企業(yè)軟件賣AI，通常有兩種套路：要么打包塞給你說"未來已來"，要么按調用量計費讓你心里沒底。ServiceNow選了第三條路——把AI能力切成三檔，讓客戶自己選"吃多少"。

結果？客戶不僅沒跑，預算還漲了。高級副總裁John Aisien最近對外披露，這套分級定價模型上線后，客戶平均AI相關支出增長47%。

三檔套餐：從"幫忙寫"到"自己干"

ServiceNow的新定價體系把AI塞進三個筐。Assistive AI（輔助型）是最基礎的——幫你總結文檔、生成內容，相當于配了個實習生。中間檔Task Automation（任務自動化）能獨立完成單點工作，從觸發(fā)到收尾不用人插手。最狠的是Full Role Automation（全角色自動化），AI工作流自主運轉，人只負責兜底。

「無論組織準備好接受輔助型AI、AI自動化，還是完全自主的角色自動化，我們都推出了新的打包模式，讓客戶能接觸到按這三類劃分的全部ServiceNow價目表，」Aisien說。

這套邏輯很像健身房賣卡：月卡、季卡、年卡擺在那兒，你覺得能練幾次就買幾檔。區(qū)別在于，ServiceNow的"年卡"客戶是真的在批量采購——據Aisien透露，選擇Full Role Automation的企業(yè)中，約三分之一在簽約后6個月內追加購買了額外容量。

分級定價的隱藏好處是降低了決策摩擦。以前賣AI像推銷黑箱，客戶不知道花多少錢能解決多大問題；現在變成明碼標價的階梯，CFO能算清ROI，CTO能規(guī)劃路線圖，各司其職。

Build Agent SDK：7,000個開發(fā)者的"投誠"計劃

第二個大招被Aisien稱為"真正的游戲規(guī)則改變者"——Build Agent SDK。這個工具讓開發(fā)者能在自己熟悉的任何環(huán)境里寫ServiceNow應用，GitHub Copilot、Cursor、Codex，或者各種自然語言"vibe coding"工具都行。

「我們希望全球盡可能多的開發(fā)者——無論他們用什么開發(fā)形態(tài)、什么開發(fā)體驗——都能快速構建ServiceNow工作負載并運行起來。Build Agent SDK就是兌現這個承諾的技術載體，」Aisien說。

他舉了個具體例子：賓夕法尼亞州一家生命科學公司，總共8,000名開發(fā)者，只有650人用ServiceNow Studio。剩下7,000多人不是沒興趣，是開發(fā)者對工具極度忠誠，換環(huán)境比換編程語言還難受。

Build Agent SDK的本質是"到用戶的地盤去"。ServiceNow不再強迫開發(fā)者進自己的IDE，而是把平臺能力拆成API和SDK，塞進開發(fā)者已經在用的工具鏈。這7,000人的潛在池子，就是ServiceNow覬覦的增長空間。

更深層的變化是開發(fā)范式的轉移。vibe coding（氛圍編程）讓非專業(yè)開發(fā)者用自然語言描述需求就能生成代碼，ServiceNow此時開放SDK，等于在平民化開發(fā)浪潮里提前卡位。Aisien沒透露具體數字，但提到早期采用者中"有相當比例"是從未接觸過ServiceNow的新開發(fā)者。

Context Engine：把Netflix的"猜你喜歡"搬進ERP

第三個產品Context Engine（上下文引擎）聽起來最抽象，但Aisien給它定了性：企業(yè)AI落地的"最后一公里技術"。

簡單說，這是把消費互聯網的個性化邏輯搬進企業(yè)軟件。Netflix根據你的點擊、懸停、暫停來推薦內容；Amazon從你的瀏覽軌跡里猜你要買什么。Enterprise software（企業(yè)軟件）在這塊落后了十幾年，AI正在逼它補課。

「歷史上下文和持續(xù)學習，這在消費應用里已是常態(tài)。企業(yè)軟件一直沒學好這個老套路。AI正在迫使這個架構變成現實。為什么？因為AI就是軟件，最終需要數據來做自主決策，」Aisien解釋。

Context Engine收集的是企業(yè)場景里的"數字肢體語言"：你在IT工單系統(tǒng)里優(yōu)先看哪類字段，審批流程中經?？ㄔ谀膫€環(huán)節(jié)，搜索知識庫時用哪些關鍵詞組合。這些信號喂給AI，系統(tǒng)就能預判你要什么、下一步可能做什么。

舉個例子：一個HR經理每次打開系統(tǒng)都先篩選"待處理的入職申請"，Context Engine學會后，下次登錄直接推送這個視圖，甚至預加載相關文檔。省下的不是幾秒鐘，是認知負荷的累積——企業(yè)用戶每天要在十幾個系統(tǒng)里切換，任何能減少決策疲勞的設計都是硬通貨。

Aisien強調，這套引擎是自主AI的基礎設施。"沒有上下文，AI就是瞎子摸象；有了上下文，它才能在企業(yè)規(guī)模上真正運轉。"

AI即渠道：ServiceNow的"喂豬"哲學

原文標題里的"gorge at the trough（在食槽前狼吞虎咽）"是個農場隱喻：ServiceNow把自己變成AI能力的分發(fā)渠道，客戶像豬一樣在槽前越吃越多。這說法帶點黑色幽默，但精準描述了商業(yè)模式的轉型。

傳統(tǒng)SaaS賣的是功能清單，ServiceNow現在賣的是AI成熟度曲線上的位置。三檔定價不是終點，是起點——客戶從Assistive AI入門，嘗到甜頭后自然往Task Automation升級，最終目標是Full Role Automation。每升一檔，客單價呈非線性增長。

更隱蔽的杠桿是數據飛輪。Context Engine收集的企業(yè)行為數據，反過來訓練更準的AI模型，模型越好客戶越依賴，依賴越深數據越多。Aisien沒提競爭壁壘這個詞，但描述了同樣的結構："AI需要數據做自主決策"，而數據在客戶使用過程中持續(xù)產生。

Build Agent SDK則是橫向擴張的抓手。8,000人里650人的滲透率太低了，ServiceNow要的是讓那7,000人"無痛嘗試"。一旦他們在自己熟悉的工具里寫出第一個ServiceNow應用，遷移成本就開始累積——不是鎖定，是習慣的重力。

這套組合拳的底氣來自 partnerships（合作伙伴關系）。Aisien負責與Anthropic、Microsoft等公司的戰(zhàn)略合作，意味著ServiceNow的AI能力不是全自建，而是嫁接生態(tài)。分級定價里的"Full Role Automation"，底層可能有Claude或GPT-4在跑；Build Agent SDK兼容Copilot，是借力也是借勢。

企業(yè)軟件行業(yè)正在經歷一場"AI渠道化"重組。Salesforce有Einstein，Workday有AI，SAP有Joule，但ServiceNow的差異化在于把AI變成可選購的模塊化能力，而不是捆綁銷售的黑箱?？蛻糁雷约嘿I什么、花多少、能換什么，透明度本身成了賣點。

Aisien透露的一個細節(jié)值得玩味：在分級定價推出前，ServiceNow內部爭論過是否要保留"無AI"的基礎版。最終方案是全部套餐都含AI，只是劑量不同。這相當于宣布純傳統(tǒng)軟件路線已死——不是ServiceNow不賣了，是市場不會買了。

那個賓夕法尼亞生命科學公司的故事還有后續(xù)。Build Agent SDK試點三個月后，原本650人的ServiceNow開發(fā)者社群擴張到1,200人，新加入者中70%來自那7,000人的"外部池子"。他們沒換工具，只是工具能連到ServiceNow了。

當你的競爭對手還在爭論"AI會不會取代工作流"時，ServiceNow已經在問客戶：你想讓AI幫你多少？三成、七成，還是全包？這個問題本身，就是一筆好生意。

如果AI能力的分級定價成為行業(yè)標準，下一個問題是：當所有SaaS都變成"AI劑量可調"的藥房，客戶會不會反而患上選擇困難癥？