Điểm đáng chú ý trong công bố mới của ServiceNow không nằm ở một chatbot thông minh hơn. Vấn đề lớn hơn là phần “hậu trường” ít hào nhoáng: dữ liệu doanh nghiệp đang nằm rải rác ở nhiều hệ thống, phòng ban và quy trình khác nhau. Trong tháng 5/2026, ServiceNow giới thiệu một nền tảng dữ liệu thời gian thực gồm Context Engine, Autonomous Data Analytics và Workflow Data Fabric, với mục tiêu cung cấp cho AI tự chủ dữ liệu doanh nghiệp luôn cập nhật và được quản trị trên toàn tổ chức ^[5].

Nút thắt thật: AI muốn làm việc cần hiểu “hiện trường”

Tác tử AI tự chủ không chỉ được kỳ vọng viết email, tóm tắt hồ sơ hay trả lời câu hỏi. ServiceNow nói các AI Agents của họ được thiết kế để hành động tự chủ trong CNTT, dịch vụ khách hàng, nhân sự và nhiều mảng kinh doanh khác ^[1]. Nhưng để “làm việc” đúng nghĩa, AI phải biết bối cảnh vận hành ở thời điểm hiện tại: hồ sơ nào đang mở, bước nào trong workflow vừa thay đổi, quy tắc nào được áp dụng, và hệ thống nào là nguồn dữ liệu có thẩm quyền.

Đó là khoảng trống ServiceNow đang nhắm tới. Trong nhiều doanh nghiệp, thông tin mà một tác tử AI cần lại nằm trong các ứng dụng, kho dữ liệu, phòng ban và luồng công việc tách rời. Nếu chỉ nhìn thấy một lát cắt nhỏ, AI có thể tạo ra câu trả lời nghe hợp lý nhưng vẫn không đủ cơ sở để thực hiện hành động tiếp theo. CXO Insight mô tả các cập nhật nền tảng tại Knowledge 2026 của ServiceNow là nỗ lực đưa doanh nghiệp thoát khỏi “AI chaos” — tình trạng AI hỗn loạn giữa các workflow, hệ thống và phòng ban ^[3].

Đây là câu chuyện về hành động, không chỉ câu trả lời

Dịch chuyển quan trọng ở đây là từ AI đóng vai trợ lý sang AI đóng vai tác nhân thực thi. TechTarget dẫn quan điểm của ServiceNow rằng phần lớn AI doanh nghiệp hiện nay vẫn dừng ở “câu trả lời, kết quả hoặc insight”, trong khi công ty muốn tiến tới công việc tự chủ từ đầu đến cuối ^[7]. Vì vậy, quyền truy cập dữ liệu, bối cảnh, quản trị và khả năng gắn vào workflow quan trọng không kém bản thân mô hình AI.

Một chatbot có thể trả lời dựa trên tài liệu tĩnh. Một tác tử AI trong doanh nghiệp lại phải biết liệu nó có được phép hành động hay không, dữ liệu nào là mới nhất, bước tiếp theo trong quy trình là gì, và sau khi hành động thì phải cập nhật hệ thống nào. Công bố của ServiceNow đặt “trí tuệ doanh nghiệp” cập nhật liên tục và được quản trị làm nền móng cho kiểu công việc tự chủ đó ^[5].

ServiceNow đang bổ sung những gì?

Trong lần ra mắt này, ServiceNow nêu ba năng lực dữ liệu chính:

• Context Engine: một phần của nền tảng nhằm cung cấp ngữ cảnh cho tác tử AI dựa trên dữ liệu doanh nghiệp sống và được quản trị ^[5].
• Autonomous Data Analytics: năng lực phân tích dữ liệu doanh nghiệp bằng AI trong cùng lớp nền tảng dữ liệu ^[5].
• Workflow Data Fabric: lớp kết nối dữ liệu workflow, được ServiceNow mô tả là thành phần giúp AI tự chủ có dữ liệu được quản trị để hành động trên toàn doanh nghiệp ^[5].

Điểm chính không chỉ là gom dữ liệu về một chỗ để làm báo cáo. Mục tiêu là khiến dữ liệu có thể dùng được ngay trong workflow — nơi tác tử AI cần suy luận, phối hợp và thực thi. Tài liệu về AI Agents của ServiceNow cũng mô tả AI Agent Fabric, nơi tác tử của ServiceNow và bên thứ ba có thể giao tiếp với nhau; các tác tử lấy ngữ cảnh từ công cụ, dữ liệu và hệ thống bên ngoài thông qua những giao thức như A2A và MCP ^[1].

Nói đơn giản: ServiceNow muốn tránh một đội quân bot rời rạc

Nếu thiếu ngữ cảnh chung và lớp quản trị thống nhất, doanh nghiệp rất dễ có một tập hợp bot rời rạc: bot này biết phiếu yêu cầu, bot kia biết khách hàng, bot khác biết hạ tầng, nhưng không bot nào có đủ quyền hạn hoặc tầm nhìn để hoàn tất công việc. Kết quả là tự động hóa bị chia mảnh: có gợi ý hữu ích, nhưng khả năng thực thi vẫn hạn chế.

Thông điệp rộng hơn của ServiceNow tại Knowledge 2026 là doanh nghiệp cần một nền tảng duy nhất bao trùm dữ liệu, quyết định, thực thi và niềm tin, thay vì các sáng kiến AI đơn lẻ ^[3]. Trong cách nhìn đó, nền tảng dữ liệu mới đóng vai trò như mô liên kết: cho tác tử AI biết chuyện gì đang xảy ra, quy tắc nào cần tuân theo và công việc phải đi tiếp sang đâu.

Quản trị không phải phần phụ

Với tác tử AI trong doanh nghiệp, “có thể làm” phải đi cùng “có nên làm”. Các nguồn theo dõi chiến lược Autonomous Workforce của ServiceNow nhấn mạnh việc thực thi trong workflow được quản trị, cũng như nhu cầu theo dõi tác tử AI đang làm gì và dùng dữ liệu nào ^[6][8]. Vì thế, trong công bố nền tảng dữ liệu, ServiceNow liên tục đặt dữ liệu “live” cạnh dữ liệu “governed” — vừa cập nhật, vừa có kiểm soát ^[5].

Điều này quan trọng vì rủi ro của AI tự chủ không chỉ là trả lời sai, mà là hành động sai. Quyền truy cập, khả năng kiểm toán, đường leo thang và sự giám sát của con người trở thành câu hỏi thiết kế cốt lõi. Các hướng dẫn triển khai workflow mang tính tác tử trên ServiceNow cũng nhấn mạnh mục tiêu rõ ràng, kiểm soát human-in-the-loop và khung kiểm toán chặt chẽ ^[2].

Doanh nghiệp nên kiểm tra điều gì tiếp theo?

Công bố của ServiceNow trả lời phần “vì sao”, nhưng người mua vẫn cần kiểm chứng phần “làm thế nào” trong môi trường thực tế. Một số câu hỏi thực dụng cần đặt ra gồm:

• Nền tảng thực sự kết nối được với những hệ thống và nguồn dữ liệu nào?
• Dữ liệu “thời gian thực” tươi đến mức nào đối với từng use case quan trọng?
• Quyền hạn, phê duyệt và ngoại lệ được thực thi ra sao?
• Nhật ký kiểm toán thể hiện gì sau khi tác tử AI hành động?
• Tác tử có thể cập nhật hệ thống nguồn chính thức hay chỉ đưa ra khuyến nghị?
• Khi mức tự tin thấp, chính sách không cho phép hoặc rủi ro tăng cao, con người tiếp quản ở điểm nào?

Những câu hỏi này sẽ quyết định nền tảng trở thành lớp thực thi thật sự, hay chỉ là một giao diện mới đặt lên trên các hệ thống vốn đã phân mảnh.

Kết luận

ServiceNow đang cố xử lý khoảng trống thực thi của AI trong doanh nghiệp. Tác tử AI tự chủ khó có thể hoàn tất công việc một cách đáng tin cậy nếu thiếu ngữ cảnh sống, quyền truy cập dữ liệu được quản trị và khả năng tích hợp với các workflow nơi quy trình kinh doanh thực sự diễn ra. Nền tảng dữ liệu mới là nỗ lực của ServiceNow nhằm đưa tác tử AI gần hơn tới môi trường vận hành thực tế: kết nối dữ liệu, quyết định và hành động dưới các kiểm soát cấp doanh nghiệp ^[5].