ServiceNow e Atlassian Lideram o Mercado de ITSM em Direção às Plataformas de IA em vez de Soluções Prontas

A questão principal para ITSM em 2026 não é mais a presença de recursos de IA como tal, mas o tipo de arquitetura em que são construídos. Nos últimos três anos, o mercado saiu de simples chatbots que apenas tentam adivinhar categorias de tickets para uma camada de IA integrada na própria plataforma de serviços. Agora a IA participa do roteamento de solicitações, previne incidentes, fecha automaticamente solicitações padrão e coleta pós-mortes após falhas.

O efeito prático também se tornou notável: empresas com práticas preditivas de ITSM se recuperam de incidentes aproximadamente duas vezes mais rápido do que aquelas que ainda dependem do processamento manual. Diante disso, o mercado se dividiu em duas abordagens. A primeira é baseada em plataforma: a empresa obtém uma camada de IA aberta onde pode conectar diferentes LLMs, construir agentes personalizados, definir políticas, limites e auditoria para cada ação.

Essa opção é mais complexa e leva mais tempo para implementar, mas é adequada para cenários nos quais a IA deve funcionar em vários departamentos, levar em conta requisitos de segurança e, se necessário, ser executada em um circuito fechado. A segunda é em caixa: a IA já está integrada ao produto e fornece um início rápido com cenários prontos como classificação de tickets, sugestões do operador, resumo de diálogos e assistente virtual. Isso é mais simples, mas o espaço para personalização e escalabilidade geralmente é limitado pelo roadmap do fornecedor.

A abordagem de plataforma é melhor demonstrada hoje pela ServiceNow. Sua camada de IA unifica ITSM, RH, finanças e CRM, oferece suporte a modelos próprios e de terceiros e permite construir habilidades e agentes personalizados. Mas o preço pela flexibilidade é alto: recursos avançados de IA são licenciados separadamente e a implementação pode se estender por meses.

A Atlassian está apostando em Rovo — uma camada de IA unificada sobre Jira, Confluence e Jira Service Management. O ponto forte aqui é o contexto: os agentes veem conexões entre tarefas, páginas, mensagens e aplicativos externos, o que significa que podem não apenas responder, mas também executar ações dentro de processos existentes. A limitação é simples: se uma organização opera fora do ecossistema Atlassian, o efeito dessa abordagem se torna notavelmente mais fraco.

A opção mais equilibrada parece ser BMC Helix, que combina arquitetura de plataforma com um rico conjunto de agentes de IA prontos. HelixGPT pode ser implantado na nuvem ou on-premise, e o cliente escolhe o provedor de LLM. Isso é particularmente importante para grandes empresas que precisam de independência de um único modelo e controle de dados.

Freshservice, por outro lado, continua sendo um modelo da abordagem em caixa: Freddy AI é iniciado rapidamente, fecha solicitações padrão através de Slack, Teams e portal de serviços, e o time-to-value é medido em semanas, não em trimestres. Mas as limitações são típicas para uma caixa: a IA funciona principalmente com dados dentro do próprio sistema e não é adequada para cenários complexos entre funções. Ivanti tenta ocupar uma posição intermediária, combinando ITSM, gerenciamento de endpoints e segurança, mas sua direção de IA baseada em agentes ainda não saiu completamente do estágio de promessas.

Para o mercado russo, esse debate é particularmente prático. Ecossistemas em nuvem ocidentais, acordos com grandes provedores de LLM e cenários empresariais familiares não estão acessíveis a todos, enquanto as tarefas não desapareceram: as empresas ainda precisam do fechamento autônomo de tickets padrão, busca por conhecimento corporativo, classificação automática e agentes que executem ações em vez de apenas escrever respostas. Portanto, implantação on-premise, logs completos de ações do modelo, acesso baseado em funções a recursos de IA e a capacidade de trocar um modelo por outro sem reescrever processos estão se tornando cada vez mais importantes.

É em torno desses requisitos que plataformas locais como SimpleOne estão sendo construídas agora, apostando não em um único botão pronto, mas em infraestrutura de IA gerenciada. A conclusão é simples: o mercado de ITSM pronto para IA está se movendo de um conjunto de recursos chamativos para infraestrutura com governança clara. Se uma empresa precisa de resultados rápidos para uma pequena equipe de serviços, um produto em caixa ainda pode ser a melhor escolha.

Mas se a IA precisa funcionar em vários departamentos, lidar com dados sensíveis, passar auditorias e evoluir com o mercado de modelos, a abordagem de plataforma se torna decisiva. Em 2026, os vencedores não serão os fornecedores com mais chatbots no menu, mas aqueles que sabem como dar ao negócio controle sobre cada ação de IA.