ServiceNow و Atlassian يقودان سوق ITSM نحو منصات الذكاء الاصطناعي بدلاً من الحلول الجاهزة

السؤال الرئيسي لـ ITSM في عام 2026 ليس وجود ميزات الذكاء الاصطناعي كما هي، بل نوع البنية المعمارية التي بُنيت عليها. على مدى السنوات الثلاث الماضية، انتقل السوق بعيداً عن روبوتات الدردشة البسيطة التي تحاول فقط تخمين فئات التذاكر نحو طبقة ذكاء اصطناعي مدمجة في منصة الخدمة نفسها. الآن يشارك الذكاء الاصطناعي في توجيه الطلبات والتنبؤ بالحوادث وإغلاق الطلبات القياسية تلقائياً وجمع تحليلات ما بعد الحادث بعد الأعطال.

أصبح التأثير العملي ملحوظاً أيضاً: تتعافى الشركات ذات ممارسات ITSM التنبؤية من الحوادث بسرعة أسرع تقريباً بمرتين من تلك التي لا تزال تعتمد على المعالجة اليدوية. في هذا السياق، انقسم السوق إلى نهجين. الأول قائم على المنصة: تحصل الشركة على طبقة ذكاء اصطناعي مفتوحة يمكنها فيها توصيل نماذج لغة كبيرة مختلفة وبناء وكلاء مخصصين وتعيين السياسات والحدود والتدقيق لكل إجراء.

هذا الخيار أكثر تعقيداً ويستغرق وقتاً أطول للتنفيذ، لكنه يناسب السيناريوهات حيث يجب أن يعمل الذكاء الاصطناعي عبر عدة أقسام ويأخذ بعين الاعتبار متطلبات الأمان والعمل ضمن حلقة مغلقة إذا لزم الأمر. الثاني معبأ: الذكاء الاصطناعي مدمج بالفعل في المنتج ويوفر بداية سريعة مع سيناريوهات جاهزة مثل تصنيف التذاكر واقتراحات المشغل وتلخيص الحوارات والمساعد الافتراضي. هذا أبسط، لكن مجال التخصيص والتوسع محدود عادةً بخارطة الطريق الخاصة بالبائع.

يُظهر نهج المنصة بشكل أفضل اليوم من قبل ServiceNow. تجمع طبقة الذكاء الاصطناعي الخاصة بها بين ITSM والموارد البشرية والمالية وإدارة علاقات العملاء، وتدعم النماذج الأولى والجهات الخارجية، وتسمح ببناء المهارات والوكلاء المخصصين. لكن سعر المرونة مرتفع: يتم ترخيص قدرات الذكاء الاصطناعي المتقدمة بشكل منفصل، والتنفيذ قد يستغرق أشهراً.

تراهن Atlassian على Rovo — طبقة ذكاء اصطناعي موحدة فوق Jira و Confluence و Jira Service Management. تكمن القوة هنا في السياق: يرى الوكلاء الروابط بين المهام والصفحات والرسائل والتطبيقات الخارجية، مما يعني أنهم لا يستطيعون فقط الرد بل اتخاذ إجراءات ضمن العمليات الموجودة. القيد واضح: إذا كانت المنظمة تعمل خارج نظام Atlassian البيئي، يصبح تأثير هذا النهج أضعف بشكل ملحوظ.

يبدو أن الخيار الأكثر توازناً هو BMC Helix، الذي يجمع بين معمارية المنصة ومجموعة غنية من وكلاء الذكاء الاصطناعي الجاهزة. يمكن نشر HelixGPT في السحابة أو محلياً، ويختار العميل مزود نموذج اللغة بنفسه. هذا مهم بشكل خاص للشركات الكبرى التي تحتاج إلى الاستقلالية عن نموذج واحد والتحكم في البيانات.

Freshservice، من ناحية أخرى، تبقى نموذجاً للنهج المعبأ: Freddy AI ينطلق بسرعة، يغلق الطلبات القياسية عبر Slack و Teams وبوابة الخدمة، ويُقاس الوقت حتى القيمة بأسابيع وليس بأرباع السنة. لكن القيود نمطية للصندوق: يعمل الذكاء الاصطناعي أساساً مع البيانات داخل النظام نفسه ولا يناسب السيناريوهات المعقدة بين الوظائف. تحاول Ivanti احتلال موقع وسيط، تجمع بين ITSM وإدارة نقاط النهاية والأمان، لكن اتجاه الذكاء الاصطناعي القائم على الوكلاء لم يخرج بالكامل من مرحلة الوعود.

بالنسبة للسوق الروسي، هذا النقاش عملي بشكل خاص. النظم البيئية السحابية الغربية والاتفاقات مع مزودي نماذج اللغة الكبرى والسيناريوهات المؤسسية المألوفة ليست متاحة للجميع، بينما لم تختفِ المهام: الشركات لا تزال بحاجة إلى إغلاق مستقل للتذاكر القياسية والبحث عبر المعرفة المؤسسية والتصنيف التلقائي والوكلاء الذين يتخذون إجراءات بدلاً من مجرد كتابة الإجابات. لذلك، يصبح النشر المحلي والسجلات الكاملة لإجراءات النموذج والوصول المستند إلى الأدوار لميزات الذكاء الاصطناعي والقدرة على استبدال نموذج بآخر دون إعادة كتابة العمليات ذات أهمية متزايدة.

يتم بناء منصات محلية مثل SimpleOne حول هذه المتطلبات، لا تراهن على زر واحد جاهز بل على البنية التحتية للذكاء الاصطناعي المدارة. الخلاصة بسيطة: سوق ITSM الجاهز للذكاء الاصطناعي يتحرك بعيداً عن مجموعة الميزات الجذابة نحو بنية تحتية ذات حوكمة واضحة. إذا كانت الشركة بحاجة إلى نتائج سريعة لفريق خدمة صغير، قد يظل المنتج المعبأ هو الخيار الأفضل.

لكن إذا كان الذكاء الاصطناعي بحاجة إلى العمل عبر عدة أقسام والتعامل مع البيانات الحساسة واجتياز عمليات التدقيق والتطور مع سوق النماذج، يصبح نهج المنصة حاسماً. في عام 2026، لن يكون الفائزون هم البائعين الذين لديهم المزيد من روبوتات الدردشة في القائمة، بل أولئك الذين يعرفون كيفية إعطاء الأعمال التجارية السيطرة على كل إجراء ذكاء اصطناعي.