ServiceNow : plateforme un jour, plateforme toujours

Mon parcours avec ServiceNow n’a pas débuté par un grand projet, mais plutôt par un accident évité de justesse, au sens littéral du terme. En 2004, j’ai failli renverser Fred Luddy. Je traversais notre ville natale en voiture lorsqu’il s’est engagé sur le passage piéton devant moi. Heureusement, je l’ai vu. Nous nous sommes reconnus, car j’avais travaillé pour lui dans une autre entreprise auparavant.

Une chose en entraînant une autre, il m’a invité à voir ce sur quoi il travaillait. Quelques jours plus tard, il m’a montré une toute première version de ce qu’il appelait la plateforme Glide (désormais baptisée ServiceNow AI Platform). Il lui manquait toutes sortes de fonctionnalités, de fonctions et d’options, mais elle comprenait déjà à ce moment-là les concepts de base, de l’interface utilisateur basée sur les métadonnées au modèle relationnel intrinsèque intégré aux structures de données.

Je n’ai pas vraiment compris de quoi il s’agissait dans cette première démo. J’ai immédiatement pensé à tout ce que je ne pouvais pas faire avec la plateforme de Fred plutôt qu’à tout ce qu’elle me permettrait d’accomplir plus simplement. Pourtant, l’idée de travailler sur quelque chose de nouveau avec quelqu’un que je respectais m’a attiré. J’ai donc décidé de rejoindre l’aventure.

Ce que Fred Luddy avait en tête

Lorsque Fred a fondé ServiceNow en 2004, il avait une vision très précise. Il souhaitait créer une plateforme qui permettrait à n’importe qui de créer des applications d’entreprise pratiques. À l’époque, nous n’avions peut-être pas encore atteint le stade où ma mère (qui est une personne très intelligente mais pas technique) aurait pu créer une application, mais nous avions réussi à simplifier le processus de manière radicale.

Même si nous avons fini par entrer sur le marché avec nos applications Gestion des services IT (ITSM), nous sommes restés fidèles à notre vision d’une plateforme et l’avons fait évoluer. Elle est toujours d’actualité aujourd’hui, alors que nous observons des avancées telles que l’IA agentique dans le secteur.

En y repensant, Fred avait identifié trois problématiques du marché bien distinctes et la façon dont la technologie pourrait les résoudre. Son génie réside en partie dans sa faculté à appliquer de nouvelles technologies à d’anciens problèmes.

1. Plateforme : Fred pensait que la simplification était une véritable fonctionnalité. S’il simplifiait suffisamment les processus de création, de modification et de mise à jour d’une application, cela compenserait largement les inconvénients liés aux tâches qu’un utilisateur ne pouvait pas effectuer. Si leurs activités routinières devenaient nettement plus simples, les utilisateurs ne s’inquiéteraient pas de ne pas pouvoir exécuter certaines tâches complexes qu’ils pourraient réaliser avec d’autres technologies de l’époque.

2. Navigateur : en 2004, l’idée de fournir des logiciels par le biais d’un navigateur était un nouveau concept. À l’époque, la norme consistait à livrer des clients « lourds » basés sur des applications de bureau, et il n’était pas rare qu’un professionnel dispose de dizaines d’applications client sur sa station de travail. En optant pour des applications basées sur un navigateur, Fred avait une longueur d’avance, car il considérait déjà le navigateur comme le nouveau client universel.

3. Modèle de distribution : Fred avait expérimenté tous les inconvénients de la distribution de logiciels traditionnelle, puisqu’il travaillait alors dans ce secteur depuis près de 30 ans. Il connaissait la valeur ajoutée que représentait une application SaaS (Software as a Service) toujours à jour, dispensant le client de toute opération de maintenance, de gestion ou d’exploitation.

Le temps des premiers défis

Bien que nous ayons réussi dans les grandes lignes, il nous a fallu relever des défis opérationnels relativement importants. Le plus simple de ces défis était de parvenir à vendre une plateforme d’entreprise. Lorsque votre travaillez au sein d’une équipe d’une demi-douzaine de personnes dans le sous-sol de votre société de capital-risque, il est difficile d’aborder ce point.

Nous nous sommes finalement retrouvés dans plusieurs séances de pitch au cours desquelles nous avons montré toute la puissance de la plateforme, seulement pour entendre le client demander : « Oui, mais que peut-on faire avec ? ». Nous avons essayé de reformuler la question en demandant : « Eh bien, que voulez-vous qu’elle fasse ? »

L’ensemble d’applications ITSM initial que nous avons développé nous a permis de lancer notre offre publique de départ afin de montrer la puissance de la plateforme. À l’époque, les clients étaient davantage intéressés par l’achat d’applications que par la plateforme elle-même, ce qui est rapidement devenu notre mode de vente par défaut.

Un autre défi était que l’infrastructure de cloud public, que nous tenons pour acquise aujourd’hui, n’existait pas encore à l’époque. Si nous voulions fournir des logiciels via un modèle SaaS, nous devions acheter des serveurs, louer de l’espace dans un centre de données et câbler les racks, mettre en place un réseau et configurer tous les composants de l’infrastructure physique dont un cloud a besoin.

À bien des égards, il a été plus difficile de mettre en place un cloud opérationnel que le produit et la plateforme. Aujourd’hui, nous sommes de bons opérateurs cloud, ce qui n’était pas le cas en 2004. Nous avons dû former un grand nombre de personnes sur site, car peu de professionnels possédaient ces compétences.

La plateforme, l’objectif de toujours

Quoi qu’il en soit, nous nous en sommes tenus à la vision initiale du produit, à savoir une plateforme grâce à laquelle une personne ordinaire pourrait créer des applications d’entreprise. Même si nous étions une entreprise qui commercialisait des applications, nous avons continué à concevoir l’architecture de la pile technologique dans une optique de plateforme.

Les applications que nous vendions à nos clients étaient uniquement conçues pour notre plateforme. Chacune d’elles aurait pu être développée par un utilisateur ayant accès à la plateforme.

Certains clients l’ont bien compris et se sont mis à créer leurs propres applications sur la plateforme pour exécuter une variété de tâches très intéressantes. Par exemple, le CERN, le Centre Européen pour la Recherche Nucléaire, a créé une suite complète de gestion de sites reposant sur ServiceNow. Ainsi, un chercheur invité pouvait utiliser notre catalogue de services pour tout gérer, des lampes de bureau à l’accès au grand collisionneur de hadrons.

Nous avons conservé ce modèle au fil des ans et c’est l’une des raisons pour lesquelles nous avons pu étendre si facilement la portée de notre gamme de produits à d’autres domaines, tels que les RH, la gestion de la relation client, la sécurité et le juridique.

Si vous souhaitez modéliser un processus business (et qu’il comporte des données structurées, ainsi que plusieurs étapes, approbations, notifications et affectations), la plateforme ServiceNow reste l’un des moyens les plus productifs pour y parvenir.

Jalons clés et enseignements tirés

Lorsque je repense à la façon dont l’entreprise ServiceNow s’est développée, je me souviens de quelques moments charnières où nous avons été confrontés à des imprévus et où nous avons su prendre les bonnes décisions.

Tout d’abord, nous devions décider de notre marché cible. Dans le concept initial, notre solution SaaS devait s’adresser aux entreprises de taille moyenne, avec de nombreuses PME parmi nos clients. Au début, nous avons commencé par attirer de grandes entreprises, comme Edmunds.com, TIAA-CREF et Deutsche Bank.

À ce moment-là, deux possibilités s’offraient à nous : investir dans les fonctionnalités dont les grandes entreprises avaient besoin ou rester fidèles à notre cible principale, le marché intermédiaire. Au final, nous avons suivi les deux voies. De plus, en ajoutant de nombreuses fonctionnalités d’entreprise à notre solution, nous avons fait évoluer la plateforme et les applications vers le haut de gamme.

Un deuxième point d’inflexion s’est produit pendant la crise de 2008, qui a durement frappé l’économie et bouleversé l’industrie du logiciel. Les budgets et les comportements ont radicalement changé.

Cette crise a été un véritable accélérateur pour nous, car l’une de nos principales propositions de valeur était que ServiceNow surpassait la concurrence tout en étant moins chère du point de vue du coût total de possession. Nous étions au bon endroit au bon moment, et notre toute nouvelle crédibilité d’entreprise nous a permis d’engager des discussions avec les acheteurs autour de leur priorité numéro un : réaliser des économies.

Nous pouvions monter en charge pour les charges de travail importantes, car nous avions conçu la plateforme avec un modèle de location et une structure en grappes qui nous permettaient d’exécuter les opérations de grandes entreprises. De la même manière, nous pouvions faire économiser de l’argent à nos clients grâce à notre solution SaaS et à notre modèle de déploiement.

De l’IA à l’IA agentique

Notre plateforme propose des outils d’IA sous une forme ou sous une autre depuis au moins dix ans. Nous avons commencé par utiliser le machine learning supervisé pour gérer des tâches simples telles que l’affectation et la hiérarchisation des tickets. Ensuite, avec quelques années d’expérience et de bonnes données d’entraînement, nous avons déployé une IA qui a permis à nos clients de réaliser des économies de temps et d’argent.

À l’ère de l’IA agentique, cette même architecture de plateforme continue de porter ses fruits pour ServiceNow. Lorsqu’une nouvelle technologie émerge, nous ne devons l’intégrer qu’une seule fois. Elle est ensuite disponible dans l’ensemble de nos produits pour tous nos clients.

Les systèmes d’IA agentique basés sur de grands modèles de langage (LLM) sont bien plus sophistiqués que les premières solutions de machine learning et nettement plus propices à la généralisation dans leur mode d’application. Aujourd’hui, nous n’avons pas besoin d’entraîner un modèle pour hiérarchiser les tickets. Il suffit de lui demander de nous dire comment prioriser une liste de demandes de clients. Et le résultat est au moins aussi bon que celui d’un humain ordinaire qui se verrait confier cette tâche.

De plus, les systèmes d’IA agentique peuvent effectuer des tâches de raisonnement sophistiquées, que les générations précédentes d’IA n’étaient même pas en mesure de conceptualiser. Par exemple, un agent IA opérant sur ServiceNow AI Platform est capable de détecter qu’un compte de messagerie est bloqué parce que son utilisateur n’a pas suivi la formation obligatoire sur la sécurité.

Il s’agit d’un cas d’utilisation ITSM, mais les agents IA peuvent relever des défis similaires dans toutes les fonctions business. Par exemple, ils sont capables de guider une personne dans le processus de modification de son inscription aux services de santé suite à la naissance d’un enfant (cas d’utilisation RH).

Prise de risques calculée pour s’améliorer en continu

Lorsque je repense à l’évolution de notre entreprise, je suis frappé par la façon dont la révolution de l’IA agentique ressemble aux débuts de ServiceNow. La technologie IA évolue à un rythme effréné. Nous n’avons pas encore défini clairement de modèles, de règles ou d’approches pour résoudre les problèmes, ni même pour identifier les problèmes qui méritent d’être résolus.

La gestion de la rapidité est un défi majeur lorsque vous comptez 8 400 clients. Quand l’entreprise était plus petite, avec à peine 84 clients, l’impact d’un bug affectant un seul d’entre eux restait limité. Les enjeux sont désormais bien plus importants.

Heureusement, notre plateforme nous a permis d’assurer un suivi efficace de notre développement. Maintenant, nous publions fréquemment des mises à jour d’IA agentique et intégrons l’innovation à mesure que la technologie évolue, afin de proposer les meilleures fonctionnalités le plus rapidement possible.

Cependant, pour nos principaux services de plateforme, de l’interface utilisateur aux workflows en passant par les applications d’entreprise, nous utilisons un modèle de distribution traditionnel. Grâce à cette approche, nous conservons le niveau de qualité requis pour ces systèmes essentiels.

Le modèle de « Separation of Concerns » sur lequel repose la plateforme nous permet d’atteindre cet objectif d’une manière qui serait techniquement irréalisable avec beaucoup d’autres architectures.

Il est toujours un peu réducteur d’essayer de résumer en un point quelque chose d’aussi complexe que l’histoire d’une entreprise. Si je devais le faire, je dirais que la meilleure décision que nous ayons jamais prise a été de créer un produit centré sur la plateforme plutôt que sur les applications.

Cette décision nous a été d’un grand secours à différents moments de notre parcours et continue de l’être aujourd’hui, pour nous et pour nos clients.

Découvrez tous les avantages de ServiceNow AI Platform pour la transformation de votre activité.