ServiceNow 銷售展望符合預期，但 AI 憂慮拖累股價下跌

ServiceNow 在 10 月 28 日公布業績後股價大幅下跌，儘管其季度訂閱銷售展望據 Bloomberg 形容符合分析師預期。ServiceNow 銷售展望突顯出一個日益擴大的落差：銷售更多人工智能，與令投資者相信 AI 能保障公司未來發展，是兩回事。

眼前憂慮在於已簽約業務，而非有證據顯示客戶突然放棄該平台。Bloomberg 分析師 Anurag Rana 指出，合約收入增長的前瞻預期較弱，但同時表示已公布季度的表現較為強勁。

ServiceNow 的處境較與 OpenAI 或 Salesforce 競爭複雜。它希望 AI 助手能在其軟件內帶來更多活動。投資者則質疑，這些助手會鞏固核心業務，還是削弱其議價能力。這種衝突解釋了為何可接受的訂閱指引未能安撫市場。

ServiceNow 銷售展望實際反映甚麼

ServiceNow 眼前的問題是市場對未來增長的信心，而非現時訂閱需求崩潰。

公司報告第三季度訂閱收入增長 21%。其第四季度預測為訂閱收入增長介乎 22.5% 至 23%；若按匯率變動調整，則為 21.5%。

較令人不安的指標在更遠的未來。當前剩餘履約義務（current remaining performance obligations，或 cRPO）衡量預期會在未來十二個月內確認為收入的合約收入。

ServiceNow 報告第三季度 cRPO 按固定匯率計增長 21%，即撇除匯率影響的計算方式。其第四季度指引則將該指標定於 18.5%。

這些數字載於公司的季度財務業績。它們描述業務的不同部分，不應視為可互相替代。

訂閱收入反映報告期內已交付的服務。合約收入則從另一角度反映未來業務，惟合約期限與時間安排可影響其數值。

因此，公司可同時報告健康的訂閱增長，以及較不令人安心的合約業務展望。這種組合值得審視，但不能自動證實客戶需求正在轉差。

這個分別在比較新聞標題時亦很重要。訂閱收入預測不等於總收入預測。將兩個類別混為一談，可能人為製造遜於預期的印象，或掩蓋真正的憂慮。

因此，ServiceNow 銷售展望應被視為一組訊號。眼前的訂閱預測顯示業務持續擴張，而合約業務預測則令人質疑其可持續性。

市場反應相當顯著。Benzinga 報道，於其刊出時，股價在盤後交易下跌 15.25%。該數字只是交易時點的快照，而非其後交易日的收市結果。

股價變動反映預期正在改變，並不能指出單一原因，也無法證實 AI 已損害客戶留存率。

業績公布亦包括經調整盈利遜於預期，這提供另一個理由，不應把整體跌幅全數歸咎於人工智能。多項憂慮可以同時影響交易。

較站得住腳的解讀較為狹窄。投資者獲得足夠資訊，看見業務持續增長，但未獲得足夠保證，證明商業模式具備韌性。

當投資者希望看到對抗更大策略威脅的證據時，即使展望符合市場共識，仍可令人失望。符合預期回答的是季度問題，卻未能平息更長遠的辯論。

AI 採用令管理層面對另一種壓力

ServiceNow 必須證明，AI 能創造額外業務價值，而公司可透過持續的客戶支出捕捉當中價值。

這項要求不僅是展示一個功能強大的助手。產品可以變得更有用，但其供應商仍可能面對更艱難的談判、更高營運成本或採購行為的轉變。

想想自動化一項工作與將其完成變現之間的差異。當軟件以較少人力處理一項請求，客戶可從中受惠。供應商只有在其商業模式能捕捉足夠價值時才會受惠。

這些結果可以相輔相成。當客戶預期自動化會降低其軟件帳單時，兩者也可能背道而馳。

因此，管理層面對艱難的溝通問題。它必須說明，為何不斷增加的自動化會擴大其商機，同時承認客戶採用自動化，部分原因正是為了控制成本。

這正是 ServiceNow 面對的核心 AI 憂慮。問題並非企業會否使用人工智能，而是當企業圍繞 AI 重新設計工作後，支出最終會落在哪裏。

其中一種結果有利於既有平台。AI 產生更多請求、協調更多系統，並使可靠執行更有價值。原有平台會成為更繁忙的營運基礎。

另一種結果則令買方擁有更大議價能力。員工透過通用助手互動，而底層應用程式則競爭提供可互換的服務。

兩種結果都不會由產品示範自動決定。兩者取決於客戶架構、合約條款、營運可靠性，以及替換既有工作流程的難度。

企業買方面對相關壓力。他們必須分辨一個令人印象深刻的介面，與一項能改善整個流程的部署。

支援助手或可準確總結問題，卻仍可能需要人工審批、重複輸入資料或專家介入。周邊工作決定了實際效益。

開發人員則面對另一版本的挑戰。整合 AI 助手需要就權限、錯誤、紀錄，以及自動操作失敗時的復原作出決定。

知識工作者最直接感受到介面改變。他們或會以對話方式提交請求，而僱主仍依賴既有應用程式執行相關操作。

介面與執行之間的分離，在商業上相當重要。應用程式視窗消失，不一定代表應用程式合約也會消失。

不過，保留執行能力並不保證保留定價議價能力。買方可以重視應用程式的底層功能，同時尋求不同的存取條款。

對評估工作場所 AI 的團隊而言，繪製資訊流是有用的起點。一個可搜尋的知識庫處理資訊檢索，而營運系統則授權及記錄操作。

混淆這些功能會令採購決策更困難。更佳答案、更快請求與可靠執行是相關的效益，但需要不同證據支持。

ServiceNow 的責任在於，將這些效益連結至可重複實現的商業成果。更多 AI 活動最重要的前提，是客戶持續擴大具價值、可靠的生產環境使用。

OpenAI 可改變介面，而不取代平台

ServiceNow 的合作策略建基於區分人們使用的助手，與執行其請求的系統。

公司與 OpenAI 擴大的企業 AI 合作夥伴關係令這個分別更具體。ServiceNow 表示，全新的 ChatGPT 插件讓用戶可透過對話完成受管治的工作流程。

按公司的例子，IT 員工可在不離開 ChatGPT 的情況下檢視相似事故、評估變更風險及更新紀錄。ServiceNow 仍負責執行及管治這些操作。

公告描述了現時可用功能及未來計劃。增強版插件功能預期在 2026 年底前推出，而多項安全、語音及開發整合則會在較後時間推出。

這個時間表很重要，因為合作公告結合了不同成熟程度的內容。可用功能、計劃中的預覽及未來整合，不能全部用來支持同一個短期收入結論。

不過，其策略邏輯值得注意。若員工偏好外部助手，ServiceNow 希望這種偏好能將工作導向其平台。

AI agent，即為完成任務而採取行動的軟件，要在企業內運作，所需不只是一段流暢回應。它還需要獲授權的存取權及可靠執行能力。

例如，建議更改員工的存取權限，與實際作出這項更改並不相同。後者需要身分驗證、審批流程及可追責的紀錄。

這個分別為既有企業軟件提供了合理的防禦理據。更佳的對話式介面不會自動取代其下的營運架構。

然而，同一項整合亦帶來商業問題。若另一家公司控制介面，它便可影響哪些底層應用程式獲得關注，以及買方如何比較它們。

因此，ServiceNow 在擴大觸及面的同時，也接受員工可能花較少時間使用其自家介面的可能性。這項交換會否鞏固其地位，仍是經濟層面的問題。

結果部分取決於有多少差異化工作仍留在平台內。複雜權限及專門流程，與簡單、容易替代的操作，提供截然不同的競爭地位。

對買方而言，這意味著應評估完整交易流程。一次成功對話，只是必須經得起例外情況、撤銷及審計的工作流程其中一環。

對開發人員而言，這意味著應在推理與權限之間維持清晰界線。助手的建議不應悄然變成修改商業系統的許可。

這項合作支持 ServiceNow 的論點，即 AI 與既有軟件可以互補。它並未獨立證實這段關係會帶來多少增量支出。

這就是為何 OpenAI 在這個故事中既是合作夥伴，也是介面轉變。若只把它視為替代威脅，便會錯過實際架構的重點。

若把合作關係當作財務保障的證明，則在另一方向走得太遠。技術整合建立的是使用途徑，而非保證商業成果。

未解決的問題是，ServiceNow 能否在新介面之下保留足夠具價值的責任，從而維持客戶擴張。

客戶承諾令 AI 策略更具實質內容

具名企業部署比起泛稱每間企業都需要 AI，更能提供相關性的有力證據。

HPE 提供了一個具體例子。ServiceNow 宣布簽訂一項為期五年的協議，為 HPE 的 Cloud & AI 業務提供支援服務。

計劃中的支援服務部署將個案管理、現場服務、資產資訊及 AI 管治連接起來。HPE 表示，其目標是讓支援服務更簡便、更迅速及更個人化。

這些屬於實施計劃及客戶目標，不應被報道為協議已經帶來、並經獨立衡量的改善成果。

即使有這項限制，該協議仍說明了 ServiceNow 正嘗試銷售甚麼。它提出的角色不止於回應客戶的初步提問。

支援營運必須將該提問連結至帳戶、產品、權益，以及合適的回應。部分請求亦需要實體服務。

派遣技術人員會引入額外的相互依賴因素。企業必須了解人員的可用性、所在地、所需技能及相關設備。

這些相互依賴關係有助解釋，為何即使由助理處理對話，企業自動化仍可具備價值。助理只是流程中的其中一個參與者。

當平台能協調原本需要分散應用程式或人手交接才能完成的工作時，其商業論點便會更有力；若整合成本壓倒這些效益，論點便會變弱。

HPE 協議並未公開釐清這項平衡。它提供了一項相關的部署承諾，成效仍有待觀察。

Salesforce 提供了一個有用的業界比較。在其財政年度第二季業績中，公司報告固定匯率計算的 cRPO 增長 14%，與 AI 相關的經常性收入亦有所擴大。

Salesforce 亦披露，其 Agentforce 經常性收入指標自該季度起納入了額外的 AI 產品。比較表面的增長率時，這個定義相當重要。

ServiceNow 與 Salesforce 均認為，既有的業務脈絡令其平台成為 AI 的有用基礎。然而，兩者所報告的 AI 指標描述的是不同的商業類別。

年度合約價值是按年度計算的已簽約業務指標，與年度經常性收入這種將重複收入年化的指標不同。兩者皆不會自動等同於某一季度確認的收入。

因此，較大的 AI 宣傳數字並不能在未檢視定義前，證明其底層業務更強。相關比較需要一致的衡量方式及可比的報告期。

更廣泛的業界衝突關乎企業工作流程的主導權。既有供應商希望其應用程式成為員工無論選擇哪一種助理時，底層的執行層。

客戶則希望自動化可跨越應用程式界限，同時不增加不必要的複雜性。這些利益有所重疊，但並未消除在支出及控制權上的爭議。

ServiceNow 的客戶承諾令其論點更具實質內容。它們顯示，其提出的角色針對可識別的營運需要。

餘下的考驗涉及執行與經濟效益。合約建立關係；成功部署及持續擴展，才會確立該關係的價值。

這項區分令競爭比較保持務實。問題不在於哪家公司在公告中加入最多 AI 用語。

而在於哪一家供應商能交付有用成果，同時維持客戶願意持續投入資金的業務。

較慢的待履約合約增長並不能證明 AI 造成替代

證據支持人們關注增長的持續性，但不足以證明 AI 導致已簽約業務前景轉弱。

ServiceNow 的銷售展望包含預測，而非對每一項客戶決策的解釋。將這些預測歸因於單一技術趨勢，會誇大現有證據。

已簽約業務指標可能因續約時機、協議年期、採購決策或交易組合而改變。這些可能性需要調查，而非假設。

較長期的合約可增加總承諾業務額，卻未必帶來等值的短期已確認收入。續約時間不同，亦可改變季度比較。

這些都是檢視底層機制的理由，並不是在欠缺支持性披露下應歸因於本季度的解釋。

同樣地，訂閱業務持續增長不代表不存在 AI 相關壓力。收入可以維持健康，同時買方正在重新考慮未來承諾或以不同方式談判。

這形成一個令人不安但有用的分析立場。看淡的解讀尚未獲證實，而樂觀的解讀仍需要證據。

管理層的正面論點建基於客戶需要脈絡、權限及協調執行。這些要求解釋了既有平台為何能保持相關性。

懷疑論點則關乎這種相關性有多少能轉化為增量支出。即使客戶繼續依賴有用的基礎設施，它仍可能面對商業壓力。

另一項不確定因素，是客戶預算內的替代關係。標示為 AI 的支出，可能代表額外投資、取代另一項採購，或只是不同的分類方式。

公開的增長數字未必總能揭示這項區別。分析師需要足夠細節，才能理解 AI 是擴大整體客戶關係，還是改變其構成。

部署活動同樣需要審慎解讀。更多自動化操作可顯示實際採用情況，但本身不能證實客戶滿意度或供應商經濟效益具吸引力。

自動化流程或許能成功處理簡單個案，卻把複雜個案升級交由人員處理。只要衡量結果涵蓋完整工作量，這仍可能具價值。

因此，買方除完成率外，亦應尋求關於例外情況及監督的證據。需要不斷修正的流程，帶來的效益不同於可靠的自動化。

同樣的審慎態度亦適用於成本。即使最終服務仍具商業吸引力，運行更多由 AI 驅動的工作亦可能產生額外開支。

在欠缺詳細披露下，讀者不應自信地把這些成本歸因於該季度的利潤率變動。機制是合理的；其實際財務貢獻仍需證據。

一項站得住腳的分析，亦會把股市預期與營運狀況分開。股價急跌可以反映信心轉變，卻不代表客戶行為出現等值變化。

這項區分並不令拋售變得無關重要。它解釋了為何管理層必須同時處理業務業績，以及圍繞業績的不確定性。

最有力的回應，會透過一致的定義把產品採用、客戶擴展及營運表現連繫起來。單靠更多公告無法建立這種連繫。

在有關證據逐步形成前，對 ServiceNow AI 的疑慮仍是關乎未來經濟效益的合理問題。它們不應變成客戶已經替代該平台的事實性說法。

三項訊號將檢驗 AI 是否強化業務

下一批有用證據將依次連繫已簽約業務增長、客戶支出及生產環境部署。

首先，留意有關已簽約業務增長的解釋及後續披露。眼前問題在於，較弱的展望是否反映時機、交易結構，還是需求出現更廣泛的轉變。

具體解釋比泛泛而談的信心說法更值得重視。管理層可透過把所報告的指標與可識別的商業狀況連繫起來，令其論點更清晰。

可比的已簽約業務增長若有改善，將削弱 AI 正侵蝕未來需求的論點。若持續疲弱且客戶擴展減少，則會加強這項憂慮。

兩種結果都不應僅憑單一指標推斷。當續約、合約期限及客戶承諾指向同一方向時，解讀才會更有用。

其次，留意 AI 相關支出的質素。關鍵區別在於新增業務，還是由既有產品或類別轉移而來的支出。

更清晰的披露將有助讀者評估 AI 是否擴大客戶關係。一致的定義亦令不同報告期之間的進展更容易評估。

客戶續約並擴大 AI 部署的證據，將支持 ServiceNow 的策略。大量實驗而欠缺持續的商業承諾，則只能提供較弱支持。

客戶毋須採用每一項公布的功能，策略亦可奏效。它只需要有足夠有用的生產環境活動，以支持持續支出。

這正是商業成果比介面偏好更重要的地方。員工可偏好 ChatGPT，同時其僱主繼續擴展在底層執行請求的系統。

第三，留意已公布的整合是否成為可靠的生產環境工具。年底的插件增強目標，提供了一個近期機會，讓人將交付情況與公布的時間表作比較。

單純可用並不能解決爭論。更具啟示性的證據，是客戶能完成甚麼、權限如何運作，以及團隊如何處理失敗或含糊的操作。

成功的部署將強化外部助理提升 ServiceNow 執行層需求的論點。持續的實施阻力則會削弱這項論點。

同樣的做法亦適用於客戶協議。讀者應區分承諾本身的存在，與預期營運效益已經實現的證據。

對企業買家而言，這些訊號提供了一套實際的評估方法。先從特定工作流程開始，識別完成流程所需的記錄、批准及系統。

然後檢視整體結果，包括升級處理及復原。對話式示範可以掩蓋其後回流到員工或實施團隊的工作。

開發人員應特別留意問責性。當助理修改記錄時，企業需要知道由哪個身分執行，以及由哪項政策授權該變更。

知識工作者則有一個相關的控制權問題。只有當人們能理解介面作出了甚麼變更，並可修正錯誤時，方便的介面才有用。

ServiceNow 的銷售展望留下的是尚未解決的商業問題，而非已獲證實的替代故事。增長仍在持續，但市場對其持續性的信心仍受壓。

在你的機構擴大 AI 部署前，應要求看到證據，顯示一項請求如何由對話經授權、執行至覆核。把結果與現有流程比較，包括例外情況及員工投入。問清楚當助理誤解請求或整合失敗時，由哪一家供應商繼續負責。對追蹤 ServiceNow 的讀者而言，未來披露亦應採用同樣紀律：追蹤已簽約業務增長、識別客戶增量支出，並區分已交付功能與公布計劃。這些檢查將揭示比另一則合作公告或單一交易日更多的資訊。AI 是否令平台協調更多有價值的工作，還是令客戶有更強理由重新談判其角色？