Cognizant 把 ServiceNow agents 接進 Neuro，企業 AI 開始比誰會編排

作者:

Cognizant 在 6 月 18 日宣布，ServiceNow AI Agents 現在可以接進 Cognizant Neuro AI Multi-Agent Accelerator。這則新聞表面上是系統整合商與企業軟體平台的合作，實際上指向一個更大的變化：企業 AI agent 的競爭，正在從「單一 agent 能做什麼」轉向「一群 agent 能不能被編排、治理、稽核，並且跨系統完成工作」。

這也是很多企業導入 agent 後很快會遇到的現實。客服平台有自己的 agent，ITSM 有自己的 agent，CRM、財務、供應鏈、內部資料平台和自建工具也都開始塞進 agent。每一個供應商都說自己的 agent 更懂情境、更能自動化，但企業真正的流程通常不住在單一平台裡。請款可能從採購系統開始，經過 ServiceNow 工單、ERP 核准、郵件通知和資料倉儀表板；客戶問題可能先進 CRM，再牽動產品資料、合約權限、帳務紀錄與客服知識庫。單點 agent 再聰明，只要出不了自己的牆，就很難接近真實流程。

Cognizant 這次主打的正是這個缺口。官方公告說，ServiceNow AI Agents 可以與 Cognizant Neuro AI Multi-Agent Accelerator 協作，讓企業在同一個環境裡編排 ServiceNow agents、自建 agents 和第三方 agent 平台。公告也提到，整合透過 Model Context Protocol 進行，Neuro AI 可以發現並呼叫 ServiceNow AI Agents，不需要為每一個新 agent 重新寫客製連接器；活動仍沿用 ServiceNow 既有的存取控制與稽核紀錄。這幾個詞很像企業軟體的老派語言，卻正是 agent 要進生產環境時最硬的門檻。

值得注意的是，Cognizant 沒有把 Neuro AI Multi-Agent Accelerator 包裝成只服務某一個模型或雲端的封閉產品。Cognizant 的產品頁把它描述成用來快速建置與擴展 agentic systems 的平台，GitHub 上的 Neuro SAN Studio 也把自己定位成開源、多 agent 編排框架，支援用宣告式設定建立 agent network，並連接 API、資料庫、MCP、A2A agents、LangChain tools 等外部工具。這種說法的重點不是開源本身多有道德光環，而是企業不想在 agent 時代再買一個新的孤島。

ServiceNow 的角色也很關鍵。它不是一般意義上的 AI 工具，而是很多企業處理 IT、工單、流程、權限和營運資料的核心系統。ServiceNow 自家的 AI Agents 頁面強調 agents 內建在單一平台裡，結合資料、AI、工作流與安全；AI Control Tower 與 AI Gateway 文件則把重點放在 MCP server 的發現、核准、驗證、政策控制與觀測。換句話說，ServiceNow 想成為企業 agent 行動的治理層，Cognizant 則想把不同平台的 agent 編成可交付的網路。兩者合作，反映的是客戶已經開始問同一個問題：如果 agent 可以行動，那誰負責看住它們？

這裡的商業含義比技術名詞更重要。過去企業 AI 採購常常圍繞模型能力、資料安全、員工使用率與成本控制；今年的焦點開始往「工作如何被 agent 接管」移動。當 agent 可以跨系統查資料、改紀錄、開工單、送審核，CIO 和 CISO 要看的就不是回答品質，而是身份、權限、日誌、例外處理、責任歸屬和可撤回性。Cognizant 公告引用 IDC 研究說，超過 70% 企業預期會投資預建獨立 agents、自建 agents，以及嵌入既有軟體的 agents。即使這是供應商公告中的引用，它仍點出一個現場事實：企業不會只有一種 agent。

這也會改變系統整合商的位置。大型顧問與 IT 服務公司過去替企業導入 ERP、CRM、雲端資料平台和自動化流程；現在它們開始把自己放到 agent network 的設計、部署與治理中間。Cognizant 若能把 ServiceNow、內部工具、第三方 agent 平台和開源框架接成一套可審計的工作流，它賣的就不只是人力專案，而是企業 AI 的操作架構。對 ServiceNow 來說，讓自家 agents 參與外部編排，也有助於避免客戶把 agent 工作流完全搬到別的平台。

但這件事也不該被看成企業 agent 問題已經解決。公告沒有公開客戶採用數字、實際部署案例、效能指標或定價；MCP 能讓連接更標準化，卻不會自動處理所有資料權限、語意誤判、流程衝突或跨平台責任問題。更麻煩的是，一個 agent network 越能跨系統行動，錯誤的半徑也越大。企業需要的不只是「能呼叫」，還要能限制誰呼叫、在什麼條件下呼叫、呼叫後怎麼回復、出錯時誰收到警報，以及人類在哪裡必須重新接手。

所以，Cognizant 和 ServiceNow 這次合作的真正訊號，是 enterprise AI 正在進入編排層競爭。模型仍然重要，但企業的下一個採購問題會更務實：現有系統裡的 agents 能不能一起工作？能不能留下足夠的證據？能不能在不重寫每個連接器的情況下擴展？能不能把高風險動作放進治理流程？當 agent 從聊天框走進工單、採購、客服與財務流程，真正有價值的產品就不是最會回答的那一個，而是能把一群會行動的東西管起來的那一層。

參考來源

發表迴響