סרביס-נאו (NOW) השתמשה ביום שלישי, 17.11.2026, בכנס RBC Global Technology, Internet, Media and Telecommunications כדי להדגים שאסטרטגיית הבינה המלאכותית שלה עוברת מניסויים לייצור בפועל. החברה אמרה שכלי האוטומציה האוטונומיים שלה מציגים כעת תשואות מדידות ללקוחות, גם אם חלק מהמשקיעים עדיין אינם בטוחים באיזו מהירות אימוץ הבינה המלאכותית מתורגם לרווחים.
ג’וש קאן, סגן נשיא בכיר ומנהל כללי של Core Business Workflows, אמר שסרביס-נאו רואה ביקוש גובר בתחומי הכספים, הרכש, משאבי האנוש, המשפטים וניהול המתקנים. הוא גם הצביע על מעבר בתמהיל העסקי לכיוון הכנסות מבוססות-צריכה, תוך הודאה שהשוק עדיין מבקש הוכחות ברורות יותר להשפעה ארוכת הטווח על הרווחים.
נקודות מפתח
- סרביס-נאו אמרה שהבינה המלאכותית עוברת מכלים גנרטיביים פשוטים למערכות אוטונומיות המסוגלות לבצע עבודה עם פחות מעורבות אנושית.
- הכנסות שאינן מבוססות-מושב היוו 50% מהכנסות הרבעון השלישי, המשקפות תפקיד גדול יותר למונטיזציה מבוססת-שימוש.
- תחזית פיננסית ה-AI ACV לשנה הועלתה ל-$1.7 מיליארד מיעד קודם של $1 מיליארד.
- דוגמאות לקוחות הראו חסכונות קונקרטיים, כולל ירידה של 50% בפניות למוקד העורפי ב-CVS Health וחיסכון של 100,000 שעות בחברת לוגיסטיקה.
- החברה אמרה שפלטפורמת תהליכי העבודה שלה מתרחבת מעבר לתקציבי IT לתחומים שבהם פועלים לרוב ספקי שירותי עיבוד עסקי.
תוצאות פיננסיות ומגמות ביקוש
סרביס-נאו הדגישה מספר סימנים לאימוץ חזק יותר של מוצרי הבינה המלאכותית וחבילת תהליכי העבודה שלה:
- 50% מהכנסות הרבעון השלישי לא היו מבוססות-מושב, בעוד שהכנסות מבוססות-מושב המשיכו לצמוח.
- הצריכה האוטונומית גדלה פי 13 משנה לשנה, מעבר לשימושים ראשוניים כגון סיכום פניות ויצירת מאמרי ידע.
- השימוש ב-AI Control Tower גדל פי 6 משנה לשנה, המשקף ביקוש לכלי ממשל ונראות.
- צמיחת לקוחות EmployeeWorks הגיעה ל-60% משנה לשנה, והמוצר יצר $100 מיליון בהכנסות בשלושת חודשיו הראשונים.
- Core Business Suite הופיע ב-15 מתוך 20 העסקאות הגדולות ביותר של החברה ברבעון השלישי.
- סרביס-נאו סגרה 24 עסקאות בשווי של יותר מ-$1 מיליון כל אחת.
- החברה העלתה את תחזית ה-AI ACV שלה ל-$1.7 מיליארד לשנה המלאה, לעומת יעד קודם של $1 מיליארד.
קאן אמר שהנתונים מראים שהבינה המלאכותית כבר אינה מוגבלת לניסויים. "הצריכה האוטונומית עלתה פי 13 משנה לשנה", אמר, והוסיף שלקוחות משתמשים כעת בכלים האוטונומיים של סרביס-נאו בקצב מהיר בהרבה.
אסטרטגיית מוצר ומודל תמחור
סרביס-נאו תיארה אסטרטגיית מוצר הבנויה סביב שלוש רמות: Foundation, Advanced ו-Prime. החברה אמרה שהבינה המלאכותית משולבת בכל הרמות ולא נמכרת כתוספת נפרדת.
- Foundation מיועדת לסייע לאנשים לבצע עבודה ביעילות רבה יותר.
- Advanced מוסיפה סוכני בינה מלאכותית שיכולים לבצע משימות באופן עצמאי.
- Prime מכוונת לעובדים אוטונומיים לחלוטין שיכולים לבצע עבודות מקצה לקצה.
- AI Control Tower ו-Workflow Data Fabric כלולים עם שימוש מוגבל בכל הרמות.
- לקוחות יכולים לעלות ברמות ככל שהם רואים תשואות וזקוקים לאוטומציה נוספת.
החברה אמרה שהתמחור שלה עובר למודל צריכה, אך לא בצורה פתאומית. היא עובדת על גישת "commit-to-consume" שתיתן ללקוחות יותר צפיות תוך שמירה על גמישות.
סרביס-נאו גם אמרה שאסטרטגיית ה-"headless" שלה מאפשרת לה לעבוד עם ממשקי קצה שונים, כולל מודלי שפה גדולים של צד שלישי כגון Claude, תוך מתן ערך דרך פלטפורמת תהליכי העבודה שלה. קאן אמר: "מה שה-headless עושה הוא שהוא מאפשר לנו לבנות חוויה מהטובות בסוגה כשהם משתמשים בסטאק של סרביס-נאו, ועדיין ליצור חוויה מצוינת אם הם לא."
עדכונים תפעוליים ודוגמאות לקוחות
החברה אמרה שמהנדסי פיתוח שטח (FDE) שלה מסייעים להאיץ פריסות וליצור תרחישי שימוש חדשים. סרביס-נאו אמרה שלצוות יש שני תפקידים עיקריים: חדשנות משותפת עם לקוחות אסטרטגיים והאצת צמיחת הצריכה.
- לקוח אחד הפך פעיל תוך 12 שבועות ומשתמש כעת בשווי של $1.5 מיליון לשנה בסיוע.
- סרביס-נאו אמרה שעבודת ה-FDE הניבה יותר מ-300 שיפורי מוצר.
- שיפורים אלה צפויים להשתלב במוצרים הסטנדרטיים עם הזמן.
מספר דוגמאות לקוחות הובאו כדי להמחיש את היקף החסכונות:
- CVS Health הפחיתה פניות למוקד העורפי ב-50% תוך 30 יום מפריסת EmployeeWorks.
- CVS Health רשמה לאחר מכן 2.5 מיליון שיחות, עם שיעור מעורבות חוזרת של 75%.
- ספק לוגיסטיקה חסך 100,000 שעות בשנה באמצעות חוקר משלוחים אוטונומי.
- חברת נפט וגז אמרה שתרחיש שימוש אחד של קליטת ספקים חסך $100,000 בשנה.
- סרביס-נאו אמרה שעובד עיבוד חשבוניות אוטונומי מגיע ל-98% עיבוד ישיר.
החברה גם אמרה שחלק מהלקוחות מנהלים פריסות בינה מלאכותית בקנה מידה גדול דרך הפלטפורמה שלה. אקסנצ’ור, כך נמסר, מנהלת 2,000 תרחישי שימוש בבינה מלאכותית עם AI Control Tower, בעוד שלקוח אחר מנהל תרחישי שימוש בבינה מלאכותית עבור 800,000 עובדים.
פנימית, סרביס-נאו אמרה שהיא משתמשת בסוכני קידוד להאצת פיתוח מוצרים. במקרה אחד, מוצר הגיע לשוק מהר יותר בשישה חודשים, עם פחות אנשים וללא יועצים חיצוניים או תמיכת FDE.
סרביס-נאו גם אמרה שהתשתית הוותיקה שלה הופכת חשובה יותר, לא פחות. החברה הצביעה על בסיס ה-CMDB ותהליכי העבודה שלה בן 20 השנה כבסיס ל-AI Control Tower ולניהול סוכני סרביס-נאו, סוכני צד שלישי וסוכנים שנבנו על ידי לקוחות במקום אחד.
התרחבות למוקד העורפי ומיצוב בשוק
קאן אמר שסרביס-נאו חודרת עמוק יותר לעבודת המוקד העורפי שטופלה לעתים קרובות על ידי ספקי שירות חיצוניים. הוא אמר שהחברה מגיעה לאגמי תקציב מעבר להוצאות תוכנה מסורתיות, כולל עיבוד עסקי במיקור חוץ, גבייה ושירותי אוטומציה ארגונית.
הוא תיאר שלוש קטגוריות של תרחישי שימוש בבינה מלאכותית:
- עבודה שנמצאת מתחת לערך הכלכלי האנושי, כגון גבייה על חשבוניות שלא שולמו.
- תפקידים שצריכים להשתנות מכיוון שהבינה המלאכותית יכולה כעת לבצע חלקים מהעבודה.
- תפקידים שבהם הבינה המלאכותית מסייעת לאנשים להיות פרודוקטיביים יותר.
קאן טען שהבינה המלאכותית תיצור יותר מקומות עבודה וערך כלכלי רב יותר, גם אם העבודה תשתנה. "אני חושב שמה שאנשים טועים בו הוא שהבינה המלאכותית הולכת ליצור יותר מקומות עבודה וערך כלכלי רב יותר", אמר. "והם יהיו שונים, אבל יהיה יותר."
הוא גם אמר שמודל תהליכי העבודה של החברה פישט את הרכישה עבור לקוחות. במקום לרכוש מוצרים נפרדים רבים, לקוחות יכולים כעת לרכוש חבילת תהליכי עבודה ליבה אחת לאוטומציה של פונקציות המוקד העורפי.
עיקרי שאלות ותשובות
במהלך השאלות, קאן התייחס לחששות שאימוץ הבינה המלאכותית אולי אינו מתבטא בבירור בתוצאות הפיננסיות. הוא אמר שמדדי השימוש של החברה מספרים סיפור שונה, והצביע על הגידול פי 13 בצריכה האוטונומית, הצמיחה פי 6 בשימוש ב-AI Control Tower וצמיחה של 60% בלקוחות EmployeeWorks.
נקודות נוספות מהדיון כללו:
- הכנסות שאינן מבוססות-מושב גדלות מבלי לפגוע בהכנסות מבוססות-מושב.
- חברות מפנות מחדש עובדים ממשימות שגרתיות לעבודה בעלת ערך גבוה יותר כגון מיקור ומשא ומתן.
- מודל התמחור צפוי להתפתח לכיוון שילוב של הוצאה מחויבת וצריכה.
- חלק מתרחישי השימוש עדיין זקוקים לתמיכת FDE, אך תחומים בשלים כגון מוקד שירות ללא מגע אמורים להפוך למוכן לשימוש יותר.
- לקוחות נוטים יותר לאמץ בינה מלאכותית כשהם יכולים לראות דוגמה עובדת עם חסכונות ברורים, כגון 98% עיבוד ישיר.
- ממשל בינה מלאכותית ומתג כיבוי הופכים לדרישות ארגוניות חשובות בעקבות אירועי בינה מלאכותית בולטים לאחרונה.
קאן אמר שסרביס-נאו מצפה שרבים מתרחישי השימוש הנוכחיים בהובלת FDE יהפכו למוצרים סטנדרטיים תוך שנה עד שנתיים. הוא הוסיף שהחברה רואה מעבר הדרגתי לתמחור צריכה, לא שינוי פתאומי.
סיכום
סרביס-נאו אמרה שעסקי הבינה המלאכותית שלה צוברים קנה מידה, עם שימוש חזק יותר, עסקאות גדולות יותר ואימוץ לקוחות רחב יותר ברחבי הארגון.
הקוראים יכולים לעיין בתמליל המלא להלן לפרטים נוספים.
מאמר זה נוצר ותורגם בתמיכת AI ונבדק על ידי עורך. לקבלת מידע נוסף, עיין בתנאים והתניות שלנו.










