企业级 AI 已经学会了生成，也掌握了推理。现在，企业正在提出下一个问题：AI 该如何执行操作？
早期智能体系统已经展示了其潜力，不再局限于响应简单的提示词，而是能够处理更复杂的任务。下一步是将这些能力引入企业环境 —— 智能体在实际工作流中运行时，必须具备上下文理解、可控性和一致性。
在 ServiceNow Knowledge 2026 大会上，NVIDIA 创始人兼首席执行官黄仁勋与 ServiceNow 董事长兼首席执行官 Bill McDermott 在开幕主题演讲中共同探讨了企业级 AI 的下一发展阶段。
两家公司正在扩展全栈协作，提供安全且易于部署的专用自主 AI 智能体，这些智能体由 NVIDIA 加速计算、开放模型、特定领域技能和安全的智能体执行软件驱动，并整合 ServiceNow Action Fabric 的企业工作流上下文和 ServiceNow AI Control Tower 的治理能力。
ServiceNow 推出 Project Arc，这是一款专为开发者、IT 团队和管理员等知识工作者打造的自主桌面智能体，其具备可长时间运行与自进化的能力。
与独立的 AI 智能体不同，Project Arc 通过 ServiceNow Action Fabric 与 ServiceNow AI Platform 原生连接，为自主桌面智能体执行的所有操作引入治理能力、可审计性和工作流智能。它可以访问在设备上安装的本地文件系统、终端和应用，从而完成传统自动化无法处理的复杂多步骤任务，同时具备企业大规模部署 AI 时实际所需的控制能力。
这项工作的设计是基于每个公司对长时间运行的自主智能体所需的三大需求：可定制的开放模型和特定领域技能，以及确保智能体在运行时不暴露敏感数据或系统的安全性 —— 一切都运行在能够提供高效 Token 经济学的 AI 工厂上。
要将该级别的自主性引入企业需要从一开始就进行控制。
Project Arc 使用 NVIDIA OpenShell，这是一个开源安全运行时，用于在沙盒化、受策略治理的环境中开发和部署自主智能体。ServiceNow 正在基于 OpenShell 进行构建并为其做出贡献，以推动一个安全的企业级智能体执行的通用基础。借助 OpenShell，企业能够定义智能体可以看到什么、可以使用哪些工具以及如何约束每个动作。
ServiceNow AI Platform 执行副总裁兼总经理 Jon Sigler 表示：“Project Arc 代表了我们与 NVIDIA 持续协作的下一步，即将自主执行引入桌面端。通过将 OpenShell 的运行时层与 ServiceNow AI Control Tower 相结合，并由 ServiceNow Action Fabric 提供支持，我们正在提供企业级 AI 所需的治理和安全性。”
开放模型和智能体技能助力企业级 AI 规模化
要想行之有效，企业级 AI 系统必须具备适应性。NVIDIA 和 ServiceNow 正在构建一个开放的生态系统，使组织能够根据其特定领域和数据定制模型与应用。
NVIDIA 智能体技能使 ServiceNow AI Specialists 等专业智能体能够在企业工作流中提供有针对性的功能。例如用于构建专业深度研究智能体的 NVIDIA AI-Q Blueprint，赋能 ServiceNow AI Specialists 收集上下文、综合信息并支持跨业务职能的更复杂决策制定。
此外，包括 NVIDIA Nemotron 开放模型在内的 NVIDIA Agent Toolkit 为开发定制化 AI 应用提供灵活的构建模块和专业技能。为了支持这些系统在现实世界能够可靠运行的性能，两家公司还正在推进 NOWAI-Bench，这是一个与 NVIDIA NeMo Gym 库集成的企业级 AI 智能体开放基准测试套件。NOWAI-Bench 包含 EnterpriseOps-Gym，这是业界极具挑战性的企业智能体基准测试之一，Nemotron 3 Super 目前在其中的开源模型中排名第一。
与一般基准测试不同，这些评估侧重于多步骤工作流 —— 这正是企业级 AI 系统在这些工作流中经常会遇到实际挑战的地方 —— 从而帮助团队构建在生产环境中可靠运行的智能体。
高效的 AI 工厂
随着 AI 智能体变得需要长时间运行且始终保持在线，将其扩展到数百万个工作流不仅需要能力，还需要效率 —— 这使 Token 经济学成为企业级 AI 的核心。
NVIDIA AI 工厂旨在为生产级 AI 提供极低成本、极高效率的 Token 经济学。相比于 NVIDIA Hopper，NVIDIA Blackwell 平台每瓦输出的 Token 量提升了 50 多倍，使每百万 Token 的成本降低至原本的近三十五分之一。对于在数百万个工作流中运行智能体的企业来说，这种效率可以决定 AI 从试点到大规模生产应用的速度。
ServiceNow AI Control Tower 与 NVIDIA Enterprise AI Factory 验证设计结合，将治理和可观察性扩展到大规模 AI 工作负载。借助新增的智能体可观察性能力，组织可以实时监测行为并管理从部署到优化的 AI 系统全生命周期。
AI 正在成为一种新的工作方式。当下正发生的变化在于，大规模部署 AI 所需的核心要素—— 能力强大的智能体、内置的安全护栏和经验证的性能 —— 正在全面汇聚。
具有先行性的公司将是为智能体提供执行基础设施、决策上下文和确保每个行动都有迹可循的治理能力的公司，NVIDIA 和 ServiceNow 正为全球企业实现这一目标。