N ServiceNow
ServiceNow 以 Now Platform、Now Assist 和 AI agents 把企业 IT、员工服务、客户服务、安全与运营流程变成可编排的 AI 工作流,驱动来自自动化渗透和平台扩张,约束在于客户数据接入、跨系统权限治理、实施复杂度以及 Microsoft、Salesforce、Workday 等平台竞争。
N ServiceNow 以 Now Platform、Now Assist 和 AI agents 把企业 IT、员工服务、客户服务、安全与运营流程变成可编排的 AI 工作流,驱动来自自动化渗透和平台扩张,约束在于客户数据接入、跨系统权限治理、实施复杂度以及 Microsoft、Salesforce、Workday 等平台竞争。
ServiceNow 以 Now Platform、Now Assist 和 AI agents 把企业 IT、员工服务、客户服务、安全与运营流程变成可编排的 AI 工作流,驱动来自自动化渗透和平台扩张,约束在于客户数据接入、跨系统权限治理、实施复杂度以及 Microsoft、Salesforce、Workday 等平台竞争。
下面各块可点导航跳转:前瞻研判(他怎么看未来)· 观点印证台账 · 我们的数据验证 · 真财报 · 产业逻辑深析。所有当前数字以「财报」块为准(实时)。观点 更新于 2026-06-25;前瞻周更;页面以重建为准。
下面是 Jamin Ball 本人对 NOW 的前瞻判断与该盯的催化剂——我们如实呈现他的研判,不替你下结论,判断仍归你自己;历史观点只作为公开事实复盘背景。
「他在 Clouded Judgement 6.19.26 将主题概括为“工作流为王”;这里基于其工作流框架映射到 NOW。」
原推 · 2026-06-19 ↗「他原话称,AI Agents 实际上就是工作流,核心是状态管理、长运行流程、错误处理、自动恢复和重试;这里映射到 NOW 的企业工作流底座。」
原推 · 2025-12-02 ↗「他在 Clouded Judgement 6.12.26 称“记录系统赢得了 SaaS 时代,清算所将赢得智能体时代”;这里基于该框架映射到 NOW。」
原推 · 2026-06-12 ↗2026-03-31: 2175 家机构申报, 合计净增 278.9M 股, 持仓市值约 $98.6B, 持有机构数较上季 增加 118 家
2026-03-31: 2175 家机构申报, 合计净增 278.9M 股, 持仓市值约 $98.6B, 持有机构数较上季 增加 118 家
价格时间轴仅帮助理解公开观点发生的时间位置;本区不按表现排序,不展示由价格涨跌推导的结果。
催化:订阅增长与自由现金流效率的平衡;研究底稿把他的核心方法概括为 metrics-first、Rule of 40 和 FCF;NOW 若维持增长同时守住效率,更符合他的 SaaS 评估框架。
原帖 ↗ServiceNow 的优势在于企业工作流和 IT/HR/客服流程本身,符合他“Workflows are King”的 agent 时代判断;他在 Clouded Judgement 6.19.26 将主题概括为“工作流为王”;这里基于其工作流框架映射到 NOW。
原帖 ↗催化:Now Assist、AI Agent Studio 等产品的采用、用量和续约扩展;他强调 agent 必须落到可运行工作流,NOW 的验证点是客户是否把 AI 放进真实 IT、客服和员工流程。
原帖 ↗| 口径 | FY2025Q1 | FY2025Q2 | FY2025Q3 | FY2026Q1 |
|---|---|---|---|---|
| 收入 | 3.088 | 3.215 | 3.407 | 3.77 |
| 毛利 | 2.437 | 2.491 | 2.633 | 2.83 |
| 营业利润 | 0.451 | 0.358 | 0.572 | 0.503 |
| 净利润 | 0.46 | 0.385 | 0.502 | 0.469 |
| FCF | 1.472 | — | — | 1.529 |
缺失期项以 — 表示,未用估算填充。
依赖依赖客户在 ITSM、ITOM、HR、CSM、安全和运营模块中沉淀的工单、资产、知识库和流程规则。
依赖依赖自研领域模型、第三方大模型、云推理基础设施和模型治理能力。
依赖依赖统一数据模型、业务规则、审批流、身份权限、审计日志和 AI Agent Orchestrator。
依赖依赖与 Microsoft、SAP、Salesforce、Oracle、Workday、网络安全和运维系统的连接器与实施伙伴。
依赖依赖 IT、HR、客户服务、安全运营和行业工作流预算,以及从单模块到平台化采购的转化。
依赖依赖咨询伙伴、内部流程负责人、知识库维护和业务部门接受度。
| 持有主体 | 披露市值 | 权重 | 来源 · as_of |
|---|---|---|---|
B BlackRock, Inc. | US$10.2B | 0.2% | SEC 13F · 2026-03-31 |
V VANGUARD CAPITAL MANAGEMENT LLC | US$7.1B | 0.2% | SEC 13F · 2026-03-31 |
S STATE STREET CORP | US$5.0B | 0.2% | SEC 13F · 2026-03-31 |
P PRICE T ROWE ASSOCIATES INC /MD/ | US$3.6B | 0.4% | SEC 13F · 2026-03-31 |
J JPMORGAN CHASE & CO | US$3.3B | 0.2% | SEC 13F · 2026-03-31 |
V VANGUARD PORTFOLIO MANAGEMENT LLC | US$2.6B | 0.1% | SEC 13F · 2026-03-31 |
| 公司 | 定位 | 关键差异 |
|---|---|---|
| 以企业服务管理和工作流为底座,把AI代理放进IT、员工、客服、安全和低代码流程。 | 优势在流程记录、权限、工单和跨部门服务编排;短板是对既有企业系统接入和实施质量依赖高。 | |
| 以CRM数据和客户互动为核心,Agentforce面向销售、服务、营销和行业应用。 | 客户前台数据和销售服务入口强;与ServiceNow相比,IT运维和企业内部服务流程基础较弱。 | |
| 以Microsoft 365、Teams、Dynamics、Power Platform和Azure形成企业AI全栈入口。 | 分发、办公场景和云基础设施极强;但跨企业服务流程的标准化深度不一定等同于ServiceNow。 | |
| 围绕开发协作、ITSM、知识库和团队工作管理提供AI增强工具。 | 开发团队和中型组织渗透强、使用门槛低;在超大型企业复杂流程和治理上通常不如ServiceNow重。 | |
| 以HCM和财务系统为核心,把AI嵌入员工、组织、薪酬和财务决策。 | 人力和财务主数据强;与ServiceNow竞争员工服务入口,但不是横跨IT和安全工作流的平台。 |
ServiceNow, Inc. (NOW) 在 AI 产业链里的位置不是芯片、算力、能源或基础模型,而是企业应用层与工作流执行层之间的“AI 工作流操作系统”。企业采用 AI 后,难点往往不在模型能否生成答案,而在答案之后:谁有权限执行、调用哪个系统、如何触发审批、如何更新系统记录、如何审计、如何在 IT、HR、客服、财务、法务和行业流程之间流转。ServiceNow 在 2025 Form 10-K 中明确写到,AI 擅长分析数据和生成信息,但把信息转化为业务结果需要能跨系统编排行动、执行治理政策和管理复杂工作流的基础设施;这正是其平台要填补的空白。
因此,NOW 的产业坐标应理解为 chain-app / enterprise AI workflow / service management control plane。它向上接入 LLM、AI agent、公有云、企业数据和第三方应用,向下承接 IT 服务管理、IT 运维、资产、客户服务、HR、法务、采购、设施、行业服务和低代码应用。公司官网将 ServiceNow AI Platform 定位为把 AI、数据和工作流统一在单一云平台上,用于管理高影响力工作。ServiceNow AI Platform 2024 年 Q4 官方业绩稿中,管理层也把平台表述为企业 AI agent control tower,用于编排端到端业务转型;这里引用的是平台定位,而不是财务时点判断。Q4 2024 results 这意味着 NOW 的核心价值不是“自己训练最强模型”,而是把模型变成可治理、可观察、可执行的企业流程。
在 AI 产业链里,ServiceNow 更接近 Palantir、Salesforce、Microsoft、SAP、UiPath、Workday 等企业软件平台的竞争带,而不是 NVIDIA、TSMC、Vertiv 或光模块厂商所在的物理基础设施链条。它的机会来自企业把 AI 从试点推进到生产环境时,对工作流编排、权限、CMDB、数据上下文和流程治理的需求提升;它的约束也来自同一处:如果客户只需要单点 AI 功能,系统原生 Copilot 或轻量 agent 可能已经足够。
ServiceNow 的产品底座是 ServiceNow AI Platform,产品组合大致分为 Technology、CRM and Industry、Core Business、Creator and Other 四组。10-K 披露,Technology 产品服务 IT、基础设施、风险和安全运营;CRM and Industry 产品把客户服务、现场服务、销售与订单管理和行业工作流连接起来;Core Business 覆盖 HR、法务、财务、供应链和设施;Creator and Other 则支持 AI 驱动的低代码开发、数据隐私与安全。2025 Form 10-K
AI 相关产品不是单独悬浮在平台外的聊天入口,而是嵌入这些工作流。Now Assist 和 AI agents 可以用于 ITSM、ITOM、资产管理、HR 服务、法务合同、采购、工作场所服务、隐私安全和低代码开发等场景。官方文档把 Now Assist AI agents 描述为使用 LLM、可执行从简单自动回复到复杂问题解决任务的实体,并提供 AI Agent Studio、agentic workflows、工具、触发器、安全控制和测试机制。Now Assist AI agents 这说明 ServiceNow 的 agent 不是孤立机器人,而是挂在平台记录、权限、流程和业务对象上的执行组件。
数据层是 NOW 从传统 ITSM 平台升级为 AI 平台的关键。10-K 描述 RaptorDB 是面向规模化工作流事务的高性能数据库,Workflow Data Fabric 则能访问结构化、非结构化、流式和静态数据,并通过语义层帮助用户理解和使用数据。2025 Form 10-K 官网进一步强调 Workflow Data Fabric 连接跨系统数据、添加业务上下文,并通过政策治理让 AI 理解公司如何运作并采取可信行动。Workflow Data Fabric
治理层则对应 AI Control Tower。ServiceNow 将 AI Control Tower 定位为发现、治理、监控和衡量企业内 AI agent、模型和身份的统一控制面,并强调它连接 AI 战略、治理、安全、工作流和 CMDB。AI Control Tower 这让 NOW 的产品逻辑从“工单系统”扩大到“企业 AI 资产与行动的治理平台”:不仅帮助员工完成任务,也帮助 CIO、CISO、风险和业务负责人知道 AI 在哪里、能做什么、是否合规、是否有效。
ServiceNow 的上游包括公有云与数据中心基础设施、基础模型和模型托管服务、企业系统、身份权限、数据源、系统集成商、咨询公司和行业伙伴。公司 10-K 披露,其 SaaS 通过自有私有云以及公有云服务商交付,公有云服务商提供服务器、存储、数据库和网络;官网基础设施页也强调客户可以结合 ServiceNow 与 AWS、Google Cloud、Microsoft Azure 或其他云的算力。Infrastructure 这说明 NOW 虽然是软件平台,但其 AI 功能会越来越依赖底层云、数据驻留、安全认证和推理基础设施。
模型上游方面,ServiceNow 不是单一模型绑定型公司。10-K 说明客户可以使用 ServiceNow 的语言模型,也可以集成第三方或自有模型;不同模型可处理文本、图像、音频和视频,并在平台代表性数据上评估。2025 Form 10-K 2025 年 Knowledge 公告也强调新 ServiceNow AI Platform 面向 any AI、any agent、any model,并与 Microsoft、NVIDIA、Google、Oracle 等伙伴深化集成。AI Platform announcement
下游主要是大型企业、政府与受监管行业客户。ServiceNow 通过订阅协议向企业销售,并通过直销、托管服务提供商、转售伙伴和系统集成商扩展市场。10-K 披露公司维护全球伙伴网络,包括实施服务、行业专家、互补技术、公有云服务商和战略联盟;Accenture、Deloitte、EY、Infosys、KPMG 等全球系统集成商帮助客户实施 ServiceNow 方案。2025 Form 10-K 这类伙伴生态是 NOW 的重要下游放大器,因为大型企业流程改造通常需要咨询、集成、迁移、培训和长期运维。
上下游结构的核心矛盾是:NOW 越能连接客户已有系统、数据和权限,就越能成为跨部门流程控制层;但它也越依赖上游系统开放接口、客户数据质量、SI 交付能力和云基础设施稳定性。ServiceNow 自己也在 10-K 中提示,客户交易更复杂,销售周期、定价压力、实施和配置挑战会增加;伙伴未能交付也可能损害业务。2025 Form 10-K
ServiceNow 的竞争不是单一 ITSM 软件竞争,而是企业 AI 平台、业务工作流、CRM、ERP、低代码、RPA、数据集成、AI agent 和系统集成的交叉竞争。10-K 列出的竞争者类别包括云端和本地企业应用软件厂商,如 Microsoft、Oracle、SAP、Salesforce、Workday;与 AI 相关的新技术和新进入者;客户自研方案;技术咨询公司;系统集成商;软件转售商。2025 Form 10-K
第一类对手是大型系统记录和办公入口厂商。Microsoft 有 Azure、Microsoft 365、Teams、Copilot、Dynamics 和 Power Platform;Salesforce 有 CRM 数据与 Agentforce;SAP、Oracle、Workday 分别掌握 ERP、财务、人力和核心业务记录。这些厂商的优势是系统入口、数据所有权和采购整合,可能把 AI agent 直接嵌入既有业务系统。ServiceNow 的差异化在于跨系统服务流程、IT/CMDB 根基、工单与变更治理、服务管理心智和平台级流程编排。
第二类对手是自动化、低代码和流程平台,包括 UiPath、Appian、Pegasystems、Automation Anywhere、Workato、MuleSoft、Zapier Enterprise 等。它们在 RPA、BPM、iPaaS、API 编排或界面自动化上各有优势。NOW 的优势是企业服务管理场景的深度和平台内置记录模型;弱点是如果客户需要更中立的跨系统自动化、复杂桌面自动化或 API 编排,独立自动化平台可能更合适。
第三类是新一代 AI agent 初创公司和云原生 AI 应用。它们可能用更轻的界面、更快的迭代和更低的实施成本切入客服、IT、销售、数据分析或文档流程。ServiceNow 的防守点不是“也有聊天机器人”,而是企业级权限、审计、CMDB、工作流状态、数据治理、运行监控和系统集成。官网的 AI Control Tower 与 Workflow Data Fabric 产品组合,本质上是在把 agent 竞争从“谁的对话更自然”拉回“谁能在企业环境里安全执行并持续治理”。AI Control Tower
ServiceNow 的第一层护城河是工作流与系统记录的沉淀。ITSM、ITOM、资产、变更、事件、服务请求、HR case、客户 case、法务事项、采购请求和设施服务等记录长期运行在平台上,形成企业内部“工作如何发生”的状态数据。模型可以生成建议,但要把建议转成审批、派单、变更、回写和关闭动作,需要这些记录、规则和状态机。
第二层是平台架构和企业级运行能力。10-K 披露 ServiceNow 采用多实例架构,每个客户有专用应用层和数据库,设计目标是可用性、可扩展性、性能、安全和客户控制;云环境通过数据中心和公有云成对配置,实现复制、冗余和高可用。2025 Form 10-K 对任务关键型服务流程来说,可靠性、安全和数据驻留不是附属功能,而是客户能否把 AI 行动交给平台的前提。
第三层是数据与语义控制。Workflow Data Fabric、RaptorDB、CMDB、CSDM 和 Knowledge Graph 这类能力让 ServiceNow 不只是 UI 层 SaaS,而是把人、流程、系统、资产和业务服务映射成可被 agent 理解的上下文。Workflow Data Fabric 官网强调数据连接、业务上下文和政策治理,使 AI agent 能理解、信任并行动。Workflow Data Fabric 这类语义和治理层比单点 AI 功能更难复制。
第四层是生态与实施网络。大型企业不会只买一个软件开关就完成流程重构,通常需要咨询、架构、集成、迁移、变更管理和行业模板。ServiceNow 的全球系统集成商和技术伙伴能扩大触达,也能把平台嵌入客户长期数字化项目。2025 Form 10-K 但这层护城河也有反面:伙伴非独家,实施质量参差不齐,复杂项目失败会反噬客户体验。
第五层是 AI 治理心智。企业部署 agent 后,问题从“能不能自动化”变成“谁批准、谁负责、如何停用、如何审计、如何衡量价值”。ServiceNow 的 AI Control Tower 把 AI agent、模型、身份、风险、合规、运行表现和业务价值放进统一控制面,强化了其在企业 AI 生产环境中的治理角色。AI Control Tower
误读一:ServiceNow 只是 IT 工单系统。纠偏:ITSM 是 ServiceNow 的根基,但公司产品已经覆盖 Technology、CRM and Industry、Core Business、Creator and Other,并把 Now Assist、AI agents、Workflow Data Fabric、RaptorDB 和 AI Control Tower 嵌入跨部门流程。正确理解是“从 IT 服务管理扩展出的企业 AI 工作流平台”,而不是单一工单软件。2025 Form 10-K
误读二:NOW 是基础模型公司。纠偏:ServiceNow 可以提供自有模型,也可以集成第三方或客户自有模型,但它的主要壁垒不是模型参数规模,而是把模型接入企业数据、权限、记录、流程、审批和治理。模型能力越商品化,越需要平台把模型产出转化为可控行动;但如果云厂商或系统记录厂商在自家生态内完成足够好的治理,NOW 也会面临挤压。
误读三:AI agent 会绕过 ServiceNow 这类传统 SaaS。纠偏:轻量 agent 可以绕过部分前端流程,但企业真实工作往往涉及权限、审计、合规、系统记录、人工交接和异常处理。ServiceNow 的论点正是 AI 生成信息之后还需要跨系统编排行动和治理。2025 Form 10-K 风险不是 agent 没用,而是客户会在 ServiceNow、Microsoft、Salesforce、SAP、UiPath 或新 agent 平台之间选择不同控制面。
误读四:ServiceNow 只受益于 AI 应用,不受基础设施约束。纠偏:NOW 不建 GPU 数据中心,但 AI 功能仍依赖公有云、数据驻留、推理服务、网络、安全和高可用架构。公司官网基础设施页强调 ServiceNow 可与 AWS、Google Cloud、Microsoft Azure 或其他云结合,10-K 也披露其 SaaS 通过私有云和公有云服务商交付。Infrastructure
误读五:AI Control Tower 是普通仪表盘。纠偏:它的产业意义不只是展示指标,而是把 AI agent、模型、身份、MCP server、风险、合规、性能和价值管理接到 ServiceNow 的工作流与 CMDB 中。随着企业部署多个内外部 agent,治理、发现、权限和生命周期管理会变成平台竞争的一部分,而不只是报表功能。AI Control Tower
误读六:ServiceNow 的护城河来自单一专利或单一 AI 功能。纠偏:公司 10-K 说明其不认为业务 materially dependent on any single patent or group of patents;真正的壁垒更像“客户工作流数据 + 平台架构 + 企业服务场景 + 伙伴实施网络 + 治理可信度”的组合。2025 Form 10-K
仅保留不随行情过期的产业逻辑章;时效性内容以上方财报与前瞻块为准。
免费看结论与关键指标;完整交付 = 他的前瞻研判(判断/催化剂/触发点) + 13F 仓位/调仓回放 + 真财报数据 + 产业逻辑深析 6 章 + 他的完整观点流——开通单人通看全文。
本页整合公开披露/SEC 真财报 + 独立深度研究 + Jamin Ball 公开观点与我们的跨源交叉验证;仅供研究学习,不构成投资建议、无估值/目标价;观点台账只记录公开观点与后续数据是否一致;提及不等于持仓;引用以来源为准。观点随发声日更、前瞻周更,页面新鲜度以重建为准。