Por que ServiceNow, Atlassian e BMC estão mudando o mercado de ITSM e o debate sobre plataformas em 2026

O debate sobre como deve ser um ITSM preparado para IA em 2026 já não se resume à escolha de um chatbot para o suporte de primeira linha: é uma questão de arquitetura. O mercado consolidou duas abordagens: ferramentas prontas para uso, que entregam resultado rápido em tarefas padrão, e plataformas em que a IA é uma camada gerenciada à parte, com auditoria, políticas de acesso, escolha de modelos e a possibilidade de executar agentes autônomos dentro dos processos de negócio.

Nos últimos três anos, o papel da IA nos sistemas de atendimento mudou bastante. Antes, ela era usada principalmente para classificar chamados e dar sugestões ao atendente; agora, os fornecedores de ITSM falam em roteamento preditivo, fechamento automático de solicitações padrão, geração de postmortems e cenários em que o agente não apenas responde, mas executa ações dentro das permissões definidas. Por isso, o centro da discussão não são os recursos isolados, mas o quanto toda essa infraestrutura de IA é controlável, segura e capaz de escalar.

O artigo destaca dois cenários básicos. A abordagem pronta para uso foi pensada para um início rápido: a empresa recebe funções embutidas, como resumo de tickets, sugestões de resposta, assistente virtual e autoclassificação, e a implantação costuma levar poucas semanas. A desvantagem é que a personalização é limitada e a evolução depende do roadmap do fornecedor.

A abordagem de plataforma exige mais tempo e recursos para começar, mas oferece em troca construtores de agentes próprios, conexão com diferentes LLMs, integrações via API, auditoria detalhada das ações e, em alguns casos, operação em ambiente local. Essa opção interessa mais às grandes organizações, nas quais a IA precisa atender não a um único service desk, mas a vários departamentos com requisitos distintos.

Entre os players globais, ServiceNow, Atlassian e BMC Helix são analisados como os exemplos de plataforma mais maduros. A ServiceNow constrói sua camada de IA sobre todo o seu ecossistema e oferece ferramentas para criar habilidades e agentes próprios, mas os recursos avançados são cobrados à parte e a implantação pode ser longa e complexa. A Atlassian aposta no Rovo, uma camada adicional sobre Jira, Confluence e Jira Service Management, em que o valor vem de um grafo de dados compartilhado e da integração estreita com os workflows existentes.

A BMC Helix fica numa posição intermediária: tem uma parte de plataforma desenvolvida e um rico conjunto de agentes prontos, além da possibilidade de operar tanto na nuvem quanto dentro do perímetro da empresa.

No outro extremo estão soluções mais prontas para uso, como o Freshservice. A principal vantagem é a rapidez: os processos padrão são automatizados logo, e a IA embutida pode ser ativada sem uma preparação arquitetural pesada. Mas a simplicidade tem um preço, o contexto limitado: o sistema funciona bem com dados que já estão dentro do produto, mas é menos adequado para cenários complexos entre sistemas e para personalização profunda conforme as regras corporativas.

Nesta análise, a Ivanti aparece como uma empresa na fronteira entre os dois modelos: ela reúne ITSM, gerenciamento de dispositivos finais e segurança, mas sua frente de IA agêntica ainda está em desenvolvimento e não parece tão madura quanto a dos líderes do mercado.

Uma parte separada da discussão trata do mercado russo. Lá, a escolha costuma depender não só de orçamento e prazos de lançamento, mas também de exigências de implantação local, armazenamento de dados sensíveis e independência de um provedor ocidental específico de modelos. Por isso, para os clientes russos os argumentos a favor da abordagem de plataforma são especialmente fortes: contam o on-premise, a auditoria de solicitações e respostas, o gerenciamento de limites, o modelo de acesso por papéis e a possibilidade de trocar um LLM por outro sem reescrever os processos.

Como exemplo local, o autor cita a SimpleOne, que foca justamente nessa arquitetura: ambiente local, registro de cada chamada ao modelo, abstração sobre diferentes LLMs e processos de IA visuais para cenários típicos de service desk.

A principal conclusão do artigo é que o mercado de ITSM com IA está deixando para trás as demonstrações de funções «inteligentes» isoladas e caminhando para uma conversa sobre infraestrutura madura. Para um service desk pequeno ou médio, a solução pronta ainda pode ser a melhor escolha se for preciso um lançamento rápido e bastar uma automação padrão. Mas, para grandes empresas, especialmente em setores regulados, o fator decisivo não é a mera presença de IA, e sim a capacidade de gerenciá-la: saber qual modelo está em uso, onde os dados são processados, quem responde pelas ações do agente e com que facilidade o sistema pode ser adaptado a novos requisitos.