Стартап Serval сделал общедоступным Catalyst, своего «суперагента» для управления IT-сервисами. Catalyst смотрит историю тикетов и инструкции, находит повторяющуюся работу и сам собирает автоматизацию: рабочие процессы, навыки, формы, политики доступа, дашборды. Отдельно он запускает фоновых агентов, которые непрерывно проверяют подключённые системы и предлагают починку до того, как сотрудник создаст заявку.

Суперагент над платформой сервис-менеджмента

Catalyst работает как административный слой над AI-нативной платформой Serval. Он анализирует историю обращений, стандартные операционные процедуры и инструкции на естественном языке, находит повторяющиеся категории запросов и готовит автоматизацию для их решения. Результат уходит администратору на проверку. Можно также загрузить SOP или таблицу и попросить Catalyst превратить описанный процесс в исполняемую систему.

По документации, Catalyst умеет собирать рабочие процессы, создавать навыки для службы поддержки, настраивать онбординг и офбординг, конфигурировать политики доступа, строить дашборды, расследовать операционные проблемы и отлаживать упавшие процессы. Компания говорит, что долгосрочная цель: всё, что администратор может сделать через интерфейс, должно быть возможно через Catalyst.

Рабочие процессы под капотом это код. На демонстрации Catalyst получил запрос собрать процесс сброса паролей, обнаружил подключённые системы, включая Okta, Google Workspace и Microsoft Entra, и сгенерировал TypeScript для выполнения действий. Администратор мог добавить согласования или ограничить круг тех, кто запускает процесс.

Фоновые агенты: чинить до заявки

Главное отличие Catalyst от конкурентов: Serval делает агентным весь жизненный цикл автоматизации, а не только создание процессов. Фоновый агент работает по расписанию, сканирует подключённые системы, сопоставляет сигналы и готовит план устранения.

В одном примере от Serval агент сопоставил сетевые инциденты в двух офисах: телеметрию коммутаторов, данные DHCP и исторические тикеты. Он исключил проблемы с железом и помехами Wi-Fi, нашёл причину в дрейфе конфигурации и сгенерировал процесс устранения для утверждения администратором.

«Большинство AI-агентов сегодня ждут, пока сотрудник задаст вопрос или создаст тикет. Мы верим, что будущее за AI, который действует до того, как сотрудник отправит запрос», - Джейк Стауч, сооснователь и CEO Serval.

Философия Serval шире, чем автоматизация тикетов. Стартап не хочет, чтобы сервис-менеджмент крутился вокруг создания, маршрутизации и отслеживания заявок. Цель: устранить как можно больше запросов, превращая повторяющуюся поддержку в исполняемую автоматизацию. «Много кода, который пишут на предприятиях, не имеет отношения к разработке ПО. Это внутренние автоматизации и скрипты для компании, и мы используем эту технологию, чтобы построить лучшую платформу сервис-менеджмента», - объясняет Стауч.

Модели: свои, но взаимозаменяемые

Serval не строит собственную фундаментальную модель. Компания использует модели «фронтирных лабораторий», прогоняет оценки, чтобы понять, какая модель лучше для какой задачи, и сознательно не привязывается к вендору. «Можно подменять разные модели», - говорит Стауч. В интервью Sequoia в мае 2026 он уточнил: модели GPT от OpenAI лучше всего показали себя во взаимодействии с пользователями и вызове инструментов, а Sonnet и Opus от Anthropic дают сильнейшие результаты в генерации кода, самой релевантной для Catalyst нагрузке.

Администраторы могут подставлять свои ключи OpenAI или Anthropic, включая совместимую кастомную конечную точку. Ценность Serval, по словам компании, в обвязке вокруг моделей: корпоративный контекст и память, интеграции, сгенерированный код, права доступа, согласования и контроли того, что агенту можно делать.

Управление и данные: наследует права пользователя

Поскольку Catalyst генерирует код и может инициировать изменения в производственных системах, модель управления критична. Catalyst наследует права пользователя, который им управляет, и ограничен командным воркспейсом этого пользователя. Всё, что он строит, начинается как черновик. Организации могут ограничить права публикации или требовать формального ревью перед активацией автоматизации.

Данные тоже под контролем. Serval заявляет, что клиенты владеют своими данными, и компания не использует материалы, вводы и выводы клиентов для обучения или дообучения своих или сторонних моделей. Развёртывание возможно в облаке как SaaS, on-premises или в собственном VPC клиента. В варианте AWS Serval управляет установкой без постоянного IAM-доступа к аккаунту клиента.

Результаты клиентов подтверждают тезис о скорости, хотя метрики из собственных кейсов Serval. Ramp говорит, что Catalyst ускорил создание рабочих процессов на 50 процентов и помог расширить Serval на около 10 команд. В одной программе замены оборудования Ramp автоматизировала замену 600 ноутбуков и сэкономила 150 часов, оставив человеку только утверждение. Mercor онбордила более 4 000 внешних экспертов через автоматизации Serval. Together AI автоматизирует 95 процентов запросов на доступ к инфраструктуре. Perplexity автоматически обрабатывает больше половины входящих IT-запросов и весь онбординг сотрудников.

Рынок и деньги

Конкуренция плотная. ServiceNow с Build Agent переводит инструкции на естественном языке в полноценные приложения, Atlassian Rovo генерирует Jira-автоматизации из описаний на английском, Freshworks предлагает Freddy AI Agent Studio. Отличие Catalyst в том, что он закрывает весь цикл: от обнаружения возможности до проактивных агентов, которые ищут новую работу для автоматизации.

Более 90 процентов клиентов приняли Catalyst как отправную точку для автоматизации ещё в бете. С 20 августа Catalyst доступен всем и включён по умолчанию для всех организаций Serval. Цена индивидуальна и зависит от масштаба. Стауч говорит, что совокупная стоимость владения обычно вдвое ниже, иногда 10-20 процентов от стоимости ServiceNow, хотя лицензия может быть сопоставимой.

Serval основан в 2024 году Стаучем и CTO Алексом Маклеодом, выходцами из Verkada. В октябре компания привлекла 47 млн долларов Series A под руководством Redpoint, в декабре ещё 75 млн долларов Series B от Sequoia при оценке в 1 млрд долларов. Выручка, по данным Reuters, выросла на 500 процентов с августа 2025 года, и компания расширяется за пределы IT: в HR, финансы и юридические отделы.

Что это значит для бизнеса

Catalyst пример того, как автоматизация бизнес-процессов перестаёт быть ручной работой. Компаниям больше не нужно самим описывать каждый сценарий: система анализирует историю обращений и предлагает автоматизацию там, где она окупится. Это снижает порог входа, но переносит внимание на контроль: кто утверждает изменения, какие права у агента, что происходит с данными.

Для бизнеса, который планирует автоматизацию с помощью ИИ, практический вывод: сначала наведите порядок в данных о процессах (история обращений, инструкции, политики), и тогда суперагент сможет найти, что автоматизировать. Без порядка в данных любая автоматизация будет чинить не то.

Для компаний во Владивостоке и на Дальнем Востоке, которые присматриваются к внедрению искусственного интеллекта, разумный старт: выбрать один повторяющийся процесс, посчитать его стоимость и запустить пилот с прозрачным контролем. Разобраться, с чего начать, поможет бесплатный аудит.