AI超级智能体Catalyst：重塑企业IT自动化
智能IT新纪元：从被动响应到主动预防
Serval公司宣布将其构建企业自动化的AI智能体Catalyst全面开放，并默认为所有客户提供该功能。这一创新技术使AI智能体团队能够决定应自动化哪些任务，并自行构建自动化解决方案。
超级智能体的核心定位
Catalyst作为面向管理员的”超级智能体”，部署在Serval的AI原生服务管理平台之上。它能分析工单历史、标准操作程序或自然语言指令，识别重复性工作，并起草自动化所需的工作流程、技能、表单、访问策略、流程和仪表板。
前瞻性问题解决
Serval还利用Catalyst创建后台智能体，这些智能体能持续监控连接系统，及时发现潜在问题，并在员工提交工单前提出解决方案。这种主动式的问题发现机制，为企业IT管理带来了革命性变化。
市场竞争格局
目前，企业服务管理供应商正迅速向AI辅助工作流创建方向发展。ServiceNow的Build Agent可将自然语言指令转换为全栈应用、流程和脚本；Atlassian的Rovo可从简单英文需求生成Jira自动化流程；Freshworks则提供Freddy AI Agent Studio用于创建跨服务流程的智能体。
从工单数据到工作自动化
Serval表示，Catalyst能在组织决定自动化内容前分析现有帮助台数据。当发现重复性请求类别时，它能起草解决这些请求所需的自动化方案，并供管理员审核。用户还可以上传标准操作程序或电子表格，要求Catalyst将文档流程转化为可执行系统。
Catalyst能够构建工作流程、编写帮助台技能、创建入职和离职流程、配置访问管理策略、构建仪表板、调查运营问题以及调试失败的工作流程运行。与Serval早期的工作流构建器不同，Catalyst旨在成为配置平台的主要界面，公司的长期目标是让管理员能通过用户界面完成的任何操作，也都应能通过Catalyst实现。
实际工作流程的代码支持
实际工作流程由代码支持。在一次演示中，Serval联合创始人兼CEO Jake Stauch展示了Catalyst如何接收构建密码重置工作流程的请求，检测包括Okta、Google Workspace和Microsoft Entra在内的连接系统，并执行这些操作所需的底层TypeScript代码。随后，管理员可以添加审批流程或限制谁能运行该工作流程。
可互换的底层模型
Serval并未构建自己的基础模型。Stauch在采访中表示，公司使用”前沿实验室”的模型，通过评估确定哪些模型最适合特定任务，并有意保持模型中立性。用户可以更换不同的模型，Serval也与构建自己模型的企业合作。
在与红杉资本的访谈中，Stauch提供了更多细节，表示Serval同时使用OpenAI和Anthropic的模型。他指出OpenAI的GPT模型在最终用户交互和工具调用方面表现最佳，而Anthropic的Sonnet和Opus模型在Serval自动化系统的代码生成方面产生了最强结果，这正是Catalyst最直接相关的 workload。
差异化竞争优势
这种架构使底层大语言模型在Serval的差异化中变得不那么核心。公司的文档现在允许组织管理员提供自己的OpenAI或Anthropic API密钥，包括兼容的自定义端点，Stauch表示更广泛的架构可以适应不同的模型。
Serval的差异化价值主张在于围绕模型的专有技术：企业上下文和记忆、集成、生成的代码、权限、批准以及控制智能体实际操作的规则。这种代码生成模式是Serval对抗ServiceNow的核心论点。
行业竞争态势
竞争问题正从”谁拥有生成式AI”转向，转变为需要多少独立工具、配置概念和专家才能从观察到的运营问题到生产自动化。
Atlassian从不同起点朝同一方向发展。Rovo可以从自然语言描述中生成”如果发生这种情况，那么发生那种情况”的自动化流程，而Jira服务管理日益支持能够分类、调查和执行服务工作的智能体。
Freshworks的Freddy AI Agent Studio同样强调能够端到端解决请求的智能体，提供预构建的IT和HR智能体以及30多种工作流模板。
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！