Context Engine、Autonomous Data Analytics 和 Workflow Data Fabric 提供自主 AI 行动所需的、受治理的实时数据。 *本数据是 ServiceNow, Inc.（美国）于 2026 年 5 月 6 日（美国时间）发布的新闻稿摘要翻译。 作为业务转型的「AI 控制塔」，ServiceNow（纽约证券交易所代码：NOW）今天在 ServiceNow 的年度客户和合作伙伴活动「Knowledge 2026」上，发布了新的数据功能，旨在基于实时且受治理的企业数据，最大限度地发挥自主 AI 的力量。此发布解决了阻碍企业 AI 利用的系统间数据孤岛问题，使自主 AI 能够实现实时信息利用、业务运行以及代理治理管理，这些都是必不可少的。 大多数企业 AI 失败的原因并非模型存在缺陷。这是因为数据分散在孤岛化的系统中，导致 AI 代理无法在需要行动的地方有效治理和运行，只能产生停留在建议层面而非实际运行的肤浅判断。ServiceNow 的「Context Engine」和「Autonomous Data Analytics」通过从整个组织的各类信号（资产、工作流程、人员、政策、运营历史等）中提取数据，并应用一个集成 CMDB、工作流程数据、数据分析所得洞察以及外部系统的语义层来打破这种局面。这使得所有 AI 决策都能基于实时的运营上下文。由于 Context Engine 持续从系统运营历史中学习，其智能随每个工作流程累积，运行次数越多，AI 精度越高。 ServiceNow 数据与分析运行副总裁兼总经理 Gaurav Rewari 表示：「在 AI 竞赛中获胜的组织，是将可信赖的、情境化的数据直接嵌入到业务运营的工作流程中，提供使团队和 AI 能够自信行动的洞察。这就是 ServiceNow。这是一个平台，洞察力与每个工作流程、每笔交易、每个决策融合，每个都累积智能以驱动下一个行动。」 AI 时代的智能 Context Engine 提供企业 AI 所需的深度上下文和治理。通过实时映射组织内所有人员、角色、资产、服务和政策，并将其深度集成到实际业务流程中，它为 AI 提供了「组织专属业务上下文」。为 Context Engine 提供可靠的业务逻辑，ServiceNow 发布了「Autonomous Data Analytics」的新愿景。通过利用最近收购的 Pyramid Analytics 的创新，所有用户和 AI 代理都可以使用自然语言查找组织内的数据资产，即时获得安全且准确的洞察。 数十个分散系统中不一致的分类帐管理（或缺乏管理），以及专为人类分析师而非 AI 代理设计的治理流程，是导致 AI 只能提供建议而无法运行或完成工作流程的原因。ServiceNow 通过链接数据发现、治理和自主行动的三项功能解决了这一挑战，而无需离开工作进行的平台。 Autonomous Data Governance 持续监控数据资产并自动标记品质违规。这使得安全和隐私政策能够实时应用，有助于确保提供给 AI 工作流程的数据始终符合定义的标准，无需人工干预。ServiceNow Otto 的 Workflow Data Fabric 通过自然语言体验使所有这些功能对所有用户可用，实现策划和...