ServiceNowのAI（Now Assist）を本気で活かすために一番大事なこと【誰も言わない本質】

ServiceNowで生成AI（特にNow Assist）を活用する話は盛り上がっていますが、ほとんどの人が見落としている「超重要なポイント」があります。

それは……

「AIにちゃんとした構造化データがなければ、ただの高価なチャットボットで終わる」

Now Assistは魔法の箱ではありません。
ServiceNowのテーブル（データ）から直接学んでいます。
テーブルが汚かったり、空っぽだったり、間違っていたりすると……AIも間違ったことを覚えて、間違った回答を出し続けます。

Now Assistが本当に学んでいる場所（超重要テーブル）

• sys_user
  → ユーザー情報（誰がVIPか、エージェントは誰か）
  これで優先度や回答のトーンが変わります。
• sys_user_group
  → サポートグループ
  AIが自動割り当てを提案する基盤。
  これが整備されていないと、毎回誤ったグループに振られます。
• cmdb_ci（構成項目 / Configuration Items）
  → これが最大の価値の源泉なのに、本当に整備している企業は極めて少ない
  AIは「どのサーバー？どのアプリ？どのサービスが影響？」を理解します。
  → 原因分析が劇的に速くなります。
• cmdb_ci_service と service_offering
  → ビジネスサービスの心臓部
  「このインシデントでどのビジネスが本当に止まるのか？」をAIに教えます。
  これがないと影響度が全く分かりません。
• incident（解決済みインシデント）
  → AIの最大の先生
  過去の説明・解決方法・担当グループから学び、
  ・自動解決（Auto Resolution）
  ・自動割り当て（Auto Assignment）
  ・要約（Summarization）
  を実現します。
• kb_knowledge（ナレッジ記事）
  → これが弱い企業はAIも弱いまま
  企業の知見がここに蓄積されます（SharePointやConfluence連携も可能）。
  → ユーザーへの回答、解決策提案、自動解決の基盤。
• sc_cat_item（サービスカタログアイテム）
  → ユーザーの意図を構造化
  正しいリクエストを作成させ、不要なインシデントを未然に防ぎます。

企業が今一番やっている「最大の間違い」

「基盤を整える前にAIを導入しようとしている」

多くの組織が
サービス・オファリング・カタログ
ユーザー・グループ・サプライヤー
資産・CI
ナレッジ記事
これらを整理せずに「ハイパーオートメーション！AI！」と飛びついています。

→ ほぼ確実に失敗します。しかも非常に高くつきます。

正しい順番（これだけは守って！）

1. データを構造化する（テーブルをクリーンに、正確に）
2. プロセスを構造化する（ワークフローを整える）
3. ようやくAIを有効化する

逆の順番は絶対ダメです。

Now Assistの本当の価値（チャットボットじゃない！）

データが整った状態で初めて出る数字です：

• 解決時間の30%削減
• インシデント量の40%削減
• ユーザー体験の大幅向上
• エージェントの生産性爆上げ

（※これらはServiceNowの事例や類似報告に基づく代表的な効果値。実際は環境次第でさらに上振れも下振れもあります）

でも、これらはデータがクリーンでガバナンスされている場合に限る。

新しい現実：ServiceNowはもう「ただのツール」じゃない

AIを基盤とした意思決定プラットフォームになり得ます。
ただし、

AIはあなたの運用成熟度の鏡です。

• 運用が成熟 → AIが超強力に
• 運用がカオス → カオスを加速させて露呈させるだけ

最後に自問自答してみてください

あなたの会社（またはクライアント）は、
ServiceNowでAIを本気で使う準備ができていますか？

それとも、まだ基盤整備の段階ですか？

今こそ見直すべきタイミングです。

• データとテーブルの品質
• プロセスの成熟度
• 戦略と目標の整合
• クイックウィンで価値を素早く示す方法

AIはマネジメントを置き換えるものではありません。
増幅するものです。

基盤を固めてからAIを乗せれば、本当に劇的なリターンが待っています。

皆さんの現場ではどうでしょうか？
コメントでぜひ教えてください！

#ServiceNow #NowAssist #ITSM #生成AI #AI活用 #データ品質