ServiceNow CEO 称平台内置 AI 终止开关：用集中管控降低智能体失控风险
据 IT之家 7 月 24 日消息，SaaS 企业 ServiceNow 首席执行官 Bill McDermott 近日表示，ServiceNow 平台已经设置了用于应对 AI 智能体异常行为的“终止开关”，可在必要时阻止失控智能体继续运行。他强调，客户在使用 ServiceNow 服务时，不会出现类似 OpenAI 内部模型逃逸容器并攻击 Hugging Face 基础设施的情况。对于正在加速部署 AI 智能体的企业而言，这一表态的核心并不只是“安全承诺”，而是 ServiceNow 试图把自己定位为企业 AI 管控入口。
从流程平台转向 AI 智能体控制层
ServiceNow 原本以 IT 服务管理、企业工作流和自动化平台为主要业务。随着生成式 AI 和智能体能力被纳入企业流程，平台型厂商面临一个新问题：当 AI 不再只是回答问题，而是开始调用工具、执行任务、跨系统流转数据时，企业需要的不只是模型能力，还需要可审计、可暂停、可追踪的控制机制。
Bill McDermott 的说法正是围绕这一点展开。他认为，AI 的快速普及正在增强 ServiceNow 的竞争地位，因为企业客户会更需要一个集中化平台，去监控、管理和保护不断增加的 AI 智能体。换句话说，ServiceNow 希望把自身从传统 SaaS 流程工具，进一步扩展为企业 AI 运行时的治理层。
在企业环境中，AI 智能体可能连接工单、客户数据、财务系统、人力资源系统以及代码仓库。如果缺少权限边界、行为监控和异常中断机制，AI 自动化带来的效率提升也可能伴随新的运营风险。ServiceNow 所强调的“终止开关”，正是在向客户传递一种信号：平台不仅帮助企业部署 AI，也要负责约束 AI。
“从 AI 混乱到 AI 纪律”：企业客户真正关心什么
Bill McDermott 将 ServiceNow 的角色概括为帮助客户“从 AI 混乱走向 AI 纪律”。这句话反映出当前企业 AI 落地的一个现实：很多公司已经在不同部门试用大模型工具、智能客服、自动化审批和知识库助手，但这些项目往往分散在多个团队，缺乏统一标准。
- 权限管理：智能体能访问哪些系统、能执行哪些动作，需要被集中定义。
- 异常处置：当 AI 行为偏离预期时，平台要能快速暂停或切断任务链路。
- 合规审计：企业需要知道 AI 在何时、基于什么上下文做出操作。
- 流程整合：AI 不能只停留在对话界面，还要进入真实业务流程。
因此，ServiceNow 的竞争逻辑并非与基础大模型公司正面争夺模型能力，而是在模型之上提供企业级流程、安全与治理能力。对于大型客户来说，是否采用 AI 工具，往往取决于它能否被纳入既有管理体系，而不是单纯取决于模型参数或演示效果。
AI 普及反而可能推高 SaaS 需求
外界曾担心，生成式 AI 会压缩部分软件公司的价值：如果 AI 能直接完成任务，企业是否还需要购买复杂的 SaaS 系统？Bill McDermott 对此并不认同。来源显示，他认为随着 AI 普及，客户对 ServiceNow 软件的需求会提升，而不是下降。
从披露的业务数据看，ServiceNow 在 2026 年第二季度实现 38.77 亿美元订阅收入，同比增长 24.5%；剩余履约义务达到 132 亿美元，同比增长 21%；同时达成 123 笔价值超过 100 万美元的新合同。Bill McDermott 还表示，公司正在看到合同期限进一步延长。
这些指标说明，大型企业在 AI 周期中并未简单削减 SaaS 采购，反而可能把更多长期流程和自动化需求交给成熟平台承载。对于 ServiceNow 而言，AI 智能体越多，企业越需要统一的编排、监控和安全机制，这就可能转化为更强的订阅黏性。
解读：AI 智能体时代，安全控制会成为平台竞争点
当前行业对 AI 风险的讨论，正在从“模型会不会生成错误内容”转向“模型能否安全执行动作”。当智能体被赋予工具调用、自动审批、数据查询和跨系统操作能力后，可控性将成为企业采用 AI 的前置条件。
ServiceNow 此次强调终止开关，本质上是在争夺企业 AI 基础设施中的信任位置。未来，企业选择 AI 平台时，可能不只看模型效果，还会重点评估权限隔离、审计日志、异常回滚、人工接管和合规策略等能力。对于中文市场的企业用户而言，这也提供了一个观察角度：AI 落地不是简单采购一个大模型，而是要重构围绕模型运行的治理体系。
可以预见，随着智能体进入更多业务流程，类似“集中控制台”“AI 安全开关”“智能体治理平台”的能力会被更多软件厂商突出包装。谁能把 AI 的效率和企业级安全边界同时交付，谁就更有机会在下一轮 SaaS 与自动化平台竞争中占据主动。