当我看到ServiceNow宣布他们的Level 1 Service Desk AI Specialist”比人工快99%”时，我的第一反应不是兴奋，而是一种复杂的感受。这不是又一个”AI助手”的故事，而是关于工作本质正在发生什么的故事。

这不是工具，是同事

让我先说清楚ServiceNow在做什么。他们推出的不是一个帮你更快重置密码的聊天机器人，而是一个完整的”AI specialist”——能独立诊断和解决常见IT支持请求的自主系统。密码重置、访问授权、网络故障排查，这些以前需要人类服务台工程师处理的工作，现在可以完全交给AI。

但真正让我停下来思考的，是ServiceNow使用的措辞：“Autonomous Workforce（自主劳动力）”。不是”AI工具”，不是”智能助手”，而是”劳动力”。这个词的背后，是一个根本性的转变——AI不再是你手里的工具，而是坐在你旁边工位的”同事”。

这让我想起2023年我第一次用GitHub Copilot写代码的感觉。当时我觉得它是个聪明的自动补全工具。但现在，当我看到Cursor突破20亿美元年收入，当我看到开发者开始说”我和我的AI pair programmer一起完成了这个项目”，我意识到语言的变化反映了关系的变化。

99%更快意味着什么？

ServiceNow声称他们的AI specialist比人工快99%。这个数字让我既兴奋又不安。

兴奋是因为如果这是真的，它代表的不是10%或20%的效率提升——那是工具的作用。99%意味着质变，意味着整个工作流程的重构。

让我用一个具体场景来说明。传统的IT服务台流程：

  1. 用户提交工单：”我无法访问财务系统”
  2. 工单进入队列，等待Level 1工程师响应（可能几分钟到几小时）
  3. 工程师查看工单，问几个诊断问题（”你用的什么浏览器？”“有报错信息吗？”）
  4. 用户回复（又等几分钟到几小时）
  5. 工程师尝试几个标准解决方案
  6. 如果解决不了，升级到Level 2

整个流程可能耗时几小时到几天。

AI specialist的流程：

  1. 实时接收工单
  2. 立即访问用户的系统日志、权限配置、网络连接状态
  3. 在秒级时间内诊断出是权限过期问题
  4. 自动触发权限续期流程
  5. 验证修复成功，通知用户

从几小时到几秒钟，这不是99%更快，可能是99.9%。

但这也是让我不安的地方。因为这意味着那些Level 1服务台工程师——那些每天处理密码重置、权限问题、简单故障的人——他们的工作正在被完整替代，而不只是”增强”。

从”AI增强”到”AI替代”的跨越

过去几年，科技行业一直在讲一个温和的故事：AI会增强人类，而不是替代人类。我们会成为”超人”，因为我们有AI助手。

但ServiceNow的这个产品揭示了一个更残酷的现实：在某些完整的、可定义的角色里，AI不是增强人类，而是替代人类。

这里的关键词是”完整的角色”。Level 1服务台不是一个模糊的任务集合，而是一个有明确职责边界的职位：

  • 接收和分类工单
  • 诊断常见问题
  • 执行标准解决方案
  • 记录过程
  • 必要时升级到Level 2

这个角色的边界清晰，流程标准化，决策规则相对确定——正是AI最擅长的领域。

ServiceNow的技术架构也反映了这一点。他们不是简单地用大语言模型回答问题，而是概率性AI模型+工作流编排的组合：

  • LLM理解用户问题的语义
  • 知识图谱提供诊断决策树
  • RPA（机器人流程自动化）执行具体操作
  • 治理引擎确保符合企业规则

这种架构的本质，是把一个”职位”编码成了软件系统。而一旦这种编码成功，规模化就变得轻而易举——你可以同时部署1000个、10000个这样的”AI specialist”，边际成本接近零。

Siemens的74000员工与5000小时

让我谈谈真实世界的案例，因为这让抽象的概念变得具体。

Siemens Healthineers有74000名员工，他们使用ServiceNow的EmployeeWorks系统。根据ServiceNow披露的数据，这个系统每月节省5000小时。

让我算一下这意味着什么：

  • 5000小时/月 = 约60000小时/年
  • 假设一个全职员工年工作2000小时
  • 相当于30个全职员工的工作量

对于一个74000人的组织，30个员工听起来不算多。但这只是一个系统，只处理员工服务相关的请求。如果再加上IT服务台、HR查询、财务流程……节省的人力会成倍增长。

更重要的是，这5000小时不只是”节省”，而是转移。这些时间原本是某些人的工作，现在变成了AI的工作。那些”某些人”去哪了？

ServiceNow的答案是：他们可以去做更高价值的工作，比如复杂问题的处理、系统优化、战略规划。

这个答案在理论上成立，但在现实中存在一个巨大的gap：不是每个Level 1工程师都能转型成Level 2或系统架构师。技能跃迁需要时间、培训、个人能力，而最关键的是——岗位数量。

如果AI承担了80%的Level 1工作，你不需要80%的Level 1工程师。但你真的需要那么多Level 2岗位吗？可能不需要。因为AI也在向上延伸，开始处理一些中等复杂度的问题。

“AI specialist” vs “AI agent”：概念的演进

让我解释一下为什么ServiceNow选择用”AI specialist”这个词，而不是更流行的”AI agent”。

过去两年，AI agent是热词。但大多数AI agents的定位是任务执行器——给它一个明确的任务，它去完成。比如”帮我订一张从北京到上海的机票”或”分析这份财报并总结要点”。

AI specialist的定位更进一步，是角色承担者。它不只是执行任务，而是承担一个完整的职位职责，包括：

  • 主动监控（不是等任务分配，而是主动发现问题）
  • 优先级判断（什么先做，什么后做）
  • 例外处理（遇到规则外的情况该怎么办）
  • 与其他系统/人类的协作
  • 持续学习和优化

举个例子。一个AI agent可以”重置用户密码”。但一个AI specialist要做的是：

  1. 监控所有密码重置请求的模式
  2. 发现某个部门密码重置请求激增
  3. 主动调查是否存在安全问题（钓鱼攻击？）
  4. 如果确认异常，自动升级到安全团队
  5. 同时向该部门发送安全提醒
  6. 记录整个处理过程供后续审计

看到区别了吗？这不是执行一个任务，而是管理一个责任领域。这就是为什么ServiceNow说他们在构建”自主劳动力”，而不只是”自动化工具”。

企业的天平：效率 vs 人性

我一直在思考一个问题：企业会如何使用这种技术？

乐观的场景是：AI承担重复性工作，人类聚焦创造性和人际工作。组织变得更扁平、更灵活，员工有更多时间做真正有意义的事。

但我也看到另一种可能：企业用AI specialist替代大量基础岗位，收获短期效率提升和成本节省，但损失了人才梯队。因为那些基础岗位，往往是年轻人进入行业、学习业务、积累经验的起点。

想象一下：如果所有Level 1 IT服务台工作都由AI完成，那个刚毕业的计算机专业学生，要从哪里开始他的职业生涯？直接做Level 2？但Level 2需要的经验和判断力，往往是从Level 1积累起来的。

这让我想起自动化对制造业的影响。工厂里的机器人确实提高了效率，但也切断了从学徒到技工到工程师的成长路径。现在，这种断裂可能要发生在知识工作领域。

当然，也有新的机会在涌现。当AI成为”同事”，就需要有人管理这些”AI同事”——设计他们的工作流程、监督他们的表现、处理例外情况、持续优化他们的能力。”AI specialist manager”可能会成为一个新职位。

但这些新职位的数量，会抵消掉被替代的旧职位吗？我持怀疑态度。因为AI的本质是规模化——一个人可以管理几十个、上百个AI specialists，而以前，管理几十个人类员工已经是极限。

三个关键问题

在兴奋和焦虑之外，我认为ServiceNow的这个产品提出了三个值得深入思考的问题：

1. 责任边界在哪里？

当AI specialist犯错——比如误判了一个安全威胁，或者错误地关闭了某人的系统访问权限——谁来负责？是设计这个AI的工程师？部署它的IT部门？还是监督它的人类管理者？

传统上，我们知道责任在人。但当AI开始承担”完整的角色”，责任分配就变得模糊了。

2. 信任是如何建立的？

人类对人类的信任，建立在共同经验、社会规范、情感连接之上。但我们如何信任一个AI specialist？

如果我提交了一个IT问题，AI在3秒内告诉我”已解决”，但我看不到它具体做了什么，我会信任它吗？如果下次再出问题，我会怀疑它是不是只是掩盖了表面症状，而没有真正修复？

ServiceNow需要解决的不只是技术问题，还有信任界面设计的问题——如何让人类理解AI做了什么、为什么这么做、有多大把握是对的。

3. 人机协作的新范式是什么？

当AI不再是工具，而是”同事”，我们的工作方式会如何改变？

我不认为答案是简单的”人类做战略，AI做执行”。因为在很多领域，执行中包含着战略思考，战略思考也需要执行反馈。

更有可能的场景是：人类和AI specialist会在一个动态的责任光谱上协作。有些情况AI完全自主，有些情况AI提供建议由人决策，有些情况人和AI联合决策。

我们正在目睹的转变

最后，让我回到最初的感受——那种复杂的情绪。

我相信ServiceNow正在做的事情，代表了AI应用的一个重要阶段：从功能增强到角色替代。这不是好还是坏的问题，而是正在发生的现实。

作为一个科技观察者，我对技术的可能性感到兴奋。想象一个世界，重复性的、标准化的工作由AI承担，人类可以专注于创造、创新、复杂问题解决、情感连接——这是理想的图景。

但作为一个生活在这个社会中的人，我也担心转型的痛苦。那些工作被AI替代的人，那些技能突然过时的人，那些不知道如何在新世界找到位置的人——他们的故事是什么？

技术变革从来不是线性的、平滑的。它总是创造赢家和输家，总是带来机会和失落。ServiceNow的”自主劳动力”可能会让一些组织更高效、更有竞争力，但也可能让一些人的职业生涯戛然而止。

我不知道最终会走向哪里。但我知道的是，这个问题不能只交给技术公司来回答。企业、政府、教育机构、工会、每一个可能受影响的人——我们都需要参与这个对话。

因为当AI开始承担”完整的角色”，被重新定义的不只是那个角色，而是我们所有人的工作、价值、和在社会中的位置。

ServiceNow说他们的AI specialist比人工快99%。但也许更重要的问题是：当速度不再是人类的优势，我们的优势在哪里？

这才是2026年真正的挑战。

数据来源：

  • ServiceNow Level 1 Service Desk AI Specialist发布信息：ServiceNow官方公告，2026年3月
  • Siemens Healthineers案例数据：ServiceNow EmployeeWorks客户案例，Cloud Wars报道
  • 预计上市时间：2026年Q2，ServiceNow官方时间表