Por qué ServiceNow, Atlassian y BMC están transformando el mercado de ITSM y el debate sobre plataforma en 2026

El debate sobre cómo debe ser el ITSM listo para IA en 2026 ya no se trata de elegir un chatbot para soporte de primer nivel, sino de arquitectura. El mercado ha desarrollado dos enfoques: herramientas enlatadas que entregan resultados rápidamente en tareas estándar, y plataformas donde la IA se convierte en una capa separada gestionada con auditoría, políticas de acceso, selección de modelos y la capacidad de ejecutar agentes autónomos dentro de procesos empresariales. En los últimos tres años, el papel de la IA en los sistemas de servicio ha cambiado notablemente.

Si antes se usaba más a menudo para clasificar solicitudes y proporcionar sugerencias al operador, ahora los proveedores de ITSM hablan de enrutamiento predictivo, cierre automático de solicitudes estándar, generación de postmortems y escenarios donde el agente no solo responde, sino que también realiza acciones dentro de los permisos asignados. Es precisamente por esto que el enfoque se ha desplazado de características individuales a la cuestión de cuán manejable, segura y escalable es toda esta infraestructura de IA. El artículo destaca dos escenarios básicos.

El enfoque enlatado está diseñado para una implementación rápida: la empresa obtiene funciones integradas como resumen de tickets, sugerencias de respuestas, un asistente virtual y clasificación automática, e implementación típicamente toma solo semanas. La desventaja es que las opciones de personalización son limitadas, y el desarrollo depende de la hoja de ruta del proveedor. El enfoque de plataforma requiere más tiempo y recursos para lanzarse, pero a cambio ofrece herramientas para construir agentes personalizados, conectar diferentes LLMs, integraciones de API, auditorías detalladas de acciones y, en algunos casos, operación dentro de un perímetro local.

Esta opción es más atractiva para organizaciones grandes donde la IA necesita servir no solo a un servicio de asistencia, sino a múltiples departamentos con requisitos diferentes. Entre los actores globales, ServiceNow, Atlassian y BMC Helix se discuten como los ejemplos de plataforma más maduros. ServiceNow construye una capa de IA sobre todo su ecosistema y ofrece herramientas para crear habilidades y agentes personalizados, pero las capacidades extendidas requieren pago separado, e la implementación puede ser prolongada y compleja.

Atlassian apuesta por Rovo—una superposición a Jira, Confluence y Jira Service Management, donde el valor emerge de un gráfico de datos unificado e integración estrecha con flujos de trabajo existentes. BMC Helix ocupa una posición intermedia: tiene tanto un componente de plataforma desarrollado como un conjunto rico de agentes listos, más la capacidad de funcionar tanto en la nube como dentro del perímetro de la empresa. En el otro extremo del espectro están soluciones más enlatadas como Freshservice.

Su principal ventaja es la velocidad de lograr resultados: los procesos estándar se automatizan rápidamente, y la IA integrada se puede habilitar sin preparación arquitectónica pesada. Pero la simplicidad tiene el costo de contexto limitado: el sistema funciona bien con datos ya dentro del producto, pero es menos adecuado para escenarios complejos entre sistemas y personalización profunda para políticas corporativas. Ivanti se presenta en esta descripción general como un actor en la intersección de ambos modelos: la empresa combina ITSM, gestión de endpoints y seguridad, pero su dirección de IA agentic aún está en desarrollo y no parece tan madura como los líderes del mercado.

Una capa separada de discusión se refiere al mercado ruso. Aquí, la elección a menudo se determina no solo por presupuesto y cronograma de implementación, sino también por requisitos de implementación local, almacenamiento de datos sensibles e independencia de un proveedor de modelos occidental específico. Por lo tanto, para los clientes rusos, los argumentos a favor del enfoque de plataforma suenan particularmente fuertemente: on-premise es importante, auditoría de solicitudes y respuestas, gestión de límites, modelo de acceso basado en roles y la capacidad de cambiar un LLM por otro sin reescribir procesos.

Como ejemplo local, el autor cita SimpleOne, donde el énfasis está precisamente en esta arquitectura: perímetro local, registro de cada llamada de modelo, abstracción sobre diferentes LLMs y procesos de IA visual para escenarios estándar de servicio de asistencia. La conclusión principal del artículo es que el mercado de ITSM con IA se está alejando de mostrar características individuales "inteligentes" hacia la discusión de infraestructura madura. Para un servicio de asistencia pequeño o mediano, una solución enlatada aún puede ser la mejor opción si se necesita implementación rápida y la automatización estándar es suficiente.

Pero para las grandes empresas, especialmente en industrias reguladas, el factor decisivo se convierte no en la mera presencia de IA, sino en la capacidad de gestionarla: entender qué modelo se está utilizando, dónde se procesan los datos, quién es responsable de las acciones del agente y cuán fácilmente el sistema puede adaptarse a nuevos requisitos.