Por qué ServiceNow, Atlassian y BMC están cambiando el mercado ITSM y el debate sobre plataformas en 2026

El debate sobre cómo debe ser un ITSM preparado para la IA en 2026 ya no consiste en elegir un chatbot para el soporte de primera línea, sino en una cuestión de arquitectura. En el mercado se han consolidado dos enfoques: herramientas listas para usar, que dan resultados rápidos en tareas habituales, y plataformas donde la IA es una capa gestionada aparte, con auditoría, políticas de acceso, selección de modelos y la posibilidad de ejecutar agentes autónomos dentro de los procesos de negocio.

En los últimos tres años, el papel de la IA en los sistemas de servicio ha cambiado de forma notable. Antes se usaba sobre todo para clasificar solicitudes y sugerir respuestas al operador; ahora los proveedores de ITSM hablan de enrutamiento predictivo, cierre automático de solicitudes estándar, generación de postmortems y escenarios en los que el agente no solo responde, sino que ejecuta acciones dentro de los permisos asignados. Por eso el foco no está en las funciones sueltas, sino en cuánto se puede controlar toda esta infraestructura de IA, qué tan segura es y si sirve para escalar.

El artículo distingue dos escenarios básicos. El enfoque listo para usar está pensado para un arranque rápido: la empresa obtiene funciones integradas como resumen de tickets, sugerencias de respuesta, asistente virtual y autoclasificación, y la implantación suele llevar solo unas semanas. La desventaja es que la personalización es limitada y la evolución depende de la hoja de ruta del proveedor.

El enfoque de plataforma exige más tiempo y recursos para ponerse en marcha, pero a cambio ofrece constructores de agentes propios, conexión con distintos LLM, integraciones por API, auditoría detallada de acciones y, en algunos casos, funcionamiento en un entorno local. Esta opción interesa más a las grandes organizaciones, donde la IA debe atender no a un único service desk, sino a varios departamentos con requisitos distintos.

Entre los actores globales, ServiceNow, Atlassian y BMC Helix se analizan como los ejemplos de plataforma más maduros. ServiceNow construye su capa de IA sobre todo su ecosistema y ofrece herramientas para crear habilidades y agentes propios, pero las funciones avanzadas se pagan aparte y la implantación puede ser larga y compleja. Atlassian apuesta por Rovo, una capa añadida sobre Jira, Confluence y Jira Service Management, donde el valor surge de un grafo de datos compartido y de la estrecha relación con los flujos de trabajo existentes.

BMC Helix ocupa una posición intermedia: tiene una parte de plataforma desarrollada y un amplio conjunto de agentes ya preparados, además de la opción de operar tanto en la nube como dentro del perímetro de la empresa.

En el otro extremo están soluciones más listas para usar, como Freshservice. Su gran ventaja es la rapidez: los procesos habituales se automatizan pronto y la IA integrada se puede activar sin una preparación arquitectónica pesada. Pero la sencillez se paga con un contexto limitado: el sistema funciona bien con los datos que ya están dentro del producto, aunque es menos adecuado para escenarios complejos entre sistemas y para una personalización profunda según las reglas corporativas.

En este análisis, Ivanti aparece como un actor a caballo entre los dos modelos: la compañía combina ITSM, gestión de dispositivos finales y seguridad, pero su línea de IA agéntica todavía está en desarrollo y no parece tan madura como la de los líderes del mercado.

Una parte aparte del debate se refiere al mercado ruso. Allí la elección depende a menudo no solo del presupuesto y los plazos de lanzamiento, sino también de los requisitos de despliegue local, almacenamiento de datos sensibles e independencia de un proveedor occidental concreto de modelos. Por eso, para los clientes rusos los argumentos a favor del enfoque de plataforma son especialmente sólidos: importan el despliegue on-premise, la auditoría de solicitudes y respuestas, la gestión de límites, el modelo de acceso por roles y la posibilidad de sustituir un LLM por otro sin reescribir los procesos.

Como ejemplo local, el autor cita SimpleOne, que se centra justamente en esa arquitectura: entorno local, registro de cada llamada al modelo, abstracción sobre distintos LLM y procesos de IA visuales para escenarios típicos de service desk.

La conclusión principal del artículo es que el mercado de ITSM con IA se aleja de las demostraciones de funciones «inteligentes» sueltas y avanza hacia una conversación sobre infraestructura madura. Para un service desk pequeño o mediano, la solución lista para usar puede seguir siendo la mejor opción si se necesita un lanzamiento rápido y basta con una automatización estándar. Pero para las grandes empresas, sobre todo en sectores regulados, el factor decisivo no es que haya IA, sino la capacidad de gestionarla: saber qué modelo se usa, dónde se procesan los datos, quién responde por las acciones del agente y con qué facilidad se puede adaptar el sistema a nuevos requisitos.