Endelig tager de fat på det kedelige: IBM og ServiceNow erklærer krig mod forældede systemer og ubrugelig data

Problemet med AI-klar data er den anden, mindre synlige barriere. Selv med moderne infrastruktur er virksomhedsdata ofte spredt, ustyrede og fulde af kvalitetsproblemer, der gør dem ubrugelige til AI-træning eller slutninger. Partnerskabet udvider ServiceNows Workflow Data Fabric med IBM watsonx.data for at levere funktioner til datakvalitet, overvågning ("observability") og Master Data Management, alt sammen præsenteret gennem ServiceNows Data Catalog. Målet er at holde virksomhedsdata kontinuerligt AI-klar i stedet for at kræve smertefulde, engangsoprydningsprojekter .

Tre konkrete indsatsområder, der binder samarbejdet sammen

Samarbejdet er struktureret omkring tre specifikke løsningsområder, der tilsammen tackler de to førnævnte barrierer .

Modernisering af applikationer læner sig tungt op ad IBM Bob, en AI-kodningsagent designet til at forstå og omstrukturere forældet kode, samt IBM Enterprise Application Runtimes til Java-baserede apps. Ved at arbejde inde i de eksisterende miljøer sigter værktøjerne mod at hjælpe virksomheder med at udvikle deres systemer uden at skulle starte helt forfra .

Governance af virksomhedsdata anvender en udvidet ServiceNow Workflow Data Fabric med IBM watsonx.data som et ekstra lag. Dette giver organisationer en konsistent måde at administrere datakvalitet, overvåge datastrømme og vedligeholde masterdata på, alt sammen kædet til ServiceNows Data Catalog for synlighed og kontrol. Det svarer lidt til at give virksomheden et samlet, opdateret landkort over alle sine data .

Autonom infrastrukturdrift samler Red Hat Ansible, Instana, IBM Bob og HashiCorp-infrastrukturværktøjer for at opdage og løse problemer, før de forstyrrer forretningen. Integreret direkte i ServiceNows IT-arbejdsgange er målet at flytte driftsteams fra reaktiv brandslukning til proaktiv, AI-automatiseret problemløsning. Det er altså tanken, at systemet selv kan nå at handle, inden en medarbejder opdager, at der er et problem .

Hvornår kan virksomheder tage løsningerne i brug?

IBM og ServiceNow har oplyst, at de fællesudviklede løsninger forventes at være tilgængelige for kunder i anden halvdel af 2026 . Den første meddelelse indeholdt ingen specifikke priser eller pakkeoplysninger, hvilket indikerer, at udrulningen sandsynligvis vil ske i faser, i takt med at teknologierne integreres dybere.

Over ti års stadig dybere AI-samarbejde

Mange højt profilerede partnerskaber varer kun en enkelt pressemeddelelse. Dette er derimod bakket op af over ti års samarbejde, der startede længe før den nuværende bølge af generativ AI fangede virksomhedernes opmærksomhed .

IBM har været "managed service provider" for hele ServiceNows portefølje siden 2011 . De to selskaber formaliserede deres globale, strategiske partnerskab i 2017 med fokus på intelligent automation på tværs af IT, HR, kundeservice og sikkerhed . I 2020 udvidede de aftalen for specifikt at anvende AI på IT-drift med det mål at reducere risiko og omkostninger gennem automatisering .

I 2023 havde ServiceNow formelt styrket sit alliance-økosystem med IBM som en central strategisk servicepartner, og begge selskaber startede 2024 med at opdatere deres partnerprogrammer for at understøtte AI-transformation . Så i maj 2024, ved ServiceNows Knowledge-konference, annoncerede de integrationen af IBM watsonx.ai og Granite large language models i ServiceNow Now Assist GenAI-oplevelsen, sammen med et nyt "center of excellence" for generativ AI .

Juli 2024 bragte en talentudviklingsvinkel, da IBM Consulting lancerede en AI-drevet løsning til opkvalificering af arbejdsstyrken, bygget på ServiceNows platform. Løsningen kombinerede IBMs data om kompetencetaksonomi med HR-transformationsekspertise .

Meldingen fra juni 2026 er en logisk næste konsekvens. I stedet for at fokusere på endnu et lag af AI-funktionalitet, adresserer den de forudsætninger, der afgør, om virksomheders AI-projekter overhovedet lykkes: Kan man stole på dataene, og kan systemerne faktisk køre modellerne.