2026 年 4 月 9 日，ServiceNow 的新定價正式生效：整條產品線重新打包成 Foundation、Advanced、Prime 三種方案，AI 不再是加購模組，而是內建在平台裡。TechTarget 在 4 月 10 日報導點出背景：企業把 AI 推進生產時，同時撞上部署困難與成本不可預測兩堵牆，重構正是衝著 ROI 難題而來。
對採購與產品團隊來說，這是「Agent 經濟」計費收斂的樣本：當 AI 走向取代人力工作，per-seat 的 SaaS 傳統正在被改寫。
三級方案：從摘要到取代整個職位
Foundation 鎖定生成式任務：摘要、洞察與資料擷取。Advanced 加上確定性工作流與 AI agent 執行的任務。Prime 留給要讓 agent「取代整個職位」的公司，例子是第一線（Level 1）服務台。
三個等級都把過去分開銷售的基礎層整併進來：EmployeeWorks 的子集（agent 的「對話前門」）、Workflow Data Fabric、AI Control Tower，以及全新的 Context Engine。
帳單怎麼算：per-seat、計量與 token 儲存池
計費結構是混合式：per-seat 授權，加上按管理資產與儲存量的計量，再附一池可跨工作負載調度的 AI token，按優先順序分配。牌價未公開，但結構已說明方向：廠商吸收部分用量波動的複雜度，換取帳單可預測。
ServiceNow 中央產品管理與安全風險事業群 SVP John Aisien 的說法是，客戶可以「用對的 AI 子集，把旋鈕轉到自己成熟度所在的位置」；舊模式像賣車不附方向盤與雨刷，前提功能過去要另外採購，現在直接包進方案。
Context Engine：Traceloop 併購補上的觀測缺口
Context Engine 是這次打包的技術核心，基礎來自 2026 年 3 月併購的 Traceloop——OpenLLMetry 的維護者，這套基於 OpenTelemetry 的開源 LLM 觀測框架連 IBM、Microsoft 都在用。Aisien 把 Context Engine 形容為「LLM 決策軌跡擷取系統」：記錄每個決策的時間與情境來驅動增量學習，邏輯類似 Netflix 從使用者行為持續調整推薦。
Traceloop 執行長 Nir Gazit 在併購聲明裡寫得很直白：「AI 觀測不是可選項，是基礎。」技術將併入 AI Control Tower，OpenLLMetry 維持開源。
分析師觀點：ROI 戰場與「暫時」的定價實驗
Moor Insights & Strategy 的 Melody Brue 比喻得傳神：現在的 AI「像一整車買好的菜，卻沒有一頓能做的飯」。她提醒 token 計費仍可能超支，但打包後的情境與治理功能，對正在整併工具的企業有吸引力；對定價實驗的結論是：「這一切都是暫時的。」
IDC 的 Stephen Elliot 認為這模式創造「先試再買」的路徑，勝出者必須內建實作知識，並克服企業內部的政治慣性。
不只 ServiceNow：定價重置正在蔓延
同一週有兩個對照組：HubSpot 自 4 月 14 日起重新定價 AI agent，按「解決的對話」與「產生的線索」計費，其他 agent 免費；Atlassian 把 Rovo 與 Teamwork Graph 嵌入雲端產品，不額外收費。買方的焦慮也浮上檯面：AI 產品間的定價口徑差異，正變成 IT 採購的預算惡夢。
拉遠看，這正是企業 AI 邁入下一階段在計費側的寫照：部署走向生產後，誰能讓成本可預測、ROI 可歸因，誰就拿到續約。評估 Agent 平台該問的問題很具體：token 池怎麼計價、超支誰負責、決策軌跡能不能審計。
參考來源
- ServiceNow AI pricing change takes on enterprise ROI struggles — TechTarget
- Traceloop is joining ServiceNow — Traceloop
- IT’s budgetary nightmare: Tech buyers face AI pricing variance — TechTarget
本文由 AI 協助自上述來源整理，經人工審核後發布。