Супер-агент компании Serval, Catalyst, создает мобильных агентов, работающих в фоновом режиме, для выявления и устранения ИТ-проблем до того, как они будут зарегистрированы в системе.

Карл Франзен

Компания Serval в четверг сделает Catalyst, своего агента искусственного интеллекта для создания корпоративных автоматизированных процессов, общедоступным и включит его по умолчанию для клиентов, что позволит командам агентов ИИ определять, что следует автоматизировать, а затем самостоятельно создавать эти автоматизированные процессы.

Catalyst выступает в роли «супер-агента», взаимодействующего с администраторами, и работает поверх платформы управления сервисами Serval, основанной на искусственном интеллекте. Он может анализировать историю заявок, стандартные операционные процедуры или инструкции на естественном языке, выявлять повторяющиеся задачи и создавать рабочие процессы, навыки, формы, политики доступа, сценарии взаимодействия и панели мониторинга, необходимые для их автоматизации.

Компания Serval также использует Catalyst для создания фоновых агентов, которые непрерывно проверяют подключенные системы на наличие возникающих проблем и предлагают решения до того, как сотрудник создаст заявку.

Это различие важно, поскольку поставщики решений для управления корпоративными сервисами быстро сближаются в сторону создания рабочих процессов с помощью искусственного интеллекта.

ServiceNow Build Agent уже умеет переводить инструкции на естественном языке в полнофункциональные приложения, потоки, скрипты и другие метаданные платформы, а его AI Agent Advisor может анализировать записи экземпляров для выявления возможностей автоматизации. Atlassian Rovo может генерировать потоки автоматизации Jira на основе требований, написанных простым языком, а Freshworks предлагает Freddy AI Agent Studio для создания сервисных агентов, работающих в рамках рабочих процессов Freshservice.

Таким образом, утверждение Serval о своей уникальности более узкое — и потенциально более значимое — чем просто «мы используем ИИ для построения рабочих процессов». Catalyst разработан как единый административный уровень, который может переходить от обнаружения возможностей к сборке различных видов управляемой автоматизации и созданию проактивных агентов, которые постоянно ищут новые задачи для автоматизации.

«Вы начали всего с одного запроса, а теперь у вас есть готовые к развертыванию рабочие процессы корпоративного уровня, которые решат все проблемы со сбросом паролей для всей компании», — заявил соучредитель и генеральный директор Serval Джейк Стаух в интервью VentureBeat.

От истории заявок до автоматизации рабочих процессов.

Сервал утверждает, что Catalyst анализирует существующие данные службы поддержки до того, как организация примет решение о том, что автоматизировать. Если обнаруживается повторяющаяся категория запросов, система может разработать необходимый алгоритм автоматизации для их решения и подготовить результат для проверки администратором. Пользователи также могут загрузить стандартную операционную процедуру (СОП) или электронную таблицу и попросить Catalyst преобразовать документированный процесс в исполняемую систему.

В документации Serval указано, что Catalyst позволяет создавать рабочие процессы, разрабатывать навыки для службы поддержки, создавать сценарии приема и увольнения сотрудников, настраивать политики управления доступом, создавать панели мониторинга, расследовать операционные проблемы и отлаживать сбои в работе рабочих процессов. В отличие от более раннего конструктора рабочих процессов Serval, Catalyst предназначен для того, чтобы стать основным интерфейсом для настройки платформы; компания заявляет, что ее долгосрочная цель состоит в том, чтобы все, что администратор может сделать через пользовательский интерфейс, также было возможно сделать через Catalyst.

Фактические рабочие процессы основаны на коде. В ходе демонстрации Стаух показал, как Catalyst принимает запрос на создание рабочих процессов сброса пароля, обнаруживает подключенные системы, включая Okta, Google Workspace и Microsoft Entra, и генерирует необходимый для выполнения этих действий код TypeScript. Затем администраторы могут добавлять утверждения или ограничивать круг лиц, которым разрешено запускать рабочий процесс.

Модели, лежащие в основе Catalyst, намеренно взаимозаменяемы.

Компания Serval не разрабатывает собственную базовую модель. В интервью Стаух заявил, что компания использует модели из «передовых лабораторий», проводит оценки, чтобы определить, какие модели лучше всего подходят для конкретных задач, и намеренно не зависит от конкретной модели. «Вы можете заменять модели», — сказал он, добавив, что Serval также сотрудничает с предприятиями, которые разрабатывают собственные модели.

В интервью Sequoia Capital в мае 2026 года Стаух предоставил более подробную информацию, заявив, что Serval использует модели OpenAI и Anthropic. Он сказал, что модели GPT от OpenAI показали наилучшие результаты для взаимодействия с конечным пользователем и вызова инструментов, в то время как модели Sonnet и Opus от Anthropic продемонстрировали лучшие результаты для генерации кода в системе автоматизации Serval — рабочей нагрузки, наиболее непосредственно связанной с Catalyst. По словам Стауха, Serval постоянно проводит оценки, а не автоматически переносит каждую рабочую нагрузку на новейшую версию модели.

Такая архитектура делает базовую модель LLM менее важной для дифференциации Serval. Собственная документация компании теперь позволяет администраторам организаций предоставлять собственные ключи API OpenAI или Anthropic, включая совместимую пользовательскую конечную точку, а Штаух отметил, что более широкая архитектура может поддерживать различные модели.

Однако представленные материалы не подтверждают, что каждый пользователь Catalyst получает меню самообслуживания для произвольного выбора отдельной модели. Вместо этого Serval утверждает, что ее уникальная ценность заключается в системе, используемой для этих моделей: корпоративный контекст и память, интеграции, сгенерированный код, разрешения, подтверждения и элементы управления, определяющие фактические действия агента.

Эта модель генерации кода является центральным элементом аргументации Serval в противостоянии с ServiceNow. Штаух утверждает, что устаревшие системы ITSM часто накапливают пользовательские таблицы, бизнес-правила, рабочие процессы и специфические для платформы знания, что делает, казалось бы, простые изменения в автоматизации дорогостоящими в реализации. Serval, напротив, хочет, чтобы администраторы и бизнес-команды описывали необходимый результат, а модель генерировала его реализацию.

Но ServiceNow больше не стоит на месте в этом направлении. Ее текущий Build Agent аналогичным образом создает приложения и код на основе подсказок на естественном языке, поддерживает проектирование и тестирование потоков и работает в рамках системы управления ServiceNow. ServiceNow AI Agent Studio позволяет клиентам создавать агентов и агентские рабочие процессы, а AI Agent Advisor специально разработан для анализа операционных записей в поисках кандидатов на автоматизацию.

Таким образом, конкурентный вопрос смещается от «у кого есть генеративный ИИ?» к вопросу о том, сколько отдельных инструментов, концепций конфигурации и специалистов потребуется для перехода от выявленной операционной проблемы к автоматизации производства.

Компания Serval, по сути, утверждает, что Catalyst сжимает эти шаги в единую интерактивную среду и более компактную модель платформы. ServiceNow, напротив, теперь обладает мощным, но более широким набором инструментов для ИИ и разработки, охватывающим Build Agent, AI Agent Studio, AI Agent Advisor, Workflow Studio и AI Control Tower. Эта широта является преимуществом для клиентов, уже глубоко вовлеченных в ServiceNow, но она также иллюстрирует сложность, с которой борется Serval. Сама компания ServiceNow отмечает, что Build Agent ориентирован на администраторов и разработчиков, которые понимают и могут поддерживать то, что он генерирует.

Компания Atlassian движется в том же направлении, но с другой отправной точки. Rovo может генерировать сценарии автоматизации типа «если это произойдет, то произойдет то» на основе описаний на естественном языке, в то время как Jira Service Management все чаще поддерживает агентов, которые сортируют, исследуют и выполняют сервисные работы.

Студия Freddy AI Agent Studio от Freshworks также делает акцент на агентах, которые обрабатывают запросы от начала до конца, предлагая готовые агенты для ИТ-специалистов и специалистов по кадрам, а также более 30 шаблонов рабочих процессов.

Таким образом, отличительной чертой Catalyst является не то, что конкуренты не могут создать автоматизацию из предложения. Это попытка Serval сделать весь жизненный цикл автоматизации агентным.

Строительные агенты ищут проблемы еще до того, как появится штраф.

Этот подход наиболее наглядно демонстрируется на примере фоновых агентов Serval.

Вместо того чтобы ждать запроса в службу поддержки, фоновый агент может запускаться по расписанию на подключенных системах, сопоставлять сигналы и составлять план устранения проблемы. В одном из примеров, предоставленных компанией Serval, агент сопоставил сетевые инциденты в двух офисах, используя телеметрию коммутаторов, данные DHCP и историю обращений, исключил аппаратные и беспроводные помехи, выявил причину проблемы — отклонение конфигурации — и сгенерировал рабочий процесс устранения проблемы для утверждения администратором.

«Большинство современных агентов на основе ИИ ждут, пока сотрудник задаст вопрос или отправит заявку», — сказал Стаух. «Мы считаем, что будущее за ИИ, который будет действовать еще до того, как сотрудник отправит запрос».

Такая формулировка также подчеркивает философское различие в предложении Serval. Стартап не хочет, чтобы управление сервисами сводилось к созданию, маршрутизации и отслеживанию более эффективных заявок. Он хочет, чтобы система максимально сократила количество запросов, превратив повторяющуюся работу по поддержке в выполнимую автоматизацию.

«Большая часть кода, написанного на предприятиях, не имеет ничего общего с разработкой программного обеспечения, — объяснил Штаух. — На самом деле это внутренние средства автоматизации и другие скрипты для компании, и поэтому мы используем эти технологии для создания более совершенной платформы управления услугами».

Компания Serval позиционирует себя как поставщик решений для предприятий, способных в значительной степени автоматизировать эти скрипты. Модель управления имеет решающее значение, поскольку Catalyst может генерировать код и потенциально инициировать изменения в производственных системах. Serval утверждает, что Catalyst наследует права доступа пользователя, использующего его, и остается в рамках рабочей области команды этого пользователя.

Все, что создается, начинается с черновика, и организации могут ограничивать права на публикацию или требовать формальной проверки и утверждения, прежде чем автоматизация начнет работать.

Данные клиентов остаются в их собственности, и существует несколько вариантов развертывания.

Эти меры контроля распространяются и на корпоративные данные, которые анализирует Catalyst. Стаух сказал, что Serval предназначен для работы в качестве системы учета данных клиента, и сообщил VentureBeat, что «им принадлежат все данные».

Действующее генеральное соглашение об оказании услуг с компанией Serval более точно описывает ситуацию: клиенты сохраняют права, титул и интересы как в отношении своих «материалов клиента» — категории, включающей записи, документы, рабочие процессы, подсказки, входные данные и конфигурации, — так и в отношении результатов, генерируемых компанией Serval на их основе. Компания Serval получает права, необходимые для обработки этой информации с целью предоставления, поддержки, обеспечения и защиты услуги.

Компания Serval также заявляет, что не сохраняет и не использует материалы, входные и выходные данные клиентов для обучения, тонкой настройки или улучшения собственных моделей искусственного интеллекта или моделей сторонних разработчиков.

В дополнительном соглашении об обработке данных компания Serval указана в качестве обработчика персональных данных клиентов и разрешает обработку данных для обеспечения работы сервиса, ответа на запросы в службу поддержки, диагностики проблем и защиты платформы, при этом могут быть задействованы и авторизованные субподрядчики. В условиях допустимого использования Serval указано, что компания поддерживает актуальный список субподрядчиков по обработке данных в области ИИ и поставщиков моделей для своих клиентов.

Место хранения этих данных может варьироваться в зависимости от развертывания. Штаух сказал, что клиенты могут использовать Serval как облачный SaaS-сервис, запускать его локально или размещать в собственной VPC. В документации Serval по самостоятельному размещению теперь описаны два более полных варианта: развертывание с одним арендатором под управлением Serval внутри учетной записи AWS, принадлежащей клиенту, или самостоятельное развертывание в кластере Kubernetes клиента в любой облачной или локальной среде.

В варианте с AWS, по словам Serval, установка выполняется без постоянного доступа IAM к учетной записи AWS клиента.

Таким образом, корпоративным покупателям следует учитывать два различных уровня доступа.

1. На уровне Catalyst агент может получить доступ только к данным, интеграциям и автоматизации, доступным для рабочего пространства пользователя и команды, в котором он работает.

2. На уровне платформы компания Serval и уполномоченные субподрядчики обязаны обрабатывать информацию о клиентах для предоставления и поддержки услуги в соответствии с договорными условиями компании о конфиденциальности и обработке данных.

Поэтому неофициальное заявление Штауха о том, что Serval «не прикасается» к данным клиентов, следует понимать скорее как утверждение о праве собственности и использовании сервиса, а не как буквальное утверждение о том, что сервис никогда их не обрабатывает.

Компания Ramp и другие клиенты предоставляют возможность для предварительной проверки.

Внедрение решений у клиентов подтверждает, что тезис об ускоренной разработке может привести к операционным изменениям, хотя используемые показатели основаны на собственных примерах из практики компании Serval.

Компания Ramp, специализирующаяся на корпоративных расходах и финансовых технологиях, в своем исследовании, посвященном Serval, утверждает, что технология Catalyst ускорила создание рабочих процессов на 50% и помогла расширить присутствие Serval примерно в 10 командах, включая ИТ, финансы, административно-хозяйственную деятельность, управление персоналом, юридический отдел и бизнес-операции. В рамках одной программы по замене оборудования, по данным Serval, Ramp автоматизировала 600 замен ноутбуков и сэкономила 150 часов, оставив утверждение в качестве основного этапа, выполняемого человеком.

Более показательным примером использования Catalyst может служить то, что произошло впоследствии. Компания Ramp уже автоматизировала замену ноутбуков, когда Catalyst предложила разделить логику доставки на отдельные рабочие процессы для офиса и дома, чтобы уменьшить количество ошибок. Компания также заявляет, что сотрудники, не относящиеся к ИТ-отделу, теперь используют Catalyst для аналитики, обработки больших объемов заявок, устранения неполадок в рабочих процессах и автоматизации кадровых процессов.

Другие примеры внедрения Serval демонстрируют более широкую операционную среду, для настройки которой предназначен Catalyst. Компания Mercor заявляет, что благодаря автоматизации с помощью Serval она привлекла более 4000 внешних экспертов и расширила использование платформы на семь команд. Компания Together AI утверждает, что Serval автоматизирует 95% запросов на доступ к инфраструктуре «точно в срок», обеспечивая контроль утверждения и аудита доступа к конфиденциальной информации. Компания Perplexity заявляет, что Serval автоматически обрабатывает более половины входящих запросов от ИТ-специалистов и весь процесс адаптации новых сотрудников.

Эти примеры внедрения выходят за рамки самой Catalyst, но они демонстрируют тип межсистемной платформы автоматизации, которую Catalyst теперь должен создавать и поддерживать.

Компания Serval заявляет, что более 90% клиентов выбрали Catalyst в качестве отправной точки для автоматизации во время бета-тестирования. Catalyst станет доступен для общего пользования 20 августа и будет включен по умолчанию для всех организаций Serval.

Ценообразование и борьба со ServiceNow

Стоимость услуг рассчитывается индивидуально в зависимости от масштаба развертывания и не указывается публично на веб-сайте Serval или в документации.

Компания Serval предлагает единую плату за использование платформы и, как правило, проводит пилотный проект для определения ожидаемых масштабов внедрения и использования.

Штаух отметил, что лицензия на программное обеспечение может быть аналогична лицензии ServiceNow, но утверждает, что общая стоимость владения может быть существенно ниже, поскольку клиентам требуется меньше услуг по внедрению и техническому обслуживанию.

«Общая стоимость владения будет значительно ниже — обычно вдвое, иногда на 10-20% меньше, чем общая стоимость владения ServiceNow», — сказал Стаух. «Но фактическая плата за лицензию на программное обеспечение не обязательно будет сильно отличаться».

История происхождения и предыстория сервала

Компания Serval была основана в 2024 году Штаухом и техническим директором Алексом Маклеодом, бывшими руководителями продуктового и инженерного отделов Verkada, после того, как они неоднократно слышали жалобы ИТ-клиентов на перегруженные службы поддержки и ограничения существующего программного обеспечения для управления ИТ-услугами.

Компания Serval позиционирует себя как альтернативу таким платформам, как ServiceNow и Jira Service Management, использующую искусственный интеллект и объединяющую в единой системе обработку заявок в службу поддержки, управление доступом, управление активами и автоматизацию рабочих процессов.

В компаниях Serval и Sequoia Capital цель компании описывают как переход от простого учета и маршрутизации запросов к их автоматическому решению.

Компания может выступать в качестве основной системы управления ИТ-услугами организации или внедрять автоматизацию в уже существующую. Среди её публично известных клиентов — Perplexity, Mercor, Clay, Verkada и Together AI.

Компания Serval утверждает, что клиенты могут автоматически обрабатывать более половины входящих запросов в ИТ-сферу; в тематическом исследовании Together AI сообщается об автоматизации 95% запросов на доступ к данным от этого клиента.

Интерес инвесторов резко возрос в конце 2025 года. В октябре компания Serval объявила о привлечении 47 миллионов долларов в рамках раунда финансирования серии А, возглавляемого Redpoint Ventures, в результате чего общий объем привлеченных средств достиг 52 миллионов долларов.

В декабре компания привлекла еще 75 миллионов долларов в рамках раунда финансирования серии B под руководством Sequoia при оценке в 1 миллиард долларов, увеличив общий объем привлеченных средств до приблизительно 127 миллионов долларов; в раунде также приняли участие Redpoint, Meritech Capital и General Catalyst.

Компания Serval сообщила агентству Reuters, что выручка выросла на 500% с августа 2025 года и что она расширяет свою деятельность за пределы ИТ-сферы, включая операционную работу, выполняемую отделами кадров, финансов и юриспруденции.

Главное испытание для корпоративных клиентов

Для корпоративных покупателей самым серьезным испытанием для Catalyst станет то, выдержит ли предлагаемое ею сокращение жизненного цикла автоматизации испытание в условиях больших, сложных и сильно кастомизированных сред.

Теперь ServiceNow может создавать приложения и выявлять возможности автоматизации с помощью ИИ. Atlassian и Freshworks добавляют все более совершенные средства автоматизации на основе агентов в свои сервисные платформы. Поэтому Serval не может полагаться только на создание текстов на естественном языке как на свою главную защиту.

Более весомый аргумент заключается в том, что платформа, изначально разработанная с использованием ИИ, может сделать административный уровень самостоятельным: постоянно находить повторяющуюся работу, создавать необходимые ресурсы на уровне всего стека сервисов, предоставлять сгенерированный код для проверки и предлагать следующую автоматизацию еще до того, как администратор откроет конструктор рабочих процессов.

Если Catalyst работает в таком масштабе, то конкурентное подразделение перестает быть ключевым элементом — или даже частью рабочего процесса. Им становится система, которая постоянно преобразует операционную историю предприятия в новые автоматизированные процессы.

Источник: venturebeat.com