ServiceNow向けChatGPT：2026年に両者をつなぐ現実的な方法
Rama Adi
Katelin Teen
最終更新 September 4, 2026
ChatGPTのようなAIをServiceNowに載せる誠実な方法は4つあり、互いに置き換えられるものではありません。
- GPTを基盤にしたネイティブのNow Assist。 ServiceNow自身のAIはOpenAIのモデルで動かせます。最も統合が深い反面、最も高価で、Primeティア限定、見積もり制、「アシスト」単位の従量課金です。
- MCPサーバー連携。 ServiceNowは公式のMCPサーバーを提供しており、ChatGPTの開発者モードは完全なMCPクライアントなので、両者をつなげられます。Quickstartサーバーは読み取りと要約しかできず、呼び出しのたびに通常のアシスト数に加えて1がかかります。
- Table APIを使ったカスタムGPT。 ライセンス面では最も安価ですが、OpenAPIのアクションとOAuthは自分で構築し保守します。
- 手前に置くSlackファーストの層。 既存のナレッジにAIを向け、SlackやTeamsで回答させることで、日常的な質問がServiceNowのチケットになる前に解消します。ここにeeselが位置づきますが、Now Platform自体には接続しないことを正直にお伝えします。
ServiceNowのレコード内部での高度な自動化が目的なら、Now AssistとMCPの予算を確保してください。ティア1のチケットを素早く減らすことが目的なら、Slack上のナレッジ層でアシストのメーターなしに実現できます。
「ServiceNow向けChatGPT」が現実的な問いである理由
私は仕事で連携機能を作っているため、「XとYをつなぐ」系のスレッドをよく読みますが、デモと運用2日目の現実との落差が最も大きいのがServiceNowです。ServiceNow ITSMは市場をリードするエンタープライズサービス管理プラットフォームで、インシデント、変更、問題、リクエストのデータモデルは堅実です。作りが悪いと主張する人はコミュニティにいません。議論になるのは、新しいことをさせるためのコストであり、まさにその摩擦が、ChatGPTを後付けする方法を探す動機になっています。
その発想は自然です。チームはすでにChatGPTを使いこなしています。きれいな要約を書き、返信を下書きし、雑然としたテキストを読み解きます。では、同じ知能がServiceNowのインシデントを読んで要約し、できれば対応まで行えるのか。答えはイエスで、方法は複数あり、その違いは主にお金、権限、そしてどこまで自分で作るかです。
まず誤解されやすい点を整理します。ServiceNow自身のAIは、特定のモデルに固定されていません。ServiceNow AI Platformは「OpenAIやAnthropic、または独自モデルなど、あらゆるLLMをグラウンディングできる」としています。つまり「ServiceNow向けChatGPT」は、GPTがServiceNowのネイティブAIを動かす場合と、手元のChatGPTが外部からServiceNowに手を伸ばす場合のどちらも意味し得ます。これらは別のプロジェクトです。4つの経路を順に見ていきましょう。
経路1：GPTを基盤にしたネイティブのNow Assist
最も「ServiceNowの内側」にある選択肢です。Now AssistはServiceNowの生成AI層で、別のチャットボットを後付けするのではなく、ITSMのワークフローに直接組み込まれています。インシデントを要約し、返信を下書きし、バーチャルエージェントを動かし、上位ティアでは日常的なリクエストをエンドツーエンドで解決する自律型のAI Agentsを実行します。プラットフォームはモデルに依存しないため、これらのスキルの基盤エンジンにGPTを使えます。
利点は確かです。AIは作業が行われる場所にあり、レコード、ワークフロー、20年以上にわたる決定論的な自動化にネイティブにアクセスできます。すでにServiceNowを深く使い込んでいるなら、これが最も密な結合です。
問題は商業モデルで、これが大きな壁です。ServiceNowは旧来のStandard/Pro/Enterprise SKUを2026年7月1日に廃止し、ITSMの価格ページにはFoundation、Advanced、Primeの3つのパッケージが並びますが、ドル建ての金額はどこにも表示されず、「Get Custom Quote」ボタンがあるだけです。本当に欲しいAI、つまりL1 Service Desk AI SpecialistとITSM向けAI AgentsはPrime限定です。FoundationとAdvancedで使えるのは支援型のAIで、自律型ではありません。
さらにアシストのメーターがあります。Now Assistの各アクションは、交渉で決めたプールから「アシスト」を消費します。インシデントの要約は1アシスト、バーチャルエージェントのトピックは10、エージェント型ワークフローはツール数に応じて25〜150、アプリ生成は2,500です。ServiceNowは2026年7月、ようやく料金表を公開の法務PDFとして公開しました。これは前進ですが、コミュニティの実感としては、負荷の高い作業ではプールがすぐに尽き、購入者はページだけでは支出を予測できないままです。
"None of my customers want to use it because licensing model it's too complicated to understand or too expensive and looking to do some way around it even if that means having 2 platforms for the same thing"
公平に言えば、これはモデルの品質への批判ではありません。Now Assistの下で動くGPTの推論は問題ありません。摩擦はすべてティア分けと従量計測にあり、いかにもServiceNowらしい種類の摩擦です。
経路2：MCPサーバー連携
「ChatGPTをServiceNowにつなぐ」と言うとき、多くの人が指すのがこの経路です。ServiceNowは現在、公式のMCPサーバーを提供しており、一般提供されていて、Action Fabricの発表によれば「すべてのNow AssistおよびAI Native SKUに含まれる」とされています。Model Context Protocolは、AIクライアントが外部ツールを呼び出すためのオープン標準で、ChatGPTの開発者モードは完全なMCPクライアントなので、両者は同じ言語で話せます。
構成は次のとおりです。Quickstartサーバーは https://<instance>.service-now.com/sncapps/mcp-server/mcp/sn_mcp_server_default のようなURLにあり、OAuth 2.0で認証し、ちょうど4つのツールを公開します。インシデントレコードの検索、ケースレコードの検索、インシデントの要約、ケースの要約です。ServiceNowのドキュメントは対応クライアントとしてClaudeとMicrosoft Copilotを挙げていますが、ChatGPTも同様に組み込めます。ChatGPTの開発者モードは「読み取りと書き込みの両方を含むすべてのツールで、Model Context Protocol（MCP）クライアントを完全にサポートする」からです。
期待を膨らませる前に、2点を押さえてください。
1点目は、Quickstartのツールは読み取りと要約だけだということ。 書き込みや操作のツールは標準では用意されていません。ChatGPTはインシデントを取得して要約できますが、誰かがそれらのツールを構築するまで、チケットのクローズ、再割り当て、フィールド更新はできません（ServiceNowはREST APIからNow Assistスキルまで5種類のツールカテゴリに対応しますが、独自の管理者ロールを伴う構築プロジェクトになります）。
2点目は、コストにひそかな上乗せがあること。 ServiceNowの社員がコミュニティのMCP FAQで明言しています。MCPサーバー経由でツールとして公開されたスキルは、「呼び出し時に通常のアシスト数に加えて1アシストを消費する」。この一律+1は、250アシストのスキルなら誤差ですが、1アシストのインシデント要約では100%のオーバーヘッドです。「ChatGPTが毎晩500件のインシデントを要約する」という計画なら、ネイティブの要約なら500で済むところに1,000アシストを支払うことになります。
適切に範囲を見積もるために、さらにいくつかの制約も知っておいてください。サーバーはstreamable-HTTPとSSEのみ（stdioやローカルサーバーは不可）、Now AssistまたはAIのSKUと最近のパッチレベルが必要で、MCP Server Consoleのドキュメントには、データがインスタンス外の一元化されたServiceNow環境（別のリージョンやサードパーティのクラウドの可能性あり）に転送され、オプトアウトしない限り入力がモデル開発に使われると記されています。規制のある社内IT部門の購入者にとって、このデータ所在地の記述は脚注ではなく実際のレビュー項目です。
ChatGPT側では、カスタムMCP経由の書き込みアクションはまだベータ版で、Business、Enterprise、Eduプランに限られます。Proは読み取りと取得のみで、Web専用です。そのため、ほとんどのチームにとって、この経路の現時点での正直な能力は、ChatGPTがServiceNowのレコードを読んで要約する。呼び出しごとの割増料金つき、ということになります。手早い概要がほしいサービスデスクのアナリストには便利ですが、「AIが自分のキューを回す」にはほど遠い状態です。
経路3：Table APIを使ったカスタムGPT
Now Assistをまったくライセンスしたくないなら、ServiceNowのAIをまるごと飛ばして、ChatGPTにServiceNowのREST Table APIと直接やり取りさせられます。OpenAPIの「アクション」を持つカスタムGPTを作り、ServiceNow側でインバウンドのOAuth連携を設定すれば、ChatGPTはレコードを照会でき、適切なスコープがあれば更新もできます。
これは作り手の経路で、魅力は明快です。アシストのメーターもPrimeティアも不要で、GPTが触れるテーブルとフィールドを正確に制御できます。ServiceNowのACLに詳しい開発者がすでにいるなら、運用コストは最も低く済みます。
正直な欠点は、すべてを自分で抱えることです。アクションのスキーマ、認証、エラー処理、ガードレールを自分で保守します。GPTが実際のチケットにうまく答えられるかを教えてくれるシミュレーションは組み込まれておらず、カスタムGPTはワークスペースを通じて公開しない限り、特定の個人のChatGPTの中にしか存在しません。ゼロから始めたくない場合に頼れる健全なオープンソースのエコシステムもあります。たとえばMITライセンスの echelon-ai-labs/servicenow-mcp プロジェクト（インシデント、変更、カタログ、KB、ユーザー、ワークフロー）は、Now Assistのライセンスを避けるためにコミュニティがまさに選ぶものです。
概念実証には最適な経路です。しかしチーム全体が頼る本番のティア1エージェントでは、「ひとりの優秀なエンジニアのカスタムGPT」は、そのエンジニアが休暇を取る日に保守上の負債になりがちです。
経路4：ServiceNowの手前にSlackファーストの層を置く
ここで発想を切り替えます。他の3つが見落としている経路があるからです。人々が「ServiceNowの中のChatGPT」を求める理由の大半はデフレクションです。繰り返しの多いティア1の質問にAIが答え、それらのチケットがアナリストの1日を食いつぶさないようにしたいのです。そしてそうした質問の多くは、そもそも正式なServiceNowのチケットにする必要がありませんでした。最初はSlackでITに送られた1通のDMだったのです。
チームがネイティブな手段で解決しようとすると実際に何が起きるか、聞いてみましょう。
"We run ServiceNow for everything, ticketing, CMDB, change management, SLAs. That part is solid and I have no plans to rip it out. But we bought Now Assist expecting it to actually handle the tier 1 stuff that eats our team alive... What we got instead is a slightly smarter virtual agent that still kicks most things to a human. The knowledge base answers are either too generic or flat out wrong. Our people tried it for two weeks, gave up, and went back to DMing us in Slack."
最後の一文がチャンスのすべてです。どのみちSlackで質問するなら、Slackの中に優れたAIを置き、そこで答えればよいのです。これがeeselの発想です。Confluence、Google Docs、ヘルプセンター、過去のチケットといった既存のナレッジで学習し、SlackやTeamsの中で質問に答えるAIヘルプデスクのチームメイトです。定型的なものはその場で解決され、本当の問題だけがServiceNowのチケットにエスカレーションされます。
トレードオフについては正直にお伝えします。これがこの記事全体の誠実さを支える要点だからです。eeselはNow Platformにネイティブ接続しません。標準対応のITSMコネクタはJira Service Managementのみで、ServiceNow、Freshservice、Ivantiには対応していません。したがって、eeselがServiceNowのインシデントに入り込んでステータス欄を更新することはありません。最優先の要件が「ボットがServiceNowのレコードに書き戻すこと」なら、答えは経路1か、作り込んだ経路2であり、これではありません。
eeselが得意とするのは、チケットの手前の層です。従業員が実際に質問するチャットの場に居て、あなたのナレッジから答え、サービスデスクに届く量を減らします。しかもアシストのメーターはありません。eeselは月額固定の料金で、500クレジットで月額299ドルから。チケットまたはチャットセッション1件が、メッセージ数にかかわらず1クレジットです。開始時に100クレジットが無料で、プラットフォーム料金やシート単位の料金はありません。人間が対応したチケットに課金されることはありません。
もうひとつの実務上の違いは、導入前に検証できることです。eeselのシミュレーションスキルは「実際の過去のチケットを再生し、その回答をチームが実際に送った内容と比較」したうえで、具体的なギャップと指示の修正案を返します。これは先ほどの「2週間で諦めた」という体験の正反対です。従業員がひとりも触れる前に、あなたのデータでどこが強くどこが弱いかを確認できます。
では、どの経路を選ぶべきか
複数を実際に組み込んできた経験から、私ならこう判断します。
| あなたの目的 | 最適な経路 | 実際のコスト |
|---|---|---|
| ServiceNowのレコードの内部でAIが自律的に動く | 経路1：ネイティブのNow Assist（Prime） | Primeティア、見積もり制、アシストのメーター |
| ChatGPTがServiceNowのレコードを読み、要約する | 経路2：MCPサーバー連携 | Now Assist/AIのSKU + ChatGPT Businessのシート、1呼び出しにつき+1アシスト |
| 安価で制御しやすい概念実証 | 経路3：Table APIを使ったカスタムGPT | ライセンス費用は低いが、構築と保守の費用は高い |
| SlackやTeamsでティア1のチケットを素早く減らす | 経路4：手前に置くナレッジ層 | 月額299ドル（500クレジット）から、アシストのメーターなし、SNへのネイティブな書き戻しなし |
私が最もよく見る間違いは、これを単一の技術的判断として扱うことですが、実際には2つの別々の仕事です。「ServiceNowの奥深くで作業を自動化する」ことと「ティア1の質問がチケットになるのを防ぐ」ことは別の問題で、前者への最適解が後者への最適解であることはまずありません。多くのチームは結局、両方を運用します。アナリストが必要とするプラットフォーム内の自動化にはNow AssistとMCP、そもそもキューに入るべきでなかった大量の簡単な質問にはSlackファーストのデフレクション層です。
どちらを選ぶにせよ、契約前に確認すべきはプラットフォームの定価ではなく、AIの総コストです。ServiceNowは拡張にお金がかかることで有名で、AIアドオンはメーターが最も速く回る部分です。
"Another area for improvement is pricing. ITSM platforms can become expensive as the organization grows, especially when adding more users, advanced modules, integrations, automation, or AI capabilities."
ティア1の層としてeeselを試す
「ServiceNow向けChatGPT」と検索したのが、日常的な質問でサービスデスクが埋もれているからなら、それはまさにeeselが解決するために作られた問題です。SlackやTeamsに加わる新入社員のように、初日にヘルプセンターやドキュメントを学び、簡単な質問への回答を始めて、それらがServiceNowのチケットにならないようにします。
正直な適合性としては、eeselはServiceNowのレコードに書き込まないため、Now Platformを置き換えるのではなく、ServiceNowを使う企業を補完します。ただし、実際の過去のチケットでシミュレーションを実行し、実際に得られるデフレクションを確認して、確信が持てたときにだけ展開できます。これらはすべて、1円も使う前にできます。無料で試せて、数分で稼働し、予測すべきアシストのメーターのない月額固定プランで提供されます。