家，后来扩展到 IT Operations、IT Asset Management、Security Operations、Risk、HR Service Delivery、Customer Service Management、App Engine、Creator workflows、Finance and Supply Chain workflows、行业解决方案和 AI agent 平台。公司在 10-K 中将产品组合分为四大产品区域：Technology、CRM and Industry、Core Business、Creator and Other。(美国证券交易委员会)

公司规模已经进入大型企业软件平台层级。FY2025 公司收入 132.78亿美元，其中 subscription revenue 128.83亿美元，professional services and other revenue 3.95亿美元；截至 2025年12月31日，公司拥有 29,187名全职员工，其中美国 14,601 人，国际 14,586 人。FY2026 Q1，公司总收入 37.70亿美元，同比增长 22%；subscription revenue 36.71亿美元，同比增长 22%。(美国证券交易委员会)

ServiceNow 的客户主要是大型企业和政府机构。公司披露，FY2026 Q1 末客户中 annual contract value 超过 500万美元的客户达到 630家，高于上年同期 516家；公司投资者材料还披露其拥有 8,800+ global customers，并服务超过 85% 的 Fortune 500。(美国证券交易委员会)

3. 公司业务结构详细拆解

ServiceNow 财务上主要按 subscription revenue 和 professional services and other revenue 披露，而经营管理上将产品按 workflow 和平台能力组织。FY2025，subscription revenue 占总收入约 97%，professional services and other 占约 3%；subscription 服务通常按合同期 ratably 确认收入，而 professional services 规模较小，更多服务于产品部署和客户成功。(美国证券交易委员会)

3.1 业务板块总览

3.2 Technology Workflows：ServiceNow 的根基

Technology Workflows 是 ServiceNow 最核心、最成熟的业务，覆盖 ITSM、ITOM、ITAM、Security Operations、Risk 和相关 IT 工作流。它解决的是大型企业 IT 部门长期存在的问题：系统多、工单多、资产多、变更复杂、故障响应慢、权限和合规要求高。

客户典型使用场景包括：员工提交 IT 请求、IT 自动分派和处理 incident、变更审批、配置项管理、云资源管理、软件资产管理、故障根因分析、安全事件响应和风险控制。如果没有这类平台，大型企业往往依赖邮件、Excel、旧工单系统、孤立监控工具和人工审批，导致服务水平不稳定、审计困难、变更风险高。

ServiceNow 与传统 ITSM 工具的区别在于，它不只是 ticketing system，而是把 CMDB、workflow、automation、AI、risk/security 和跨部门流程放在同一个平台上。公司官网 ITSM 页面强调，ServiceNow AI Platform 可连接 IT、HR、customer service、security、finance 和 procurement，并将 incident、problem、change、request 等 ITSM 流程统一在一个 AI platform 上。(ServiceNow)

AI时代是否更重要？是。AI 会让 IT 服务从“人工处理工单”转向“AI agent 自动解决问题”。ServiceNow 发布的 L1 Service Desk AI Specialist 目标就是自动诊断和解决密码重置、权限开通、网络排查等常见 IT 请求；公司披露该类 AI specialist 在 ServiceNow 内部处理员工 IT 请求时速度显著快于人工处理。([ServiceNow Newsroom][6])

3.3 CRM and Industry Workflows：从 IT 平台向前台业务延伸

CRM and Industry Workflows 是 ServiceNow 试图从 IT 后台系统扩展到客户服务、销售订单、行业流程和前台业务的重要方向。它包括 Customer Service Management、Field Service Management、Sales and Order Management，以及通过 Logik.io 收购补强的 AI-powered CPQ 能力。公司在 2025 年收购 Logik.io，称其为 AI-powered composable CPQ，并表示该交易将扩展 CRM footprint 和 sales/order management 能力。(美国证券交易委员会)

这个业务解决的问题是：客户服务、订单、现场服务和后台履约往往被割裂在 CRM、ERP、客服系统、库存系统和工单系统中。ServiceNow 的卖点是把 customer case 与后台 workflow 打通，使客服不仅能“记录问题”，还能触发修复、派单、审批、履约和跨部门协作。

如果没有这类产品，企业常见问题是客服前台和后台运营脱节：客服知道客户抱怨什么，但无法快速调动 IT、供应链、财务、法务或现场服务团队完成闭环处理。

AI时代是否更重要？是。AI customer service 的关键不是生成更礼貌的回复，而是自动理解客户问题、检索业务上下文、判断权限、触发后台动作并完成闭环。ServiceNow 在 2026 年 Autonomous Workforce 新闻中披露 CRM AI specialists 可处理客户服务和订单相关流程，并称其 Autonomous CRM 每月可编排大量 customer cases、orders 和 quotes。([ServiceNow Newsroom][7])

3.4 Core Business Workflows：员工服务、HR、采购、财务和共享服务

Core Business Workflows 把 ServiceNow 从 IT 部门扩展到 HR、员工服务、法务、办公场所、采购、财务和供应链流程。HR Service Delivery 的典型场景是员工入职、离职、福利、请假、政策问答、设备申请、权限开通和跨部门 onboarding；Finance and Supply Chain Workflows 则帮助企业统一 finance、procurement 和 supply chain 团队的流程，减少手工审批和跨系统断点。(ServiceNow)

客户为什么需要它？因为大型企业的员工服务、采购审批、费用处理、供应商管理和内部请求通常分散在多个系统中。ServiceNow 的价值是把“人找系统”变成“统一入口 + workflow orchestration + AI assistant”。

如果没有这个产品，员工会通过邮件、Slack、Teams、共享文档、HR系统、ERP系统和人工问答来完成流程，体验差、处理慢、审计困难。

AI时代是否更重要？是。EmployeeWorks 将 Moveworks 的 conversational AI / enterprise search 能力与 ServiceNow workflows 结合，目标是让员工用自然语言完成企业内部任务。公司披露 Moveworks 于 2025年12月15日完成收购，购买对价约 24.07亿美元，目的是推动平台使用并加速企业 AI adoption。(美国证券交易委员会)

3.5 Creator and Other：平台化能力和低代码扩展

Creator and Other 包括 App Engine、Automation Engine、IntegrationHub、Workflow Data Fabric、开发者工具、low-code/no-code 和自定义应用构建能力。App Engine 的作用是让企业在 ServiceNow 平台上构建自己的 workflow applications，而不是只能使用 ServiceNow 预设产品。公司 App Engine 页面强调，Build Agent 能用自然语言生成应用、workflow 和 agents，并继承安全、审计和变更管理治理。(ServiceNow)

这个业务解决的是企业中“标准软件无法覆盖所有流程”的问题。大型企业有大量独特流程：设备审批、供应商 onboarding、内部合规检查、质量流程、行业特定工单、AI 使用审批、数据访问审批等。通过 App Engine 和 Workflow Data Fabric，ServiceNow 希望成为企业自定义 workflow 的开发和运行平台。

如果没有这类平台，企业要么通过定制开发系统，要么通过低代码平台，要么使用 Excel/邮件/脚本堆叠临时解决方案，长期可维护性和治理都较差。

AI时代是否更重要？非常重要。AI agents 需要 tools、data、permissions、workflow 和 action layer。Creator 平台如果能成为企业 agentic workflow 的开发环境，就不只是 ITSM 扩展，而是企业 AI 自动化的基础设施之一。

3.6 AI Products：Now Assist、AI Agents、AI Control Tower 和 Autonomous Workforce

ServiceNow 当前 AI 战略围绕几个核心概念：Now Assist、AI Agents、Autonomous Workforce、AI Control Tower、Agent Fabric、Action Fabric、Workflow Data Fabric、Otto。公司 FY2026 Q1 财报中明确称自己是 “AI control tower”，并表示可以整合任何 model、cloud、interface、data 或 system，帮助企业编排和保护 agentic enterprise。([ServiceNow投资者关系][1])

AI 产品的收入没有被公司单独完整披露，但公司披露 Now Assist customers spending more than $1M in ACV grew more than 130% YoY。这说明 AI 产品已开始贡献大客户增购，但还不能简单推算 AI 收入规模。([ServiceNow投资者关系][1])

我的产业判断：ServiceNow 的 AI 产品不是为了替代基础模型，而是让企业 AI 从“聊天”走向“执行”。它真正要解决的是：谁可以让 AI agent 做什么事、基于哪些数据、调用哪些系统、是否需要审批、执行后如何审计、出了问题谁负责。

4. 核心产品与技术深度讲解

产品一：ServiceNow AI Platform

这个产品是什么

ServiceNow AI Platform 是公司所有 workflow 产品的底座。它包含统一数据模型、workflow engine、CMDB、automation、AI、security、identity、governance、integration 和应用开发能力。公司在 10-K 中描述其核心平台为 cloud-based ServiceNow AI Platform，并称平台通过 single data fabric / integrated data layer 连接企业数据与 workflow。(美国证券交易委员会)

它解决什么问题

大型企业最大的问题之一是系统碎片化。IT 在 ServiceNow，销售在 Salesforce，财务在 SAP/Oracle，HR 在 Workday，协作在 Microsoft，云资源在 AWS/Azure/GCP，安全事件在 Splunk/CrowdStrike/Palo Alto。ServiceNow AI Platform 的目标是把这些系统中的“工作”抽象成统一 workflow，让企业可以记录、审批、自动化和度量。

它如何工作

平台通过数据模型、CMDB、IntegrationHub、Workflow Data Fabric、APIs、connectors、rules、automation、AI agents 和应用层把不同系统连接起来。它不是简单复制数据仓库，而是为业务对象、任务、权限、流程、审批、SLA 和动作建立统一上下文。

客户如何使用它

客户会先部署 ITSM、ITOM 或 HRSD 等核心工作流，然后逐步扩展到 security、risk、customer service、procurement、finance 和 custom apps。大型客户通常以多年订阅方式购买，并通过系统集成商和内部平台团队进行长期扩展。

它在AI时代为什么重要

AI agent 要真正进入企业流程，需要一个可执行、可审计、可治理的工作平台。ServiceNow AI Platform 参与的是 企业AI部署、AI自动化、AI Agent、AI数据治理、AI安全、AI软件生态。如果 AI 只能回答问题，而不能在企业流程中安全执行动作，它对企业生产率的提升会受限。

它的竞争优势是什么

优势来自长期企业 workflow 数据、CMDB、客户配置、审批规则、SLA、审计记录和跨部门流程嵌入。ServiceNow 的切换成本不是来自界面，而是来自客户多年沉淀的流程和数据关系。

它是否容易被替代

中低替代性。单一功能可以被替代，例如 IT ticketing、HR case、customer support 或 low-code app；但如果客户已经把多个核心流程建在统一平台上，整体替换成本较高。最大替代风险来自 Microsoft、Salesforce、Workday、SAP/Oracle 等系统-of-record 厂商将 AI workflow 能力深度捆绑到原有平台中。(美国证券交易委员会)

产品二：IT Service Management / IT Operations Management

这个产品是什么

ITSM 和 ITOM 是 ServiceNow 的核心产品线。ITSM 管理 incident、problem、change、request、knowledge、service catalog 等流程；ITOM 则面向基础设施、云资源、服务映射、事件管理、AIOps 和运营自动化。

它解决什么问题

企业 IT 复杂度随着云、多云、SaaS、远程办公、AI工具和安全合规上升而增加。IT 团队需要知道哪些服务运行在什么资产上，故障影响哪些业务，变更会影响哪些系统，哪个请求应该如何审批。

它如何工作

ITSM 通过工单、SLA、规则引擎、知识库、服务目录和自动化把 IT 服务标准化；ITOM 通过 discovery、service mapping、event correlation、AIOps 和 CMDB 连接基础设施状态与业务服务影响。

客户如何使用它

客户用于处理员工 IT 请求、重大事件响应、变更审批、云资源管理、软件资产合规、服务可用性监控和事件根因分析。它通常是 CIO 组织的核心运营系统。

它在AI时代为什么重要

AI 会增加企业 IT 的复杂度：更多 AI 工具、模型、agent、API、数据访问、算力资源和安全风险需要被管理。ServiceNow 的 ITSM/ITOM 可以成为 AI 时代 IT 运营和 agentic IT support 的执行层。

它的竞争优势是什么

ServiceNow 在大型企业 ITSM 中品牌强、装机广、生态成熟、流程深、客户认证强。其优势不是单个 ticketing 功能，而是 ITSM + ITOM + CMDB + automation + security/risk 的整合。

它是否容易被替代

中等。Atlassian Jira Service Management、BMC Helix、Microsoft、Ivanti 等可在部分客户中竞争。但大型企业复杂 IT 流程、CMDB 和跨部门依赖会提高迁移难度。

产品三：Now Assist、AI Agents 与 Autonomous Workforce

这个产品是什么

Now Assist 是 ServiceNow 的生成式 AI 助手能力，AI Agents / Autonomous Workforce 则进一步从“辅助回答”走向“自主执行工作”。ServiceNow AI Agents 页面称，客户可以部署预构建 agents 或用自然语言创建自定义 agents；这些 agents 可使用 knowledge articles、historical incidents/cases、CMDB 和其他系统数据，并通过 AI Agent Orchestrator、Studio、tools、MCP 和 Workflow Data Fabric 运行。(ServiceNow)

它解决什么问题

企业中大量工作是重复、规则化、跨系统的：重置密码、开通权限、查询政策、分类工单、总结客户问题、生成知识文章、处理低级 IT 请求、更新 CRM case、创建变更请求。传统自动化需要开发脚本和规则，扩展慢；AI agent 希望用自然语言理解任务并执行流程。

它如何工作

AI agents 基于企业上下文、数据源、任务目标、权限和 workflow tools 进行推理和动作调用。它们不是孤立模型，而是嵌入 ServiceNow workflows 中，受 platform rules、permissions、audit 和 AI Control Tower 管理。

客户如何使用它

客户可以在 IT 服务台、HR 员工服务、客户服务、安全响应、risk/compliance 和应用开发中使用。ServiceNow 披露 L1 Service Desk AI Specialist 可处理密码重置、权限开通、网络排查等常见请求，并通过 workflow orchestration 和 AI Control Tower 治理。([ServiceNow Newsroom][6])

它在AI时代为什么重要

它参与 AI Agent、企业AI部署、AI自动化、AI应用开发、AI客户服务、AI IT运维。企业 AI 的核心价值不是让员工多一个聊天框，而是让 routine work 自动完成。

它的竞争优势是什么

ServiceNow 的优势在于 AI agent 直接嵌入现有 workflow、CMDB、case history、permissions 和 SLA。AI agent 的执行环境越接近企业真实流程，价值越高。

它是否容易被替代

部分容易，整体不容易。普通问答式 AI assistant 很容易被 Microsoft Copilot、OpenAI、Anthropic、Google Gemini、Slack/Teams bots 替代；但能在企业核心流程中安全执行动作、记录审计并遵守权限的 agent，替代难度更高。风险是大型平台厂商也在构建类似 agent workflow 层。

产品四：AI Control Tower

这个产品是什么

AI Control Tower 是 ServiceNow 面向企业 AI governance、agent inventory、risk、compliance、runtime monitoring 和 value measurement 的产品。公司官网称 AI Control Tower 可以发现 AI agents、models、identities 和 MCP servers，治理风险与合规，监控 runtime，并把 AI strategy、governance、security 与 workflow 和 CMDB 连接起来。(ServiceNow)

它解决什么问题

企业正在快速引入各种 AI 模型、AI agents、外部 SaaS AI 功能、内部 Copilot、MCP servers 和自动化脚本。CIO/CISO 面临的问题是：企业到底用了哪些 AI？谁拥有？能访问哪些数据？是否符合政策？是否存在 prompt injection、越权访问、数据泄露或影子 AI？

它如何工作

AI Control Tower 尝试建立 AI 资产清单、身份和权限映射、风险等级、政策控制、runtime monitoring、audit trail 和业务价值度量。它通过 ServiceNow 的 workflow、CMDB 和 security/risk 产品把 AI 资产纳入企业治理。

客户如何使用它

客户可以用于登记和审批 AI use cases、监控 AI agents、治理模型接入、检查数据权限、评估 AI 风险、追踪业务价值，并把违规或高风险行为触发为 workflow。

它在AI时代为什么重要

它参与 AI治理、AI安全、AI Agent、企业AI部署、AI合规、AI风险管理。随着企业 AI agent 数量增加，控制层可能成为 CIO/CISO 必需基础设施。

它的竞争优势是什么

ServiceNow 的优势是已有 workflow、CMDB、risk/security 和 IT governance 客户基础。它不是单独做 AI asset inventory，而是把 AI 风险转成 workflow action。

它是否容易被替代

中等。AI governance 领域会出现许多新公司，也会被 Microsoft、AWS、Google、Databricks、Snowflake、Palantir、安全厂商和 GRC 厂商切入。ServiceNow 的关键差异在于能否把 governance 直接连接到 enterprise workflows，而不是只做仪表盘。

产品五：Workflow Data Fabric 与 Context Engine

这个产品是什么

Workflow Data Fabric 是 ServiceNow 的数据连接和上下文层，用于连接、语义化和治理企业分散数据，使其可被 workflows 和 AI agents 使用。公司官网称 Workflow Data Fabric 通过 integrations 连接实时数据，并让 AI agents 获得上下文；FAQ 表示它可以让分散数据在不大量复制、移动或定制集成的情况下被 contextualize，使 AI agents 和员工更快采取行动。(ServiceNow)

它解决什么问题

企业 AI 的最大瓶颈之一是数据上下文。模型本身不理解企业专有系统、权限、业务对象、流程状态和历史记录。Workflow Data Fabric 的目标是把企业数据变成 AI 可理解、可治理、可执行的上下文。

它如何工作

它通过 connectors、integration、semantic layer、knowledge graph / data fabric、governance 和 platform records，把外部系统的数据映射到 workflow 上下文中。Context Engine 则帮助 AI agents 理解当前任务、角色、历史、权限和相关业务对象。

客户如何使用它

客户可以连接 CRM、ERP、HR、ITSM、CMDB、cloud、security tools、data platforms 和内部系统，使 agent 在回答或执行动作时知道“这个请求属于哪个员工、涉及哪个资产、影响哪个客户、需要哪个审批”。

它在AI时代为什么重要

它参与 AI数据、企业AI部署、AI Agent、AI自动化、AI应用开发。没有企业上下文，AI agent 容易停留在回答层；有上下文和workflow，才可能执行真实业务流程。

它的竞争优势是什么

ServiceNow 已经拥有大量 workflow records、CMDB 和业务流程上下文，这是通用数据平台不一定具备的。数据 fabric 与 workflow engine 结合是其核心优势。

它是否容易被替代

中等。Snowflake、Databricks、Microsoft Fabric、Palantir、SAP、Salesforce Data Cloud、Informatica、MuleSoft 等都在企业数据层竞争。但这些平台不一定天然拥有 workflow execution layer；ServiceNow 的差异在 workflow-action 绑定。

产品六：Security Operations、Risk、Veza 与 Armis

这个产品是什么

Security Operations 和 Risk 产品把安全事件、漏洞、风险、合规、资产和业务影响连接成 workflow。ServiceNow Security Operations 页面强调，它可以连接安全工具，以更快优先排序和响应 vulnerabilities 与 incidents。(ServiceNow)

ServiceNow 还通过收购 Veza 和 Armis 强化安全与 AI治理能力。公司 10-Q 披露，Veza 于 2026年3月2日收购完成，约 12亿美元，是一家 AI identity security 公司，目的是扩展 security、risk 和访问控制；Armis 于 2026年4月20日收购完成，约 78亿美元现金，定位为 cyber-exposure management 和 cyber-physical security，目的是扩展 security workflows 和 AI-native proactive cyber/vulnerability response across connected devices。(美国证券交易委员会)

它解决什么问题

安全团队每天面对大量 alerts、vulnerabilities、misconfigurations、identity risks、endpoint risks 和资产暴露。最大痛点不是没有安全工具，而是工具太多、上下文不足、响应慢、业务优先级不清。ServiceNow 试图把安全发现转成可执行 workflow。

它如何工作

平台从安全工具、CMDB、identity systems、endpoint systems 和 asset systems 获取数据，对风险进行优先级排序，然后触发 remediation workflow、审批、变更、patch、调查和审计。

客户如何使用它

CISO 和 SecOps 团队用于 security incident response、vulnerability response、risk remediation、third-party risk、compliance evidence、AI governance 和 connected asset exposure management。

它在AI时代为什么重要

它参与 AI安全、AI治理、企业AI部署、自动化安全响应、AI agent identity / access control。AI agent 增加了新的身份、权限、动作和数据访问面，企业需要更强的治理和安全流程。

它的竞争优势是什么

ServiceNow 的优势是将安全发现与 IT operations、change management、CMDB 和业务流程连接。安全风险只有转成可执行整改动作，才能真正降低风险。

它是否容易被替代

中等偏高。安全市场竞争非常强，CrowdStrike、Palo Alto Networks、Microsoft、Cisco/Splunk、Tenable、Qualys、Wiz、Zscaler、Okta 等都在相关环节竞争。ServiceNow 的胜负关键是能否作为安全 workflow 和 remediation layer，而不是与每个安全工具做检测层竞争。

产品七：App Engine、Build Agent 与 Action Fabric

这个产品是什么

App Engine 是 ServiceNow 的 low-code / workflow app 开发平台，Build Agent 让用户用自然语言生成 apps、workflows 和 agents；Action Fabric 和 ServiceNow MCP Server 则把 ServiceNow 的 action layer 暴露给外部 AI agents。公司在 2026 年宣布 Action Fabric，表示其 MCP Server 可让 Claude、Microsoft Copilot、自研 agents 等外部 AI agents 调用 ServiceNow 中的 governed actions。(ServiceNow)

它解决什么问题

企业将同时使用多个 AI agents：Microsoft Copilot、Claude、OpenAI agent、内部自研 agent、垂直 SaaS agent。问题是这些 agents 如何安全执行企业动作，而不是各自绕过权限和流程。Action Fabric 的定位是让外部 agents 通过 ServiceNow 的 governed workflow 执行动作。

它如何工作

通过 MCP server、APIs、workflow rules、permissions、audit、AI Control Tower 和 existing ServiceNow actions，把外部 AI agent 的请求转化为受控企业动作。例如，一个 agent 可以提出重置密码、创建采购请求、更新 case、触发变更审批，但真正执行由 ServiceNow 的权限和流程控制。

客户如何使用它

客户可以保留自己喜欢的前端 AI assistant，同时使用 ServiceNow 作为后端执行和治理层。这对企业尤其重要，因为不同部门可能选择不同 AI 工具。

它在AI时代为什么重要

它参与 AI Agent、AI软件生态、企业AI部署、AI自动化、AI治理。如果 AI 世界变成多 agent、多模型、多 cloud，ServiceNow 的机会是成为连接这些 agents 与企业流程的 action layer。

它的竞争优势是什么

优势来自平台已有 workflow actions、business rules、SLAs、records 和 approvals。外部 agent 想要安全执行企业动作，必须接入某种 system of action。

它是否容易被替代

中等。Microsoft、Salesforce、Workday、SAP、Atlassian、Zapier、Workato、UiPath 等也会争夺 AI action layer。ServiceNow 必须证明其 workflow 覆盖面和治理能力足够强，才能成为跨系统 action layer。

5. AI时代的重要性分析

ServiceNow 在 AI 时代的重要性不来自训练大模型，也不来自销售 GPU 算力，而来自 企业 AI 落地的治理、流程、数据上下文和动作执行层。它更像 AI软件平台 + 企业 workflow infrastructure + AI agent governance / orchestration company。

5.0 AI价值链参与地图

5.1 AI对公司需求端的影响

AI 正在强化 ServiceNow 的需求端。FY2026 Q1 公司披露 subscription revenue 同比增长 22%，cRPO 达 126.4亿美元、同比增长 22.5%，RPO 达 277亿美元、同比增长 25%；同时 Now Assist 年合同价值超过 100万美元的客户数同比增长超过 130%。这些数据说明 AI 产品已经开始进入大客户采购和扩容，但公司尚未单独披露完整 AI revenue。([ServiceNow投资者关系][1])

管理层表述也很明确。CEO Bill McDermott 在 FY2026 Q1 财报中称 ServiceNow 是 “AI control tower”，可以整合任何 model、cloud、interface、data 或 system，并用于编排和保护 agentic enterprise。公司在 2026 Knowledge 大会上进一步提出到 2030 年 subscription revenue 目标超过 300亿美元，并称 ServiceNow AI 目标贡献超过 ACV 的 30%；这是管理层目标，不是已经实现的事实。([ServiceNow投资者关系][1])

我的产业判断：AI 对 ServiceNow 是真实结构性驱动，但不是无条件自动增长。企业确实需要把 AI agents 接入工作流和治理系统；但客户也可能先使用 Microsoft Copilot、Salesforce Agentforce、Workday agents、SAP Joule、OpenAI/Anthropic 自建 agents 或内部平台。ServiceNow 必须证明自己不是“另一个 AI UI”，而是企业 AI 执行层和治理层。

5.2 AI对公司产品端的影响

AI 正在改变 ServiceNow 的产品形态。过去 ServiceNow 主要是 workflow applications；现在它把 AI agents、Now Assist、AI Control Tower、Workflow Data Fabric、Action Fabric 和 MCP Server 嵌入平台。公司在 2026 Knowledge 新闻中称 AI Platform 横跨 data、decision、execution 和 trust，并通过 AI Control Tower、Autonomous Workforce、data intelligence 和 security 扩展平台。([ServiceNow Newsroom][14])

AI 对产品端有三个影响：

第一，前端交互从表单和工单转向自然语言、agent 和主动式工作。
第二，工作流从人工审批/手工分派转向 AI 辅助和自主执行。
第三，数据和治理从后台基础设施转向 AI agent 安全执行的必要条件。

我的产业判断：AI 让 ServiceNow 的价值从“流程系统”升级为“流程 + 数据上下文 + 权限治理 + AI动作执行”。如果执行成功，平台粘性会增强；如果执行失败，ServiceNow 可能被认为只是传统 workflow SaaS 套上 AI 功能。

5.3 AI对公司商业模式的影响

AI 对 ServiceNow 商业模式最重要的影响是 单客户 ACV 扩张。Now Assist、AI Agents、AI Control Tower、Workflow Data Fabric 和 Autonomous Workforce 都可能成为 existing customers 的增购项。公司 FY2026 Q1 披露，ACV 超过 500万美元的客户达到 630家，说明大客户扩张仍是核心增长引擎。(美国证券交易委员会)

AI 也可能带来新的 SKU 和 usage-based 收费。Reuters 对 FY2026 Q1 业绩的报道提到，公司越来越多新业务通过 usage-based 而不是纯 user license 方式实现；官方口径中，公司也在投资者材料中强调 AI-native commercial tier 和 AI SKU，但具体长期收费模式仍需持续跟踪。(Reuters)

利润率方面，AI 有双重影响。短期 AI 和并购会增加研发、云成本、数据中心承诺、SBC、并购摊销和整合成本；长期若 AI 提升内部效率和产品 ASP，可能改善 operating leverage。公司 FY2026 Q1 投资者材料明确提示 Armis 会对 FY2026 margin 造成短期压力，而 FY2027 预计因 AI efficiency 和 platform leverage 恢复 margin trajectory。(s205.q4cdn.com)

5.4 AI对公司竞争格局的影响

AI 会增强 ServiceNow 护城河，因为企业 agent 需要执行层、数据上下文、权限、审计和 workflow。ServiceNow 多年沉淀的工单、CMDB、变更、风险、审批和 SLA 数据可以成为 AI agent 的上下文资产。

但 AI 也会削弱部分传统护城河。原因是 AI 降低了构建前端应用、自动化脚本和轻量 workflow 的门槛。企业可能用 Microsoft Copilot Studio、OpenAI agents、Anthropic Claude、Google Gemini、Workato、UiPath、Zapier、Atlassian、Salesforce 或内部平台快速搭建流程助手。ServiceNow 在 10-K 中也承认竞争激烈，竞争者可能更快创新、低价捆绑产品，AI-native vendors 也可能进入市场。(美国证券交易委员会)

我的产业判断：AI 对 ServiceNow 是“放大器”，不是单向护城河。它会放大 ServiceNow 现有 workflow 数据和客户嵌入优势，也会放大大型平台公司将 AI 与系统-of-record 绑定的竞争压力。

6. 公司在产业链中的位置

6.1 文字版产业链地图

基础模型与算力层
OpenAI、Anthropic、Google、Meta、NVIDIA、AMD、AWS、Azure、Google Cloud
↓
企业数据与系统层
SAP、Oracle、Workday、Salesforce、Microsoft、Snowflake、Databricks、ServiceNow、Palantir
↓
企业 workflow / system of action 层
ServiceNow、Microsoft Power Platform、Salesforce、Atlassian、UiPath、Workato、BMC
↓
业务部门与执行层
IT、HR、客服、销售、财务、采购、安全、风险、法务、开发、运营
↓
企业AI应用和AI Agent落地
员工AI助手、IT agent、客服agent、安全agent、采购agent、开发agent

ServiceNow 靠近 企业软件中游偏执行层：它不属于算力层，也不是纯系统-of-record；它处在企业系统和业务执行之间，负责把数据、规则、审批和工作流转化为可执行动作。

6.2 议价能力和依赖关系

ServiceNow 对客户具备较强议价能力，因为大型客户通常签多年订阅合同，客户流程和数据嵌入较深。公司披露 subscription arrangements 通常为三年期，过去三年 renewal rate 均为 98%。(美国证券交易委员会)

但 ServiceNow 也依赖大型企业 IT预算、数字化预算、AI预算和合作伙伴实施生态。它不依赖单一客户，但大客户扩张对增长非常重要。FY2026 Q1，公司披露客户中 ACV 超过 500万美元的客户 630家，这些客户对 cRPO 和长期收入增长贡献很大。(美国证券交易委员会)

供应链方面，作为云软件公司，ServiceNow 依赖云基础设施、数据中心、服务器和第三方技术供应商。Q1 2026 10-Q 披露公司与云服务商存在未来付款承诺，2030年及以后相关承诺达到数十亿美元量级；还与 IT equipment provider 有约 14亿美元采购承诺。这说明 AI 和云扩张会带来基础设施成本与容量承诺。(美国证券交易委员会)

我的产业判断：ServiceNow 在产业链利润池中的位置有利，因为它离企业工作流和预算决策很近，且具备高续约率和订阅收入。但它不是不可替代的基础模型或ERP系统，必须持续证明自己是企业 AI 执行层，而不是被系统-of-record 和 AI assistant 厂商夹击。

7. 商业模式分析

ServiceNow 的商业模式是 SaaS订阅型 + 企业平台型 + AI增购型 + 专业服务辅助型。

FY2025 subscription revenue 128.83亿美元，subscription gross margin 80%；professional services and other revenue 3.95亿美元，对应业务毛利率为负，说明服务更多是平台部署和客户成功的辅助，而非主要利润来源。(美国证券交易委员会)

7.1 收入是否经常性

收入经常性强。订阅合同通常多年，收入按订阅期确认；renewal rate 过去三年均为 98%。这让 ServiceNow 的收入可见度显著高于一次性项目型软件。(美国证券交易委员会)

7.2 增长靠什么

增长主要靠四个因素：
第一，新客户增加；
第二，现有客户扩展更多 workflow；
第三，AI、security、CRM、HR、finance、creator 等产品增购；
第四，大客户 ACV 扩张。

FY2026 Q1 cRPO 126.4亿美元、RPO 277亿美元，体现未来已签约收入基础；ACV 超过 500万美元客户数达到 630家，也体现大客户扩张。([ServiceNow投资者关系][1])

7.3 是否具备定价权

具备一定定价权，但不是无限定价权。ServiceNow 的定价权来自客户流程嵌入、平台扩展、续约率和多产品 bundle；限制因素来自 Microsoft、Salesforce、Atlassian、Workday、SAP/Oracle 等平台竞争，以及企业软件预算周期。

7.4 AI时代商业模式是否更有价值

是。AI 让 workflow 平台从“记录和分派工作”升级为“自动完成工作”。如果 AI agents 能显著减少人工处理和提高流程速度，客户愿意为更高价值的自动化结果付费。但 AI 也可能迫使 ServiceNow 提供更多模型推理和云资源，短期压低毛利率。

8. 客户与需求分析

ServiceNow 的客户主要是大型企业和政府机构，分布在金融、科技、制造、医疗、零售、通信、公共部门、能源、教育等行业。客户购买 ServiceNow 的预算通常来自 CIO/IT、CHRO、CISO、COO、CFO、客服负责人和数字化转型预算。

客户为什么购买 ServiceNow？核心原因是提升服务效率、降低跨部门流程摩擦、增强审计合规、自动化重复工作、统一数据和业务上下文。产品更接近刚需基础平台，而不是可选效率工具；但新模块和 AI SKU 仍可能受预算周期影响。

大客户影响显著。公司 FY2025 客户中 ACV 超过 500万美元的客户为 603家，FY2026 Q1 增至 630家。大客户继续增购是公司增长质量的关键指标。(美国证券交易委员会)

9. 行业与市场空间

ServiceNow 所在行业可定义为 enterprise workflow automation、ITSM / ITOM、enterprise service management、low-code automation、AI agent orchestration、AI governance 和 enterprise AI platform 的交叉市场。

这是一个成熟市场和新兴市场叠加的行业。ITSM、HR case、customer service、GRC 等是成熟企业软件市场；AI agents、AI control tower、AI workflow orchestration 和 agentic automation 则处在早期快速演进阶段。

9.1 行业长期增长驱动

长期增长来自：

1. 企业系统复杂度上升；
2. 云、多云和SaaS工具扩张；
3. IT、安全、HR、客服和运营自动化需求；
4. 大型企业希望减少人工服务和流程成本；
5. AI agent 需要治理、数据上下文和执行层；
6. 企业希望把孤立系统连接成端到端 workflow。

ServiceNow 管理层在 2026 Knowledge 大会中给出长期目标：2030 年 subscription revenue 超过 300亿美元，ServiceNow AI 超过 ACV 的 30%。这属于管理层目标和战略陈述，不是行业已实现事实。([ServiceNow Newsroom][14])

9.2 AI是否扩大 TAM

是。AI 扩大 ServiceNow TAM 的方式不是“让每个员工多一个聊天机器人”，而是让更多业务流程可以被 AI agent 接管或辅助完成。过去 ServiceNow 的 TAM 更多来自 ITSM/ESM；AI 时代的 TAM 可能扩展到 AI governance、agent lifecycle、AI security、AI data context、enterprise action layer 和 cross-system automation。

9.3 扩大的 TAM 是否能转化为公司收入

能部分转化，但不是自动转化。要转化为收入，需要满足三个条件：

第一，客户认为 ServiceNow 是企业 AI 执行层，而不是只使用 Microsoft/Salesforce/Workday 的内置 agent。
第二，ServiceNow 的 AI SKU 能证明 ROI，例如减少人工工单、提升客服处理、降低安全响应时间。
第三，AI 功能不会显著压低毛利率或引发数据安全/合规风险。

我的产业判断：ServiceNow 在 AI workflow 赛道位置很好，但行业最终利润不会只被它拿走。Microsoft、Salesforce、SAP、Oracle、Workday、Atlassian、UiPath、Workato、安全厂商和模型厂商都会争夺 enterprise action layer。

10. 竞争格局与护城河

10.1 ServiceNow 有没有别人短期很难做到的能力？

有。ServiceNow 最难复制的能力是 在大型企业中长期沉淀的 workflow execution layer：包括 ITSM、CMDB、change management、incident history、HR cases、security incidents、customer cases、risk approvals、SLA、auditing 和 automation rules。这些不是模型公司短期训练一个大模型就能复制的，也不是单一低代码工具能轻易替换的。

10.2 这个能力来自哪里？

来自技术、客户关系、实施生态、长期配置、数据上下文、流程嵌入和高续约率。公司披露过去三年 renewal rate 均为 98%，这反映存量客户粘性很强。(美国证券交易委员会)

10.3 AI会增强还是削弱这个优势？

两者都有。AI 增强 ServiceNow 的原因是 agent 需要流程和治理；削弱的原因是 AI 降低了构建轻量自动化的门槛，并让 Microsoft、Salesforce、Workday、SAP 等系统-of-record 厂商更容易把 agent 直接嵌入原有应用。

11. 财务表现分析

11.1 关键财务指标

FY2023-FY2025 数据来自公司 FY2025 10-K；FY2026 Q1 数据来自 Q1 10-Q 和财报。FY2026 Q1 的 non-GAAP free cash flow 为公司口径，包含对 business combination related costs 的调整；简单 operating cash flow 减 capex 为约 15.29亿美元。(美国证券交易委员会)

11.2 增长质量

ServiceNow 的增长质量较高，主要因为收入以 subscription 为主，且 RPO/cRPO 提供未来收入可见度。FY2026 Q1 subscription revenue 同比增长 22%，cRPO 同比增长 22.5%，RPO 同比增长 25%。([ServiceNow投资者关系][1])

更重要的是，大客户数量继续增长。ACV 超过 500万美元客户数从 FY2023 的 420家、FY2024 的 502家、FY2025 的 603家，增长到 FY2026 Q1 的 630家。这说明公司增长不是只靠小客户新增，而是大型企业多产品扩张。(美国证券交易委员会)

11.3 利润率变化原因

ServiceNow GAAP operating margin 仍明显低于 non-GAAP operating margin，原因包括 stock-based compensation、收购无形资产摊销、业务合并成本和其他调整。FY2026 Q1 GAAP operating income 为 5.03亿美元；公司披露 non-GAAP operating income 为 11.99亿美元，其中 stock-based compensation 为 5.58亿美元，purchased intangible amortization 为 0.77亿美元，business combination costs 为 0.43亿美元。(美国证券交易委员会)

我的产业判断：ServiceNow 的底层盈利能力强，但投资者不能只看 non-GAAP EPS。SBC 规模较高，FY2025 SBC 为 19.55亿美元，占收入 15%；FY2026 Q1 SBC 为 5.58亿美元。长期评价股东经济性时，需要同时看 FCF、SBC、回购、稀释和并购摊销。(美国证券交易委员会)

11.4 现金流与资产负债表

ServiceNow 现金流强。FY2025 operating cash flow 54.44亿美元，free cash flow 46.36亿美元；FY2026 Q1 operating cash flow 16.70亿美元，公司口径 non-GAAP free cash flow 16.65亿美元。(美国证券交易委员会)

截至 2026年3月31日，公司 cash、marketable securities 和 long-term marketable securities 合计约 79亿美元；但 Armis 收购发生在 Q1 之后，公司在 2026年4月通过商业票据和 term loan 融资，其中 4月17日借入 40亿美元 term loan，4月20日以约 78亿美元现金完成 Armis 收购。这意味着 Q2 之后资产负债表杠杆会明显高于 Q1 期末披露状态。(美国证券交易委员会)

11.5 回购与股本

ServiceNow FY2025 回购普通股 18.40亿美元；FY2026 Q1 公司回购约 22.25亿美元，并披露董事会在 2026年1月新增 50亿美元回购授权。公司还在 2026年1月30日达成 20亿美元 accelerated share repurchase，最终以约 18.5百万股、平均价格 107.97美元完成。(美国证券交易委员会)

我的产业判断：ServiceNow 已经从高增长 SaaS 进入“高增长 + 高现金流 + 大额回购 + 大型并购”的阶段。未来研究重点不只是收入增速，还要看 AI投入、并购整合、SBC、债务和自由现金流能否同步健康。

12. 研发、产品路线与创新能力

FY2025 ServiceNow R&D 支出 29.60亿美元，占收入约 22%；FY2026 Q1 R&D 支出 8.23亿美元，占季度收入约 22%。这说明公司仍处在持续高投入产品扩张阶段，而不是完全成熟收割型软件公司。(美国证券交易委员会)

12.1 研发重点方向

12.2 未来3-5年最重要产品方向

第一，AI Agents 和 Autonomous Workforce。
这是 ServiceNow 将 AI 从 assistive AI 推向 autonomous work 的核心方向。能否真正减少人工处理、提高客户 ROI，是 AI 叙事能否变成收入的关键。

第二，AI Control Tower。
企业 AI agent 数量增长后，治理、权限、安全、审计和价值度量会成为刚需。如果 ServiceNow 能在这个层面建立标准，战略价值很高。

第三，Workflow Data Fabric。
企业 AI 的效果高度依赖数据上下文。Workflow Data Fabric 是 ServiceNow 让 AI agent 理解企业数据和流程的基础。

第四，CRM and Industry。
如果 ServiceNow 成功从 IT/HR 向 CRM、行业流程和订单编排扩张，TAM 会明显扩大；但这也是竞争最强的区域之一。

第五，Security/Risk。
Armis 和 Veza 把 ServiceNow 推向更高安全预算，但也带来整合、利润率和竞争风险。

我的产业判断：AI 已经显著改变 ServiceNow 的研发优先级。过去研发核心是扩展 workflow apps；现在核心是把 AI agent、数据上下文、治理和action layer 植入所有 workflows。

13. 管理层与战略分析

ServiceNow 当前 CEO 是 Bill McDermott，曾任 SAP CEO，擅长大型企业软件销售、客户关系和平台叙事。ServiceNow 管理层战略很清晰：从 ITSM 龙头扩展为 enterprise AI platform 和 workflow system of action。公司在 FY2026 Q1 明确提出 “AI Control Tower” 定位，并在 2026 Knowledge 大会上强调连接 any model、cloud、data source，统一 legacy systems、departmental tools、cloud apps 和 AI agents。([ServiceNow投资者关系][1])

13.1 管理层过去承诺兑现情况

从财务结果看，公司过去几年收入、cRPO、客户数和自由现金流保持较强增长。FY2023-FY2025 total revenue 从 89.71亿美元增长到 132.78亿美元，operating cash flow 从 33.98亿美元增长到 54.44亿美元，说明增长和现金流兑现较好。(美国证券交易委员会)

13.2 并购策略

近年 ServiceNow 并购明显围绕 AI 和平台扩展：Logik.io 补强 CPQ 和 CRM；Moveworks 补强 enterprise search / front-end virtual agent；Veza 补强 AI identity security；Armis 补强 cyber exposure 和 connected devices security。(美国证券交易委员会)

并购策略清晰，但规模在变大。Armis 约 78亿美元现金收购是重大交易，会带来整合、债务、利润率和文化风险。公司 FY2026 Q1 投资者材料也提示 Armis 将对 FY2026 margins 造成短期压力。(s205.q4cdn.com)

13.3 管理层是否过度宣传 AI

我的产业判断：Bill McDermott 的表达风格偏强叙事和强销售，但 ServiceNow 的 AI 战略并非空泛，因为 AI 已经嵌入产品、SKU、收购和客户扩张指标。需要警惕的是：管理层对 “AI control tower” 和 “agentic enterprise” 的表述很宏大，市场也可能把它过度资本化；真正验证标准应是 AI SKU 的 ACV、Now Assist penetration、agent adoption、cRPO、净扩张、margin 和 FCF，而不是发布会措辞。

13.4 管理层类型判断

ServiceNow 管理层属于 销售型 + 平台战略型 + 企业软件运营型。优势是客户关系、叙事能力、销售执行和并购聚焦；风险是大规模并购整合、AI 预期管理和估值压力。

14. 估值背景与市场预期

本章节仅用于理解市场如何定价公司，不构成交易建议。由于 NOW 已完成 5-for-1 stock split，不同数据源可能存在时间、复权和收盘口径差异；以下仅作动态市场背景。

截至 2026年6月3日工具抓取，NOW 股价约 117.90美元，市值约 1226亿美元，trailing P/E 约 69.35倍，EPS 约 1.70美元。第三方财经数据源在相近日期显示 forward P/E 约 32.47倍、P/S 约 10.17倍，但这些指标会随股价、盈利预测和数据源口径变化。(雅虎财经)

我的产业判断：当前估值已经明显反映 ServiceNow 是 AI enterprise workflow platform 的预期。市场不是按传统 ITSM 公司给估值，而是按“高续约率、强现金流、AI增购、平台扩张、大客户粘性”的组合定价。最大问题不是公司是否优秀，而是 AI 增长、并购整合和利润率改善是否足以支撑高预期。

15. 未来增长驱动因素

15.1 哪些增长最真实

最真实的是大客户扩张、subscription revenue 增长、cRPO/RPO 增长和 Now Assist 大客户 ACV 扩张。FY2026 Q1 subscription revenue +22%、cRPO +22.5%、RPO +25%、Now Assist $1M+ ACV 客户同比增长超过 130%，这些都是真实披露数据。([ServiceNow投资者关系][1])

15.2 哪些增长最容易被市场误解

最容易被误解的是 “AI Control Tower”。概念非常有吸引力，但市场仍在早期，企业是否愿意为跨模型、跨agent、跨系统的 AI治理平台单独支付大额预算，还需要收入数据验证。

15.3 哪些增长兑现周期最长

Autonomous Workforce、Action Fabric、MCP ecosystem、AI Control Tower 和 Workflow Data Fabric 的兑现周期最长。它们需要客户重构流程、治理策略、权限模型和系统集成，不是简单启用一个 AI 功能。

15.4 哪些可能成为长期结构性动力

AI Agents、AI Control Tower、Workflow Data Fabric、Security/Risk 和 App Engine 最可能成为长期结构性动力，因为它们都对应企业 AI 落地的真实瓶颈：数据、权限、治理、流程和执行。

16. 风险分析

公司在 10-K 中明确披露，市场竞争激烈，竞争对手可能更快创新、以低价或捆绑方式销售，AI-native vendors 可能进入；同时 AI 相关 IP、隐私、侵权和安全风险仍存在不确定性。(美国证券交易委员会)

16.1 最大的真实风险

最大的真实风险是 AI预期、竞争和并购整合三者叠加。市场已经把 ServiceNow 定价为企业 AI workflow 核心平台，如果 AI SKU 扩张低于预期，同时 Armis/Moveworks/Veza 整合拖累利润率，估值会很敏感。

16.2 最大的市场误解风险

最大误解是把 ServiceNow 当成“企业AI必然控制层”。它确实具备成为 control tower / action layer 的条件，但 Microsoft、Salesforce、Workday、SAP、Oracle、OpenAI/Anthropic 生态和客户自建系统都会争夺这个位置。

16.3 哪个风险会改变长期逻辑

如果大型企业最终选择把 AI agent 的执行层建在 Microsoft Copilot/Power Platform、Salesforce、Workday/SAP/Oracle 或内部平台上，而 ServiceNow 只保留传统 ITSM/ESM 位置，那么其 AI 平台化逻辑会被明显削弱。

16.4 AI反而可能带来的负面影响

AI 可能降低部分 workflow 和应用开发门槛，使轻量流程自动化更容易被替代；AI 还会增加推理成本、安全风险、数据治理压力和客户对自动化错误的担忧。

17. 与同行或替代标的比较

17.1 哪家公司更像 AI基础设施核心公司？

在企业软件层，Microsoft 更像 AI入口和办公基础设施，ServiceNow 更像 enterprise workflow execution infrastructure，Salesforce 更像 CRM AI infrastructure，Workday/SAP/Oracle 更像系统-of-record AI infrastructure。

17.2 哪家公司更像 AI应用受益者？

Salesforce、Workday、Atlassian 更偏具体应用场景受益；ServiceNow 位于应用和平台之间，既有 IT/HR/CRM 应用，也试图成为跨系统 AI action layer。

17.3 哪家公司更依赖估值叙事？

ServiceNow 和 Salesforce 都有明显 AI平台叙事；ServiceNow 当前 AI Control Tower 和 agentic enterprise 叙事强，估值对 AI兑现敏感。Microsoft 因业务更分散，单一叙事风险较低。

17.4 ServiceNow 相对同行最强的地方

最强的是 跨部门 workflow execution 和 IT/operations 数据上下文。很多企业 AI agent 最终需要调用 IT、HR、安全、采购、客服等流程，而 ServiceNow 正好拥有这些 workflow 入口。

17.5 ServiceNow 相对同行最大的短板

最大短板是它不是最底层的数据系统或核心业务交易系统。SAP/Oracle/Workday/Salesforce/Microsoft 掌握大量原生业务数据和用户入口，ServiceNow 必须通过集成和 workflow 证明自己是不可缺少的执行层。

18. 长期产业地位判断

从 5-10 年视角看，ServiceNow 可能变得更重要。企业 AI 的核心挑战会从“有没有模型”转向“模型如何安全连接企业数据和业务动作”。这正是 ServiceNow 的战略位置。

但它更像 长期成长平台 + AI转型受益者，不是没有竞争的垄断基础设施。大型科技公司和系统-of-record 厂商都可能挤压其边界。ServiceNow 的长期价值取决于它能否把 AI agent 变成可审计、可治理、可量化 ROI 的企业 workflow 生产力。

19. 最终总结

19.1 这家公司到底是一家什么公司？

ServiceNow 是企业 workflow automation 和 AI Platform 公司。它把 IT、HR、客服、安全、风险、采购、财务、开发和运营流程连接在一个 system of action 中。

19.2 它的核心产品或服务为什么重要？

因为大型企业的工作不是发生在单一应用里，而是跨系统、跨部门、跨审批链条完成。ServiceNow 的价值是把这些流程标准化、自动化、审计化，并逐渐让 AI agents 可以安全执行。

19.3 它在AI时代为什么重要？

AI agent 需要企业数据上下文、权限控制、workflow tools、审计记录和治理平台。ServiceNow 试图成为这些 agents 的 control tower 和 action layer。

19.4 AI给它带来的是真实结构性增长，还是市场叙事？

两者都有，但真实结构性增长已开始体现。Now Assist 大额 ACV 客户同比增长超过 130%，公司也推出 AI Agents、AI Control Tower、Workflow Data Fabric 和 Autonomous Workforce；但市场对 “AI control tower” 的长期收入规模仍带有较强预期成分。([ServiceNow投资者关系][1])

19.5 它的护城河来自哪里？

护城河来自高续约率、客户流程嵌入、CMDB、工单和流程历史、跨部门 automation、企业级安全和审计、平台扩展以及实施生态。

19.6 最大优势是什么？

最大优势是 ServiceNow 已经存在于大型企业的真实工作流中。AI agent 最终需要执行工作，而 ServiceNow 管的是工作本身。

19.7 最大风险是什么？

最大风险是 AI 预期过高、Microsoft/Salesforce/Workday/SAP/Oracle 等平台竞争、客户自建 agent workflow，以及 Armis/Moveworks/Veza 等大型并购整合拖累利润率。

19.8 从产业角度看，未来5-10年地位会增强还是削弱？

更可能增强。AI 会让企业更需要 workflow、治理、权限、数据上下文和执行层。但增强幅度取决于 ServiceNow 能否证明自己是企业 AI 执行层，而不是传统 ITSM 平台加 AI 功能。

19.9 普通投资者最容易误解的地方

最容易误解的是把 ServiceNow 当成“AI聊天机器人公司”或“传统IT工单公司”。它真正的价值在两者之间：企业 workflow system of action，加上 AI agent governance 和 automation layer。

19.10 未来最需要跟踪的5个指标

这家公司在AI时代的核心价值是：把企业 AI agents 从“会回答问题的模型”变成“能在受控权限、数据上下文、审批流程和审计机制下完成真实工作的数字劳动力”。

20. 输入信息

[1]: https://investor.servicenow.com/news/news-details/2026/ServiceNow-Reports-First-Quarter-2026-Financial-Results/default.aspx "
ServiceNow Investor Relations — ServiceNow Reports First Quarter 2026 Financial Results
"
[6]: https://newsroom.servicenow.com/press-releases/details/2026/ServiceNow-launches-Autonomous-Workforce-that-thinks-and-acts-adds-Moveworks-to-the-ServiceNow-AI-Platform/default.aspx "
ServiceNow launches Autonomous Workforce that thinks and acts; adds Moveworks to the ServiceNow AI Platform - ServiceNow Newsroom
"
[7]: https://newsroom.servicenow.com/press-releases/details/2026/ServiceNow-brings-Autonomous-Workforce-to-every-major-business-function/default.aspx "
ServiceNow brings Autonomous Workforce to every major business function - ServiceNow Newsroom
"
[14]: https://newsroom.servicenow.com/press-releases/details/2026/ServiceNow-turns-enterprise-AI-chaos-into-control-with-the-platform-for-governed-autonomous-work/default.aspx "
ServiceNow turns enterprise AI chaos into control with the platform for governed, autonomous work - ServiceNow Newsroom
"