ServiceNow y Atlassian llevan el mercado ITSM hacia plataformas de IA y lejos de las soluciones empaquetadas

La cuestión central del ITSM en 2026 ya no es si un producto incluye funciones de IA, sino sobre qué arquitectura están construidas. En los últimos tres años, el mercado ha pasado de simples chatbots que solo intentan adivinar la categoría de un ticket a una capa de IA integrada en la propia plataforma de servicio. Ahora la IA interviene en el enrutamiento de solicitudes, predice incidentes, cierra automáticamente peticiones habituales y redacta postmortems tras las caídas. El efecto práctico también se nota: las empresas con prácticas ITSM predictivas se recuperan de los incidentes aproximadamente el doble de rápido que las que siguen dependiendo de la gestión manual.

En este contexto, el mercado se ha dividido en dos enfoques. El primero es el de plataforma: la empresa obtiene una capa de IA abierta en la que puede conectar distintos LLM, crear sus propios agentes y definir políticas, límites y auditoría para cada acción. Esta opción es más compleja y lenta de implantar, pero encaja en escenarios en los que la IA debe funcionar a la vez en varios departamentos, cumplir requisitos de seguridad y, si hace falta, ejecutarse dentro de un perímetro cerrado.

El segundo es el enfoque empaquetado: la IA ya viene integrada en el producto y permite un arranque rápido con escenarios listos, como la clasificación de tickets, las sugerencias al operador, el resumen de conversaciones y un asistente virtual. Es más sencillo, pero el margen de personalización y escalado suele quedar limitado por la hoja de ruta del proveedor.

Hoy por hoy, ServiceNow es quien mejor representa el enfoque de plataforma. Su capa de IA une ITSM, RR. HH., finanzas y CRM, admite modelos propios y de terceros y permite crear habilidades y agentes personalizados. Pero la flexibilidad sale cara: las capacidades avanzadas de IA se licencian por separado y la implantación puede alargarse durante meses.

Atlassian apuesta por Rovo, una capa de IA común sobre Jira, Confluence y Jira Service Management. Su punto fuerte es el contexto: los agentes ven los vínculos entre tareas, páginas, mensajes y aplicaciones externas, de modo que no solo pueden responder, sino también ejecutar acciones dentro de procesos ya existentes. La limitación es sencilla: si la organización vive fuera del ecosistema de Atlassian, el beneficio de este enfoque se reduce notablemente.

BMC Helix parece la opción más equilibrada, ya que combina una arquitectura de plataforma con un amplio conjunto de agentes de IA ya preparados. HelixGPT se puede desplegar tanto en la nube como on-premise, y el cliente elige el proveedor de LLM. Esto es especialmente importante para las grandes empresas que necesitan independencia de un único modelo y control sobre sus datos.

Freshservice, en cambio, sigue siendo el ejemplo del enfoque empaquetado: Freddy AI se pone en marcha rápido, resuelve peticiones habituales a través de Slack, Teams y el portal de servicio, y el time-to-value se mide en semanas, no en trimestres. Pero las limitaciones son las típicas de un producto cerrado: la IA trabaja sobre todo con datos del propio sistema y se adapta mal a escenarios interfuncionales complejos.

Ivanti intenta ocupar una posición intermedia al combinar ITSM, gestión de endpoints y seguridad, pero su línea de IA agéntica todavía no ha salido del todo de la fase de las promesas.

Para el mercado ruso, este debate es especialmente práctico. Los ecosistemas de nube occidentales, los acuerdos con los grandes proveedores de LLM y los escenarios empresariales habituales no están al alcance de todos, y las necesidades no han desaparecido: las empresas siguen necesitando el cierre autónomo de tickets habituales, la búsqueda en el conocimiento corporativo, la clasificación automática y agentes que actúen, en lugar de limitarse a redactar respuestas. Por eso cobran cada vez más importancia el despliegue on-premise, el registro completo de las acciones del modelo, el acceso por roles a las funciones de IA y la posibilidad de sustituir un modelo por otro sin reescribir los procesos.

Plataformas locales como SimpleOne se construyen justo en torno a estos requisitos, con la apuesta puesta no en un botón listo para usar, sino en una infraestructura de IA gestionable.

La conclusión es sencilla: el mercado de ITSM preparado para la IA avanza de un conjunto de funciones llamativas hacia una infraestructura con una gobernanza clara. Si una empresa necesita resultados rápidos para un equipo de servicio pequeño, un producto empaquetado puede seguir siendo la mejor opción. Pero si la IA debe funcionar en varios departamentos, tratar datos sensibles, superar auditorías y cambiar al ritmo del mercado de modelos, el enfoque de plataforma pasa a ser decisivo. En 2026 no ganarán los proveedores con más chatbots en el menú, sino los que sepan dar al negocio control sobre cada acción de la IA.