Freshworks، في فعالية نيويورك، عرضت توسعة ‘Freddy AI’… استراتيجية أتمتة الخدمات المفتوحة

来自印度的服务软件企业Freshworks在人工智能转型浪潮中公布了新战略。本次发布的核心并非单纯增加功能，而是要将企业服务运营整体以AI为中心进行重新设计。

Freshworks于15日（当地时间）在美国纽约举行了年度活动“Freshworks Refresh 2026 NYC”，并公布了服务运营平台“Freshservice”的AI功能扩展计划。该公司于2010年在印度成立，凭借客户支持软件“Freshdesk”打下增长基础，随后更名为Freshworks，并成功在纳斯达克上市，成为代表性的SaaS企业。

本次活动的主题是“成为现实的服务创新”。Freshworks诊断认为，虽然企业对引入AI的效果充满期待，但在实际现场，由于数据断层、缺乏上下文、信任度低等问题，导入进程一直被推迟。因此，该公司将把AI自然融入现有工作流程的“可执行的服务创新”推至前台。

核心在于扩展Freshservice和“Freddy AI”

Freshworks的代表产品Freshservice是一个整合了IT服务管理、资产管理和员工支持功能的服务运营平台。公司解释称，该平台侧重于快速构建、易用性和高生产率。实际客户包括Databricks、TaylorMade、家乐福等。

本次活动中最受关注的新产品是“Freddy AI Agent Studio”。这是一个旨在让IT部门和业务团队无需编码即可创建和部署适合特定业务的AI智能体的环境。Freshworks强调，过去需要数月才能完成的AI应用时间可缩短至数周。

该功能的重点是将服务、资产、故障应对、内部知识信息在一个服务运营体系内连接起来。换句话说，这并非简单的附加上一个聊天机器人，而是构建一个能够理解企业内部上下文的AI来实际处理业务的结构。

Freshworks首席产品官Srini Raghavan表示：“AI的真正价值不在于它能做什么，而在于它能给团队回馈什么”，并强调时间、专注力和业务灵活性是关键。他补充说，基于Freshservice的统一服务运营体系使企业能够以期望的速度引入AI。

“24小时服务”需求增长，全面部署AI智能体

Freshworks加速扩展AI的背景是工作环境的变化。根据公司分析，在数百万次服务交互中，目前47%的IT工单是在标准工作时间之外提交的。而夜间或周末的响应时间要慢1小时以上，服务水平协议履行率也可能降低最多5个百分点。

因此，Freshworks将“始终可响应”的AI智能体作为替代方案。Freddy AI可以在Microsoft Teams、Slack、员工门户等员工实际处理工作的渠道中运行。同时，它被设计为可与Workday、Rippling等外部系统连接，执行审批、人事、支持请求等需要安全保护的工作流程。

此外，新增加的“MCP Gateway”允许从Notion、ClickUp、Linear等第三方工具中无需单独定制编码即可调取上下文信息。这被解读为一种尝试，旨在将AI自动化从部门级的简单重复工作，扩展到跨越多个部门的复合服务流程。

超越简单自动化，强调“可衡量的成果”

Freshworks认为，AI引入的成功与否最终取决于“使用起来多方便，以及能否衡量结果”。为此，公司还推出了AI洞察和“体验水平协议”功能。这意味着企业领导者不仅能看到处理速度，还能同时看到员工满意度和实际业务成果。

市场研究公司TheCube Research的首席分析师Bob Laliberte评价道：“AI现在已不是一项功能，而是运营模式的变革”，并指出需要整个工作流程、治理和系统架构的协同。他还指出本次活动的意义在于“重点集中在将AI战略落地到实际服务运营部署的执行力上”。

这与近期SaaS市场整体的思考相一致。企业越来越重视“快速实现价值”和“最小化运营复杂性”，而非单纯引入AI本身。特别是IT和客户体验负责人正被要求在少量人力和有限预算内拿出可见的成果。在这种环境下，Freshworks展现出的优势是相较于过于复杂的庞大平台，其采用相对快速可落地的实用AI战略。

AI时代SaaS竞争，关键在于“多容易落地现场”

Freshworks的本次发布表明，AI正在从SaaS行业的附加功能转变为核心竞争力。这意味着，与技术的华丽本身相比，能否顺畅地融入实际服务运营并转化为组织绩效变得更加重要。

Freshworks长期以来一直将“消除复杂性”作为企业哲学。在本次纽约活动中，这一基调得以保持。重点不是加入更多的AI，而是让企业以可信赖的方式更快地使用AI。这显示出SaaS市场的下一个决胜点可能不是“强大的AI”，而是“能够在现场落地的AI”。

TP AI注意事项 基于 TokenPost.ai 的语言模型总结了文章。可能遗漏了正文的主要内容或与事实不符。