ServiceNow quiere ser la torre de control de la IA corporativa
En solo una semana, ServiceNow ha anunciado acuerdos públicos con dos de los grandes nombres de la IA generativa: primero con OpenAI y ahora con Anthropic, cuyo modelo Claude pasa a ser el motor «preferente» de sus flujos de trabajo impulsados por IA. No es un simple comunicado más; es un movimiento estratégico que dice mucho sobre dónde se está concentrando el poder en la cadena de valor de la IA. En este artículo analizamos qué cambia realmente con Anthropic, por qué el enfoque multi‑modelo importa y qué implica para empresas en Europa y en el mundo hispanohablante.
La noticia en breve
Según informa TechCrunch, ServiceNow ha firmado un acuerdo multianual con el laboratorio de IA Anthropic, apenas una semana después de anunciar una alianza separada con OpenAI. El pacto convierte a la familia de modelos Claude en los modelos preferentes dentro de los productos de ServiceNow que utilizan IA para automatizar flujos de trabajo.
Claude será ahora el modelo por defecto en ServiceNow Build Agent, la herramienta con la que los desarrolladores pueden crear flujos de trabajo «agénticos» y aplicaciones. Además, ServiceNow desplegará los modelos de Anthropic internamente entre sus aproximadamente 29.000 empleados, dando acceso también a Claude Code a sus equipos de ingeniería.
La compañía no ha revelado la duración ni el importe económico del acuerdo. El presidente de productos, Amit Zavery, explicó a TechCrunch que ServiceNow persigue deliberadamente una estrategia multi‑modelo: OpenAI, Anthropic y otros proveedores se consideran complementarios y se orquestan desde una única plataforma de IA con gobernanza, seguridad y auditoría unificadas.
Para Anthropic, ServiceNow se suma a una lista creciente de grandes clientes empresariales, entre ellos Allianz, Accenture, IBM, Deloitte y Snowflake.
Por qué importa: del modelo al resultado
Este movimiento no va tanto de si Anthropic «gana» puntos frente a OpenAI, sino de en qué capa se concentra el poder cuando la IA entra en la empresa.
ServiceNow se está colocando como la capa de orquestación de la IA corporativa. Es el lugar donde las compañías no compran un modelo, sino resultados: tickets resueltos, aprobaciones automatizadas, artículos de conocimiento generados, flujos de trabajo que conectan TI, RR. HH. y finanzas.
¿Quién gana?
- ServiceNow refuerza su narrativa de plataforma nativa de IA, no solo de gestor de tickets con un chatbot encima. Si los clientes consumen IA a través de ServiceNow, es mucho más difícil que migren esos procesos a otro proveedor.
- Anthropic consigue una integración profunda en una plataforma que ya es pieza clave en los procesos de muchas grandes organizaciones. Es una posición más defensible que ser «otro API más» en un mercado saturado de LLM.
- Las empresas clientes obtienen algo muy demandado: elección de modelos sin el dolor de la integración. Pocos CIO quieren mantener tres proveedores de LLM conectados manualmente a decenas de flujos de trabajo y además garantizar gobernanza y cumplimiento normativo.
¿Quién pierde?
- Startups de nicho que ofrecen una capa muy fina sobre un único modelo lo tendrán cada vez más difícil frente a plataformas que se sientan encima de los sistemas de registro y manejan varios modelos punteros.
- Vendedores de modelos sin canal empresarial fuerte corren el riesgo de convertirse en materia prima intercambiable si no están presentes en estas plataformas orquestadoras.
La consecuencia inmediata es clara: la batalla de la IA en la empresa se decide menos en el nivel del modelo y más en la capa de plataforma, flujos de trabajo y gobernanza. Y ahí es exactamente donde ServiceNow quiere dominar.
El contexto: de la guerra de modelos a la guerra de flujos de trabajo
El acuerdo con Anthropic encaja en una tendencia más amplia: la guerra de modelos está dando paso a la guerra de flujos de trabajo.
En los últimos años hemos visto:
- Nubes públicas (Azure, Google Cloud, AWS) ofreciendo catálogos de modelos con varios LLM comerciales y open source.
- Plataformas de datos como Databricks o Snowflake integrando múltiples modelos y permitiendo elegir en función del caso de uso.
- Proveedores de SaaS como Microsoft 365, Salesforce o HubSpot envolviendo sus suites con capas de IA que se apoyan en varios modelos bajo una misma marca comercial.
ServiceNow lleva ese patrón al terreno de los workflows empresariales. El mensaje que lanza: ningún modelo será el mejor en absolutamente todo, y las empresas no quieren atarse a la hoja de ruta de un único laboratorio de investigación.
Históricamente esto no es nuevo. En los primeros años de la nube, los equipos técnicos elegían proveedor por funciones específicas. Con el tiempo, el valor se desplazó a las capacidades de plataforma: seguridad, cumplimiento, ecosistema de integraciones. Con la IA está pasando algo similar: los grandes modelos se aproximan en rendimiento, y la diferencia real está en cómo se integran en los procesos de negocio y en cómo se gestionan los riesgos.
Si comparamos:
- Microsoft apuesta por la integración estrecha con OpenAI y sus propios modelos en el ecosistema 365, GitHub y Dynamics.
- Salesforce ofrece un enfoque de «trae tu propio modelo» bajo el paraguas Einstein, además de modelos propios y de socios.
- SAP infunde IA en su ERP y soluciones verticales, con un foco claro en sectores regulados.
El matiz de ServiceNow es priorizar los agentes y flujos de trabajo como unidad principal. El usuario no empieza eligiendo modelo, empieza definiendo el resultado; la plataforma decide qué modelo usar en cada paso. Si ese enfoque cuaja, la marca de la plataforma (ServiceNow) pesará más que el nombre del modelo para muchas decisiones del día a día.
El ángulo europeo e hispano: regulación, soberanía y oportunidad
En Europa este tipo de alianzas se leen inevitablemente a través del prisma regulatorio. El Reglamento de IA de la UE (EU AI Act) clasificará muchos sistemas usados en RR. HH., finanzas, servicios públicos o infraestructuras como de alto riesgo, con obligaciones estrictas en materia de gestión de riesgos, transparencia, calidad de datos y supervisión humana.
Una plataforma como ServiceNow, que ya gestiona flujos de aprobación, auditoría y control de acceso, puede convertirse en una herramienta práctica para operacionalizar el cumplimiento. Pero surgen preguntas clave:
- ¿Dónde se procesan y almacenan los datos? Las exigencias europeas sobre residencia de datos y las dudas en torno a transferencias a EE. UU. no son un detalle menor para bancos, aseguradoras u organismos públicos.
- ¿Podemos trazar qué modelo intervino en cada decisión? En un entorno multi‑modelo, el EU AI Act y los supervisores sectoriales exigirán explicabilidad y trazabilidad.
- ¿Qué papel juegan alternativas europeas o regionales? Proveedores como Mistral AI, Aleph Alpha o clouds soberanas nacionales se comercializan como opciones más alineadas con la soberanía digital europea.
Para España y América Latina, donde muchas empresas medianas no tienen grandes equipos internos de data science, la propuesta de ServiceNow es tentadora: activar capacidades de IA directamente en las herramientas de gestión que ya usan. La otra cara de la moneda es una dependencia aún mayor de un puñado de plataformas estadounidenses en un momento en que la región intenta desarrollar su propio tejido de IA – desde hubs en Barcelona o Madrid hasta ecosistemas emergentes en Ciudad de México, Bogotá o Buenos Aires.
Mirando hacia adelante: qué vigilar
De cara a los próximos 12–24 meses, hay varios elementos a seguir de cerca:
Evidencia real de retorno, no solo demos. ServiceNow va a usar Claude y Claude Code con 29.000 empleados. Si consigue demostrar con datos que sus propios procesos son más rápidos y eficientes, esos números serán un argumento muy potente de venta.
Transparencia en el enrutado de modelos. En una plataforma multi‑modelo, los clientes van a querer saber: ¿qué modelo se usó, con qué coste y con qué tasa de errores? Veremos presión para ofrecer paneles de control detallados sobre elección de modelo, costes y calidad.
Riesgo de dependencia (lock‑in). Hoy la narrativa es de libertad de elección. Pero a medida que workflows, políticas y datos de entrenamiento se entrelazan con ServiceNow, cambiar de plataforma –o incluso de modelo principal– se vuelve cada vez más costoso.
Atención regulatoria sobre las grandes plataformas de IA. Los reguladores europeos y latinoamericanos acabarán mirando menos al modelo aislado y más a las plataformas que automatizan decisiones en masa. ServiceNow podría pasar de ser «solo un proveedor» a ser un actor directamente supervisado.
Estrategia empresarial de Anthropic. Al sumar integraciones tan profundas, Anthropic refuerza su imagen de proveedor para empresas que priorizan seguridad y gobernanza. Queda por ver si eso se traduce en ingresos sostenidos y si puede replicar acuerdos del tamaño de ServiceNow con otros grandes actores.
En el mejor escenario, la orquestación multi‑modelo hará que desplegar IA en empresas sea algo predecible, gobernable y –por fin– medible en términos de negocio.
En resumen
El acuerdo de ServiceNow con Anthropic, sumado al reciente pacto con OpenAI, no va de elegir bando, sino de quién controla la capa de orquestación de la IA empresarial. Para muchas organizaciones hispanohablantes puede ser la vía más rápida para aprovechar la IA sin construir toda la infraestructura desde cero. Pero también concentra poder en muy pocas plataformas y puede encarecer un eventual cambio de proveedor. La pregunta clave para directivos y responsables de TI es clara: ¿quieren que la estrategia de IA de su organización viva dentro de la plataforma de otro –y bajo qué condiciones?
