ServiceNow kiest orkestratie boven eigen AI-model

ServiceNow verdiepte op 20 januari 2026 zijn partnership met OpenAI en integreert GPT-5.2 en computer-use-modellen direct in de ServiceNow AI Platform. Opvallend is niet wát er wordt geïntegreerd, maar wát er bewust níet wordt gedaan: ServiceNow bouwt geen eigen taalmodel. Het bedrijf positioneert zich als de orkestratielaag voor enterprise-AI, inclusief een AI Control Tower voor governance en audit. De boodschap naar de markt is duidelijk: als modellen inwisselbaar worden, zit de waarde niet in de techniek zelf, maar in het platform dat modellen veilig koppelt aan bestaande processen, data en bedrijfsregels.

Wat ServiceNow precies heeft aangekondigd

De overeenkomst met OpenAI is een meerjarige strategische samenwerking. Klanten van ServiceNow kunnen GPT-5.2 gebruiken binnen de ServiceNow-workflows, zonder data uit de eigen omgeving te halen. Naast het taalmodel integreert ServiceNow OpenAI's computer-use-modellen, die AI-agenten in staat stellen om via een gebruikersinterface te werken met bestaande applicaties en mainframes die geen moderne API hebben. Daarnaast kondigt ServiceNow real-time voice-agenten aan die zonder tekstomweg kunnen luisteren, redeneren en antwoorden.

Het sluitstuk is de AI Control Tower. Dat is de bestuurslaag waarin organisaties kunnen zien welk model welke actie heeft uitgevoerd op welke data, met welke trigger. Het is de soort infrastructuur die je nodig hebt als AI niet meer één chatbot is, maar een netwerk van agenten dat beslissingen neemt binnen processen.

Waarom ServiceNow geen eigen model bouwt

Op het eerste gezicht lijkt het opmerkelijk dat een bedrijf van deze omvang zich afhankelijk maakt van OpenAI. Salesforce bouwt wel een eigen model-laag, Oracle investeert in trainingsinfrastructuur, Microsoft heeft OpenAI feitelijk ingekapseld. ServiceNow kiest voor een andere route. De redenering: de tijd dat één model jarenlang leidend is, is voorbij. Claude, Gemini, GPT, Mistral en open-source modellen wisselen per kwartaal van plek op benchmarks. Een eigen model bouwen betekent miljarden investeren in iets dat binnen een jaar ingehaald kan zijn.

Belangrijker: klanten willen zelf kunnen kiezen. Een zorgorganisatie wil voor privacygevoelige taken wellicht een Europees of lokaal model inzetten, en voor brede kennisvragen een frontier-model uit de VS. Een platform dat meerdere modellen ondersteunt en schakelbaar is, is voor de IT-afdeling aantrekkelijker dan een platform met één verplichte motor. ServiceNow positioneert zich op die behoefte.

Wat dit zegt over waar de waarde heen gaat

De aankondiging past in een bredere verschuiving. We schreven eerder dat bedrijven gemiddeld veertien AI-modellen gebruiken voor beeld en video, en dat het concurrentievoordeel verschuift van het individuele model naar het ketenen van modellen. Dezelfde logica geldt voor tekstmodellen in zakelijke software. De voorspelling van Klarna-CEO Siemiatkowski over het einde van SaaS raakt hieraan: als AI-agenten interfaces overbodig maken, blijft de vraag waar de regie op die agenten zit. ServiceNow zegt in feite: die regie zit bij ons.

Voor klanten ontstaat daardoor een nieuwe vraag bij softwarekeuze. Niet alleen "welk model is het slimst", maar "welke partij bouwt de controlelaag waarin modellen veilig gekoppeld worden aan onze processen". Die controlelaag bestaat uit een combinatie van data-integratie, governance, auditing, en een workflow-engine die bestaat uit meer dan een chatbox.

Wat dit betekent voor Nederlandse organisaties

Voor directies die vandaag softwarekeuzes maken, zijn er drie implicaties. Ten eerste: de vraag "welk AI-model gebruiken we?" is minder strategisch dan de vraag "hoe houden we regie op welk model waar wordt ingezet?". Een organisatie die vandaag all-in gaat op één leverancier, beperkt morgen zijn optionaliteit.

Ten tweede: bestaande platforms met een breed proceslandschap, zoals ServiceNow, Salesforce en SAP, worden relevanter als AI-orkestrators dan als losse applicaties. Wie die systemen al in huis heeft, heeft een voorsprong in het opbouwen van een controleerbare AI-inzet, mits de juiste governance wordt ingericht.

Ten derde: veel Nederlandse middelgrote organisaties draaien niet op ServiceNow maar op een kleinere stack. Voor hen is de les niet dat ze direct een enterprise-platform moeten aanschaffen, maar dat ze zelf hun orkestratielaag moeten ontwerpen. Dat kan met bestaande tooling, mits je expliciet maakt waar beslissingen worden genomen, wie ernaar kijkt, en hoe je verantwoording aflegt. Die vraag komt terug in eerder werk over hoe AI organisaties tot volwassen databestuur dwingt.

Wil je weten hoe een orkestratielaag voor AI eruitziet binnen jouw organisatie, zonder direct een groot platform in te kopen? Plan een kennismaking in, we denken graag mee.