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

O debate sobre como o ITSM pronto para IA deve ser em 2026 não é mais sobre escolher um chatbot para suporte de primeiro nível, mas sobre arquitetura. O mercado desenvolveu duas abordagens: ferramentas enlatadas que entregam resultados rapidamente em tarefas padrão, e plataformas onde a IA se torna uma camada separada gerenciada com auditoria, políticas de acesso, seleção de modelos e a capacidade de executar agentes autônomos dentro de processos de negócios. Nos últimos três anos, o papel da IA nos sistemas de serviço mudou notavelmente.

Se antes era mais frequentemente usada para classificar solicitações e fornecer sugestões ao operador, agora os fornecedores de ITSM falam sobre roteamento preditivo, encerramento automático de solicitações padrão, geração de postmortems e cenários onde o agente não apenas responde, mas também executa ações dentro das permissões atribuídas. É precisamente por isso que o foco mudou de recursos individuais para a questão de quanto essa infraestrutura de IA inteira é gerenciável, segura e escalável. O artigo destaca dois cenários básicos.

A abordagem enlatada é projetada para implantação rápida: a empresa obtém funções integradas como sumarização de tickets, sugestões de respostas, um assistente virtual e auto-classificação, e a implementação normalmente leva apenas semanas. A desvantagem é que as opções de customização são limitadas, e o desenvolvimento depende do roteiro do fornecedor. A abordagem de plataforma requer mais tempo e recursos para iniciar, mas em troca oferece ferramentas para construir agentes personalizados, conectar diferentes LLMs, integrações por API, auditorias detalhadas de ações e, em alguns casos, operação dentro de um perímetro local.

Essa opção é mais atraente para grandes organizações onde a IA precisa servir não apenas uma mesa de serviço, mas múltiplos departamentos com requisitos diferentes. Entre os players globais, ServiceNow, Atlassian e BMC Helix são discutidos como os exemplos de plataforma mais maduros. ServiceNow constrói uma camada de IA sobre todo seu ecossistema e oferece ferramentas para criar habilidades e agentes personalizados, mas as capacidades estendidas exigem pagamento separado, e a implementação pode ser longa e complexa.

A Atlassian está apostando no Rovo—uma sobreposição para Jira, Confluence e Jira Service Management, onde o valor emerge de um gráfico de dados unificado e integração estreita com fluxos de trabalho existentes. BMC Helix ocupa um meio termo: possui tanto um componente de plataforma desenvolvido quanto um conjunto rico de agentes prontos, além da capacidade de trabalhar tanto na nuvem quanto dentro do perímetro da empresa. Na outra extremidade do espectro estão soluções mais enlatadas como Freshservice.

Sua principal vantagem é a velocidade de alcançar resultados: processos padrão são automatizados rapidamente, e a IA integrada pode ser ativada sem preparação arquitetural pesada. Mas a simplicidade tem o custo de contexto limitado: o sistema funciona bem com dados já dentro do produto, mas é menos adequado para cenários complexos entre sistemas e customização profunda para políticas corporativas. Ivanti é apresentada nesta visão geral como um player na intersecção de ambos os modelos: a empresa combina ITSM, gerenciamento de endpoints e segurança, mas sua direção de IA com agentes ainda está em desenvolvimento e não parece tão madura quanto os líderes de mercado.

Uma camada separada de discussão diz respeito ao mercado russo. Aqui, a escolha é frequentemente determinada não apenas por orçamento e cronograma de implementação, mas também por requisitos de implantação local, armazenamento de dados sensíveis e independência de um provedor de modelos ocidental específico. Portanto, para clientes russos, os argumentos a favor da abordagem de plataforma soam particularmente fortes: on-premise é importante, auditoria de solicitações e respostas, gerenciamento de limites, modelo de acesso baseado em função e a capacidade de trocar um LLM por outro sem reescrever processos.

Como exemplo local, o autor cita SimpleOne, onde a ênfase é precisamente nessa arquitetura: perímetro local, registro de cada chamada de modelo, abstração sobre diferentes LLMs e processos de IA visual para cenários padrão de mesa de serviço. A conclusão principal do artigo é que o mercado de ITSM com IA está se afastando da exibição de recursos "inteligentes" individuais para discutir infraestrutura madura. Para uma mesa de serviço pequena ou média, uma solução enlatada ainda pode ser a melhor escolha se a implantação rápida for necessária e a automação padrão for suficiente.

Mas para grandes empresas, especialmente em indústrias regulamentadas, o fator decisivo se torna não a mera presença de IA, mas a capacidade de gerenciá-la: entender qual modelo está sendo usado, onde os dados são processados, quem é responsável pelas ações do agente e quão facilmente o sistema pode ser adaptado a novos requisitos.