ServiceNow e Atlassian levam o mercado de ITSM para plataformas de IA, e não para soluções prontas

A questão central do ITSM em 2026 não é mais a existência de recursos de IA em si, mas o tipo de arquitetura em que eles são construídos. Nos últimos três anos, o mercado saiu de chatbots simples, que apenas tentam adivinhar a categoria de um ticket, para uma camada de IA embutida na própria plataforma de serviços. Hoje a IA participa do roteamento de solicitações, prevê incidentes, fecha automaticamente pedidos comuns e monta postmortems depois de falhas. O efeito prático também já aparece: empresas com práticas preditivas de ITSM se recuperam de incidentes cerca de duas vezes mais rápido do que as que ainda dependem do tratamento manual.

Nesse cenário, o mercado se dividiu em duas abordagens. A primeira é a de plataforma: a empresa recebe uma camada de IA aberta, na qual pode conectar diferentes LLMs, criar seus próprios agentes e definir políticas, limites e auditoria para cada ação. Essa opção é mais complexa e demorada de implantar, mas serve a cenários em que a IA precisa atuar em vários departamentos ao mesmo tempo, atender requisitos de segurança e, se necessário, rodar dentro de um perímetro fechado.

A segunda é a abordagem pronta para uso: a IA já vem integrada ao produto e permite um início rápido com cenários prontos, como classificação de tickets, sugestões para o atendente, resumo de conversas e assistente virtual. É mais simples, mas o espaço para personalização e escala costuma ficar limitado pelo roadmap do fornecedor.

Hoje, quem melhor mostra a abordagem de plataforma é a ServiceNow. Sua camada de IA reúne ITSM, RH, finanças e CRM, aceita modelos próprios e de terceiros e permite criar habilidades e agentes personalizados. Mas a flexibilidade custa caro: os recursos avançados de IA são licenciados à parte, e a implantação pode se arrastar por meses.

A Atlassian aposta no Rovo, uma camada de IA comum sobre Jira, Confluence e Jira Service Management. O ponto forte está no contexto: os agentes enxergam as conexões entre tarefas, páginas, mensagens e aplicativos externos e, por isso, podem não só responder, mas também executar ações dentro de processos já existentes. A limitação é simples: se a organização vive fora do ecossistema Atlassian, o ganho dessa abordagem fica visivelmente menor.

A BMC Helix parece a opção mais equilibrada, pois combina arquitetura de plataforma com um amplo conjunto de agentes de IA prontos. O HelixGPT pode ser implantado tanto na nuvem quanto on-premise, e o cliente escolhe o provedor de LLM. Isso é especialmente importante para grandes empresas que precisam de independência de um único modelo e de controle sobre os dados.

A Freshservice, por sua vez, continua sendo o exemplo da abordagem pronta: o Freddy AI entra em operação rápido, resolve solicitações comuns por Slack, Teams e portal de serviços, e o time-to-value é medido em semanas, não em trimestres. Mas as limitações são as típicas de um produto fechado: a IA trabalha principalmente com dados do próprio sistema e se adapta mal a cenários interfuncionais complexos.

A Ivanti tenta ocupar uma posição intermediária, reunindo ITSM, gerenciamento de endpoints e segurança, mas sua frente de IA agêntica ainda não saiu totalmente da fase das promessas.

Para o mercado russo, esse debate é especialmente prático. Ecossistemas de nuvem ocidentais, acordos com grandes provedores de LLM e cenários corporativos habituais não estão ao alcance de todos, e as demandas não desapareceram: as empresas continuam precisando de fechamento autônomo de tickets comuns, busca no conhecimento corporativo, classificação automática e agentes que agem, em vez de apenas escrever respostas. Por isso ganham cada vez mais peso a implantação on-premise, o log completo das ações do modelo, o acesso por papéis às funções de IA e a possibilidade de trocar um modelo por outro sem reescrever os processos.

Plataformas locais como a SimpleOne são construídas justamente em torno desses requisitos, apostando não em um botão pronto, mas em uma infraestrutura de IA gerenciável.

A conclusão é simples: o mercado de ITSM preparado para IA está migrando de um conjunto de recursos chamativos para uma infraestrutura com governança clara. Se a empresa precisa de resultado rápido para uma equipe de serviço pequena, um produto pronto ainda pode ser a melhor escolha. Mas se a IA precisa funcionar em vários departamentos, lidar com dados sensíveis, passar por auditorias e acompanhar o mercado de modelos, a abordagem de plataforma passa a ser decisiva. Em 2026, vencerão não os fornecedores com mais chatbots no menu, mas os que souberem dar ao negócio controle sobre cada ação da IA.