AI辅助整理：本文基于下方列出的公开原始来源改写，不代替原文。
核心摘要： NVIDIA 与 ServiceNow 宣布合作，将 NVIDIA AI 平台与 ServiceNow 的智能体框架结合，让企业 AI 智能体能够跨 IT、客服、人力资源等系统自主执行多步骤任务。官方称，这类“自主智能体”不再只是生成回答，而是能调用企业既有系统完成实际工作，标志着企业 AI 从辅助工具向自动化执行层演进。
合作背景：企业 AI 进入执行层
NVIDIA 与 ServiceNow 在 2026 年 9 月初宣布合作，目标是把企业 AI 从“生成内容”推进到“执行任务”。官方博客称，新一代企业智能体将不再局限于聊天窗口，而是能够调用 ServiceNow 平台上的 IT、客服、人力资源等模块，自主完成跨系统的多步骤工作。
这一合作建立在两家公司既有产品之上：NVIDIA 提供 AI 算力与模型基础设施，ServiceNow 提供企业级工作流引擎和智能体编排能力。官方表示，双方将共同优化智能体在企业环境中的运行效率与可靠性。
核心变化：从回答问题到完成任务
过去两年，多数企业 AI 应用停留在“辅助问答”阶段：员工向 AI 描述问题，AI 返回建议或摘要，最终操作仍由人完成。NVIDIA 与 ServiceNow 此次合作所描述的自主智能体，则被赋予执行权限，可以直接在工单系统里创建记录、在知识库中检索并更新状态、在跨部门流程中传递信息。
这种转变意味着 AI 的“工作成果”可以直接体现在业务系统里，而不是停留在对话记录中。对企业而言，衡量 AI 效果的方式也随之改变：不再只看回答准确率，更要看任务完成率、流程耗时和人工介入频率。
落地场景与实施路径
官方博客列举了自主智能体的典型应用方向：IT 服务台自动处理常见故障工单、人力资源部门自动回答员工政策咨询并发起流程、客服中心自动完成订单查询与售后跟进。这些场景的共同特点是流程规则清晰、系统接口明确、重复频次高。
实施路径上，企业需要先完成系统间的 API 打通与数据权限配置，再为智能体设定明确的任务边界和升级机制。ServiceNow 的智能体编排能力负责流程控制，NVIDIA 的 AI 平台负责模型推理，两者结合形成“感知-决策-执行”的闭环。
结果证据与边界
NVIDIA 官方博客在发布时未披露具体客户名称、试点规模或量化业务结果，相关数据有待后续案例补充。
需要指出的是，自主智能体涉及跨系统操作，企业对权限控制、操作审计和异常回滚机制的要求会比对话式 AI 更高。来源未披露双方在安全治理方面的具体技术方案。
可复制动作
对于正在规划 AI 战略的企业，可以从三个层面着手准备：一是选择 1 至 2 个流程最标准化的部门（如 IT 服务台）做试点，避免一开始就触碰复杂核心业务；二是提前梳理系统 API 清单和数据结构，确认智能体可调用的范围；三是建立人工复核机制，对智能体的关键操作设置审批节点，积累运行数据后再逐步扩大授权。
证据与边界
- 来源为 NVIDIA 官方博客，发布日期为 2026-09-02，属于 7 天内的新信息。
- 文章描述双方合作将 NVIDIA AI 平台与 ServiceNow 智能体框架结合，使智能体可跨系统执行任务。
- 具体客户名称、部署规模及量化业务结果，来源未披露。
企业今天可以做什么
企业技术负责人可以开始做两件事：第一，梳理内部重复性最高、规则最清晰的跨系统流程（如工单升级、员工入职、客户投诉处理），评估哪些环节适合交给智能体；第二，与现有软件供应商确认其平台是否支持外部 AI 智能体通过 API 安全调用，提前为“AI 执行层”做架构准备。