Présentation
ServiceNow Inc. commercialise AI Control Tower, une plateforme censée découvrir, gouverner et contrôler tout agent d’intelligence artificielle, quel que soit le modèle ou le cloud utilisé. Le discours marketing s’appuie sur l’énorme base d’installation de l’entreprise : plus de 100 milliards de workflows et près de 8 trillions de transactions sont déjà gérés par la plateforme ServiceNow, ce qui crée un avantage contextuel selon le PDG Bill McDermott.
Fonctionnalités et architecture
AI Control Tower se décline en trois fonctions techniques distinctes. La première, où ServiceNow est le plus fort, est la gouvernance workflow : inventaire des actifs IA, attribution des risques, approbation, remédiation et traçabilité d’audit. La deuxième concerne les preuves du cycle de vie IA (versions de modèles, lignage, validation, biais, explicabilité, dérive) ; ServiceNow peut les centraliser mais les génère rarement en interne. La troisième, la mise en œuvre runtime, implique l’interception d’actions, le blocage de déploiements ou la révocation d’accès en temps réel ; les entretiens montrent que cette couche reste majoritairement externe, personnalisée ou humaine.
Analyse des retours clients
Une étude qualitative commandée par TheCUBE Research et réalisée par Qualitate entre le 15 et le 21 septembre 2026 a interrogé 15 grandes entreprises (575 minutes d’échanges, 11 en Amérique du Nord, 4 en Europe). Parmi elles, plus de 500 clients avaient déjà déployé AI Control Tower dans les six premiers mois, et le chiffre d’affaires annuel récurrent (AI ACV) a dépassé un milliard de dollars au deuxième trimestre, avec un objectif de 1,5 milliard de dollars sur l’ensemble de l’année. Quatorze des quinze répondants reconnaissent l’avantage opérationnel de ServiceNow, mais seulement un confirme une gouvernance runtime intégrée ; les autres décrivent des solutions externes ou manuelles pour le contrôle en temps réel.
Limites et perspectives
Le principal point de friction réside dans la promesse d’une plateforme « end‑to‑end » qui couvrirait les trois fonctions techniques. Les données collectées indiquent que, bien que la couche de workflow soit robuste, la capacité à valider techniquement les modèles ou à appliquer des politiques de sécurité en temps réel n’est pas encore généralisée. Cette lacune ouvre la porte à des fournisseurs spécialisés qui offrent une analyse plus fine du lignage ou du biais, mais qui manquent de l’intégration opérationnelle de ServiceNow. Le futur du produit dépendra donc de sa capacité à combiner son avantage contextuel avec des contrôles techniques plus profonds, afin de réduire la dépendance à des solutions tierces ou à l’intervention humaine.
