## 01 触发事件 2026 年 5 月 4 日，Bloomberg 报道 ServiceNow 预计到 2030 年实现 300 亿美元 subscription revenue，并明确把这一前景的一部分归因于其 AI 产品，尤其是 AI traction。 ServiceNow Inc. projected it would generate $30 billion of subscription revenue in 2030, attributing the strong outlook to traction from its AI products. 表面上，这像是一家大型 enterprise software 公司借 AI 讲一个更好的增长故事。 但这条新闻值得写，不在于 ServiceNow 也有了 AI assistant，而在于一家 workflow incumbent 已经开始公开把 AI 写进长期收入模型里。这个动作本身，就是供给侧与应用侧关系变化的信号。 我没在内部跑过 ServiceNow 的销售漏斗，所以无法判断这 300 亿里有多少是真正由 AI 增购驱动，多少只是把原本会卖出去的 seat、module、enterprise agreement 用 AI 重新包装。 但即便保守看，这仍然是个不小的信号。 ## 02 这事的真正含义 这才是 ServiceNow 在说的事：AI 对 incumbent 的最大价值，不是生成了多惊艳的回答，而是给既有软件栈提供一次重新定价的机会。 问题不在模型本身，而在 distribution。 OpenAI、Anthropic、Google 卖的是 intelligence token。ServiceNow 卖的是已经嵌入审批流、工单流、ITSM、HR workflow 里的结果。前者按 input/output token 计价，后者最终要按“你离不开这个系统”计价。 这是完全不同的经济学。 如果一家企业已经把 ticketing、case management、employee onboarding、internal service workflow 建在 ServiceNow 上，那么 AI agent 进入组织，最先被购买的往往不是“最强模型”，而是“最容易被采购、治理、审计并接入现有流程的 AI 能力”。 那个真正会被定价的是 switching cost。 这也是为什么这类新闻对模型 API 消费者很重要。很多 builder 还在假设：模型持续变强、价格持续下降，应用层就一定能吃到最大红利。我认为这个判断只对了一半。推理成本曲线确实在下行，但 enterprise value capture 并不会自动流向模型调用最便宜的一方，也不一定流向独立 AI startup。 它更可能流向三类玩家： 1. 已占据 workflow 入口的 incumbent 2. 掌握 distribution 的 cloud / suite vendor 3. 能把多模型能力打包进现有预算科目的平台 ServiceNow 的表态，本质上是在告诉市场：AI 不只是 add-on feature，而是扩张 ARPU、提高 suite attach rate、延长合同周期的商业杠杆。 换句话说，AI 在 enterprise software 里，正在从 feature competition 变成 packaging competition。 我可能会高估 ServiceNow 的 bundling 能力，因为 Bloomberg 这则信息非常短，没有披露 AI SKU 的具体 attach rate、净留存提升幅度，或是 AI 相关 ACV 占比。但从战略语言看，这已经不是实验期口径了，而是中长期资本市场口径。 这很关键。 ## 03 历史类比 / 结构对照 更像 2014 年后的 AWS，不像 2022 年的 ChatGPT。 ChatGPT 那一刻的意义，是让市场看见模型能力可以直接触达终端用户，绕过旧软件入口。AWS 的意义则不同：它把底层计算能力产品化，然后让上层公司围绕已有业务逻辑重新组织成本与交付。 ServiceNow 现在更接近后者。 它不是在说“我发明了 AI”，而是在说“我拥有一个足够强的 control point，可以把 AI 吸收进现有平台，并让客户用原来的采购逻辑买单”。 这和 iPhone 对运营商的关系也有一点像，但方向相反。iPhone 把价值从运营商挪到设备和生态。ServiceNow 想做的是把通用模型价值重新锁回 enterprise workflow 平台。 这是 aggregation theory 在 AI 应用层的一次翻版。 谁聚合了用户、工作流、权限系统、审计日志、历史 ticket、组织关系与 procurement 通道，谁就更有机会把底层 commodity intelligence 重新包装成高毛利软件收入。 如果这个判断成立，那么开闭源模型之争在很多 enterprise 场景里，短期都不是最重要的问题。企业未必在意底层到底是 GPT、Claude、Gemini、Qwen 还是某个自托管 MoE；他们更在意的是： - 是否接入现有系统 - 是否满足权限与合规 - 是否能在 workflow 中稳定执行 - 出事时谁负责 这也是为什么很多 AI startup 明明 demo 很强，最后还是被 suite vendor 吸走预算。不是能力不行，而是没有 procurement gravity。 我没看到 ServiceNow 内部的产品 adoption cohort，所以这类类比可能过度前推。但历史上，平台一旦获得“可被 CFO 作为核心软件支出续签”的位置，后续 AI feature 往往更像续费杠杆，而不是单独产品战争。 ## 04 对 AI builder 意味着什么 这周和这个月，AI builder 应该调整的，不是“要不要接入更强模型”，而是“你的价值是不是只剩模型壳”。 如果你做的是 enterprise agent、copilot、ticket automation、knowledge workflow、internal ops assistant，我认为至少要重看四件事。 第一，重看你的 distribution 假设。 如果客户已经深度使用 ServiceNow、Salesforce、Microsoft、Atlassian，你就不能再假设自己卖的是“更聪明的 AI”。你卖的是“比 incumbent 更快落地、集成更深、ROI 更易量化”的替代方案。否则你的产品会被视作一层薄 UI。 第二，重看 pricing metric。 如果底层模型成本持续下降，你不该继续把价值叙事放在 token 消耗上。企业不会因为你 routing 做得漂亮就长期付高溢价，除非你把价格锚定在 resolved ticket、automation rate、MTTR、agent deflection 或 seat expansion 上。问题不在你省了多少 token，而在你能否绑定业务结果。 第三，重看 integration moat。 MCP、A2A、各类 Agent SDK 会降低“接模型”和“调工具”的门槛，但不会自动降低组织接入成本。真正麻烦的是权限、数据边界、日志、审计、失败回退与人机协同。谁把这些脏活做成产品，谁才更接近 moat。我没亲自部署过 ServiceNow 的完整 AI 栈，所以这点可能存在实现落差，但方向很清楚：集成深度比 prompt 技巧重要。 第四，重看 exit path。 很多独立 AI 产品会发现，自己最合理的定位不是正面挑战平台，而是做平台生态里的高价值插件、专用 agent、垂直 workflow layer，或者成为 model gateway / orchestration / observability 这类横向基础设施。原因很简单：当 incumbent 开始把 AI 写进 2030 收入目标时，预算战已经不是“有没有 AI”，而是谁有权把 AI 打包进总合同。 对 API 消费者而言，这意味着多模型策略仍然必要，但目标变了。以前是追求最强模型；现在更该追求成本、延迟、可靠性和治理之间的组合最优。token 价格下行带来的套利窗口依然存在，但上层应用能否留住毛利，越来越取决于你是否掌握 workflow control point。 ## 05 反方观点 / 风险 我可能错在把一条资本市场口径，解读成了真实需求拐点。 第一种可能是，ServiceNow 只是做了典型的大公司 AI 叙事增强。300 亿美元目标未必主要来自 AI 增量，也可能只是核心业务延续增长，而 AI 被拿来提高估值叙事密度。Bloomberg 这条信息没有给出 AI 产品独立收入拆分，这点必须保留怀疑。 第二种可能是，enterprise buyer 对 AI 的支付意愿没有想象中强。很多客户愿意试点 AI，但不愿意为每个 module 再加一层 AI tax。如果最终 attach rate 不及预期，那么 bundling 反而会引发预算审查与 seat compression。 第三种可能是，底层模型进步太快，导致 platform vendor 的封装优势被削弱。假如更便宜、更强、长 context、更好 tool use 的模型持续出现，独立 builder 通过 API 组合出足够好的 agent，企业就可能绕过 suite vendor 自建部分 workflow automation。尤其当 open source 模型在私有部署与数据主权上继续前进时，incumbent 的定价权未必稳固。 第四种可能是，真正的 control point 会从 workflow software 转移到 developer tooling 或 cloud runtime。也就是说，今天看似是 ServiceNow 受益，明天可能是 Microsoft、Google Cloud、AWS，甚至掌握 agent execution layer 的新平台受益。那个价值捕获点还没有完全定型。 所以我不会把这件事读成“ServiceNow 赢了”。 我更愿意把它读成：AI 应用层的战争，正在从 demo 质量转向合同结构、平台打包与组织接入。 这才是值得警惕的地方。 因为一旦 incumbent 证明 AI 可以稳定抬升大额订阅收入，独立 AI 创业公司的生存问题就不再只是模型能力差距，而是你到底卡在哪一层，客户为什么非你不可。