ChatGPT 里就能改工单：OpenAI 和 ServiceNow 把企业 AI 的卡点，摆到了「权限」上

企业里最贵的时间，往往不是花在判断上，而是花在”找对人、走完流程”上。一张 IT 工单从报警到关闭，中间要查历史事故、评估变更风险、找到对的团队、按权限更新记录——每一步都不难，连起来就是一整天。

10 月 28 日，OpenAI 与 ServiceNow 宣布扩大合作：OpenAI 的模型和 Agent 走进 ServiceNow 的产品，ServiceNow 的工作流反过来接进 ChatGPT 和 Codex。这不是又一个侧边栏聊天框，两家公司要解决的是同一件事的两头——让 AI 真的能动手，又让动手这件事有规矩。

核心看点

• ChatGPT 一侧：新的 ServiceNow 集成把业务上下文和工作流动作拉进对话。查相似事故、评估变更风险、更新 ServiceNow 记录，不用切系统。
• 权限不靠模型自觉：ServiceNow 的 Action Fabric 套用企业现有的业务规则和权限，Agent 能做什么，取决于人在组织里的配置和访问级别。
• 三个加深方向：Codex 进 AI Workflow Factory 做应用开发、联合网络安全方案、语音驱动的 AI 用例填报。
• 全员铺开：ServiceNow 计划给全体员工开通 ChatGPT Work 和 Codex，不再只限工程团队。
• 双向采用：OpenAI 自己也在用 ServiceNow 的工作流。ServiceNow 的 MCP 插件当天已上架 OpenAI 市场，增强能力预计年底到位。

真正的门槛不是聪明，是”能不能改那条记录”

过去一年，企业评估 AI Agent 时最常见的卡点，不是模型答得对不对，而是它敢不敢按下那个”提交”。一张工单连着服务等级协议，一次变更连着生产环境，模型多走一步，责任就多一层。

ServiceNow 的解法是把自己的治理层前置：客户连上自己的实例，自己决定开放哪些能力；Action Fabric 执行现成的业务规则和权限检查。换句话说，Agent 拿到的不是一把万能钥匙，而是被放进一个已经存在的权限框架里干活。

这个设计听上去保守，但它是企业愿意把 Agent 放进生产系统的前提。公告里的例子也很克制：一个值班工程师在 ChatGPT 里看到关联的监控告警、最近的变更、受影响的服务，然后指派团队、推进修复——全程在对话里完成，但每一步都落在既有流程上。

三条产品线，时间表排到了 2027 年

应用开发：Codex 计划接入 ServiceNow 的 AI Workflow Factory，让开发者带着 ServiceNow 的业务上下文写应用；OpenAI 的模型还会驱动 Build Agent 和 Autonomous Engineer，支持应用开发和现代化改造。预计 2027 年可用。

网络安全：联合方案把 OpenAI 的安全能力与 ServiceNow 的资产、身份、业务上下文拼在一起，用来排查漏洞、排定优先级、协调修复。2027 年 1 月早期访问，二季度计划正式可用。

语音：在 Super Intelligence Control Tower 里，用户口述一个 AI 用例，系统帮着填评估字段、追问缺失信息。2027 年一季度。

一周之内，两家企业软件巨头做了同一个动作

前一天是甲骨文，把 ERP 和财务应用接进 ChatGPT；这一天是 ServiceNow，把 IT 服务管理和安全运营接进来。两家公司的共同点很清楚：它们手里握着企业最不愿意外流的那部分东西——流程、权限、记录。

对 OpenAI 来说，这条路线的意义在于，模型能力的领先会随时间被抹平，但”能安全地碰企业系统”这件事，需要一家一家谈、一层一层接。护城河从模型挪到了集成。

还有个容易被忽略的细节：这次是双向的。ServiceNow 让全员用 ChatGPT Work 和 Codex，OpenAI 内部也在跑 ServiceNow 的工作流。这种互相吃自己狗粮的安排，比任何基准测试都更能说明双方对这套东西有多少信心。

总结

这次合作没有发新模型，也没有刷榜数字，但它指向企业 AI 落地最实在的一段路：Agent 的能力上限由模型决定，能不能用却由权限和流程决定。谁能把后一半做扎实，谁就能拿到企业预算。

对正在做 Agent 的团队，这里有个可以直接抄的思路：与其教模型绕开审批，不如让它在审批里干活。对企业的 IT 负责人，2027 年的时间表意味着现在该做的事是把权限模型和流程数据理清楚——等技术都到位了再补这块，才是真正的瓶颈。