Eski Uygulama Katmanı, ilk ve belki de en bariz engel. Büyük işletmeler, onlarca yılda inşa edilmiş, birbirine son derece bağlı sistemler üzerinde çalışır. Bunları tamamen değiştirmek çoğu zaman aşırı maliyetli, riskli veya operasyonel olarak düşünülemez bir durumdur. IBM-ServiceNow yaklaşımı, kökten bir değişim talep etmek yerine, IBM Bob, IBM Enterprise Application Runtimes ve watsonx.data gibi araçları kullanarak, üretimde olmaya devam eden bu eski Java tabanlı uygulamaları tarar, yeniden yapılandırır ve yapay zeka çağına taşır .
Yapay Zekaya Hazır Veri Sorunu ise ikinci ve daha az görünür olan engeldir. Altyapı modern olsa bile, kurumsal veriler genellikle dağınık, yönetişimden yoksun ve kalite sorunlarıyla doludur; bu da onları eğitim veya çıkarım için işe yaramaz hale getirir. Ortaklık, ServiceNow Workflow Data Fabric'i IBM watsonx.data ile genişleterek Veri Kalitesi, Gözlemlenebilirlik ve Ana Veri Yönetimi yeteneklerini ServiceNow Veri Kataloğu üzerinden sunar. Amaç, tek seferlik, zahmetli veri temizleme projeleri yerine kurumsal veriyi sürekli olarak yapay zekaya hazır tutmaktır .
İş birliği, doğrudan iki temel engele yanıt veren üç özel çözüm alanı etrafında yapılandırılmıştır .
Uygulama Modernizasyonu, büyük ölçüde, eski kodları anlamak ve yeniden yapılandırmak için tasarlanmış bir yapay zeka kodlama asistanı olan IBM Bob'a ve Java tabanlı uygulamalar için IBM Enterprise Application Runtimes'a dayanır. Bu araçlar, mevcut ortamların içinde çalışarak işletmelerin sistemlerini sıfırdan başlamaya gerek kalmadan dönüştürmelerine yardımcı olmayı amaçlar .
Kurumsal Veri Yönetişimi, IBM watsonx.data ile katmanlandırılmış genişletilmiş bir ServiceNow Workflow Data Fabric kullanır. Bu, kuruluşlara veri kalitesini yönetmek, veri akışlarını izlemek ve ana veri kayıtlarını sürdürmek için tutarlı bir yol sunar; tüm bunlar görünürlük ve kontrol için ServiceNow Veri Kataloğu'na bağlanır .
Otonom Altyapı Operasyonları, iş süreçlerini aksatmadan önce sorunları tespit etmek ve düzeltmek için Red Hat Ansible, Instana, IBM Bob ve HashiCorp altyapı araçlarını bir araya getirir. Doğrudan ServiceNow'un BT iş akışlarına entegre edilen bu yapı, operasyon ekiplerini reaktif "yangın söndürme" yaklaşımından proaktif, yapay zeka otomasyonlu çözüme yönlendirmeyi hedefliyor .
IBM ve ServiceNow, ortaklaşa geliştirilen çözümlerin 2026'nın ikinci yarısında müşterilere sunulmasının beklendiğini belirtti . İlk duyuruda belirli bir fiyatlandırma veya katman detayı yer almadı; bu da sunumun, teknolojiler daha derinlemesine entegre oldukça aşamalı olarak gerçekleşeceğine işaret ediyor.
Pek çok manşetlik ortaklık hızla unutulur, ancak bu ortaklık on yılı aşkın bir birlikte çalışma geçmişine dayanıyor. Bu geçmiş, mevcut üretken yapay zeka dalgası kurumsal dünyanın dikkatini çekmeden çok önce başlamıştı .
IBM, 2011'den beri tüm ServiceNow portföyü için yönetilen bir hizmet sağlayıcı konumunda . İki şirket, BT, İK, müşteri hizmetleri ve güvenlik iş akışlarında akıllı otomasyona odaklanarak küresel stratejik ortaklıklarını 2017'de resmileştirdi
. 2020'de ise bu anlaşmayı, operasyonel riski azaltmayı ve otomasyon yoluyla maliyetleri düşürmeyi hedefleyerek yapay zekayı BT operasyonlarına uygulamak için genişlettiler
.
2023 itibarıyla ServiceNow, IBM'i merkezi bir stratejik hizmet ortağı olarak konumlandırarak ittifak ekosistemini resmen derinleştirdi ve her iki şirket de 2024'ün başında yapay zeka dönüşümü sunumunu desteklemek için iş ortaklığı programlarını güncelledi . Ardından, Mayıs 2024'te ServiceNow'un Knowledge konferansında, IBM watsonx.ai ve Granite büyük dil modellerinin ServiceNow Now Assist GenAI deneyimine entegrasyonunu ve yeni bir üretken yapay zeka mükemmeliyet merkezini duyurdular
.
Temmuz 2024 ise yetenek geliştirme boyutunu getirdi: IBM Consulting, IBM'in beceri taksonomisi verilerini İK dönüşüm uzmanlığıyla birleştirerek ServiceNow platformu üzerine inşa edilmiş, yapay zeka destekli bir iş gücü beceri geliştirme çözümünü başlattı .
Haziran 2026 duyurusu, bu yolculuğun mantıklı bir sonraki adımıdır. Bir başka yapay zeka işlevsellik katmanına odaklanmak yerine, kurumsal yapay zeka projelerinin başarılı olup olmayacağını belirleyen ön koşulları ele alır: Veriye güvenilebilir mi ve sistemler modelleri gerçekten çalıştırabilir mi?
Comments
0 comments