Serval puso su agente inteligente Catalyst a disposición de todas las organizaciones que utilizan su plataforma el 20 de agosto de 2026, con la activación predeterminada. La empresa presenta Catalyst como una capa administrativa unificada sobre la plataforma de gestión de servicios de TI, capaz de analizar tareas repetitivas, sugerir qué debería automatizarse y preparar los componentes necesarios para la automatización, en lugar de esperar a que el administrador defina manualmente cada paso.
Catalyst puede examinar el historial de tickets de soporte, los procedimientos operativos estándar (SOP) y las instrucciones escritas en lenguaje natural, y después preparar flujos de trabajo y habilidades para la mesa de ayuda, así como formularios y políticas para la gestión de acceso y los procesos de incorporación y salida de empleados, además de paneles de control. El usuario también puede cargar un procedimiento documentado o una hoja de cálculo y pedir que se convierta en un sistema ejecutable, aunque el resultado permanece en fase de borrador para su revisión antes de publicarse.
De una solicitud de texto a un flujo de trabajo ejecutable
En una demostración presentada por Jake Stauch, cofundador y director ejecutivo de Serval, Catalyst creó flujos de trabajo para restablecer contraseñas después de detectar sistemas conectados como Okta, Google Workspace y Microsoft Entra. También generó el código base escrito en TypeScript para ejecutar las acciones, con la posibilidad de añadir aprobaciones y restringir las entidades autorizadas para ejecutar el flujo.
Serval afirma que Catalyst está diseñado para convertirse en la interfaz principal de configuración de la plataforma, de modo que en el futuro todo lo que la interfaz tradicional permite hacer a los administradores pueda ejecutarse a través de él. La plataforma también admite la investigación de problemas operativos y la corrección de fallos en los flujos de trabajo.
Agentes que actúan antes de abrir el ticket
La parte más distintiva de Catalyst son los agentes en segundo plano que funcionan según un calendario en los sistemas conectados y relacionan múltiples señales para buscar problemas emergentes y sugerir soluciones. En un ejemplo presentado por Serval, uno de los agentes vinculó incidentes de red en dos oficinas con datos de los conmutadores, DHCP y el historial de tickets, descartó fallos de hardware e interferencias inalámbricas y concluyó que la causa era una desviación en la configuración, tras lo cual creó un flujo de corrección que requería la aprobación del administrador.
¿Por qué es importante este anuncio? El enfoque pasa de mejorar el ciclo del ticket a reducir el número de tickets en sí. En lugar de esperar una solicitud de restablecimiento de contraseña, un problema de acceso o una avería recurrente, la plataforma intenta convertir el trabajo repetitivo en automatización reutilizable y buscar continuamente oportunidades adicionales. Sin embargo, no es un enfoque exclusivo; ServiceNow ofrece herramientas como Build Agent y AI Agent Advisor, mientras que Atlassian ofrece las capacidades de Rovo y Freshworks permite crear agentes mediante Freddy AI Agent Studio. Por ello, la principal afirmación de Serval consiste en comprimir el ciclo de descubrimiento, creación y gobernanza de una oportunidad de automatización en una única interfaz administrativa, no simplemente en generar un flujo de trabajo a partir de una frase.
Modelos, gobernanza y datos
Serval no desarrolla un modelo fundacional propio, sino que afirma probar modelos de distintos laboratorios y elegir el más adecuado para cada tarea. Stauch declaró en una entrevista con Sequoia Capital durante mayo de 2026 que los modelos de OpenAI eran mejores en la interacción con el usuario y la invocación de herramientas, mientras que los modelos Sonnet y Opus de Anthropic ofrecían resultados más sólidos en la generación de código. La documentación de la empresa permite a los administradores de organizaciones introducir sus propias claves de OpenAI o Anthropic, incluido un punto de conexión personalizado compatible, pero los materiales disponibles no demuestran que cada usuario pueda elegir libremente cualquier modelo desde una lista de autoservicio.
Serval afirma que Catalyst hereda los permisos del usuario y permanece limitado al espacio de trabajo de su equipo, y que todo lo que crea comienza como borrador. La organización puede restringir los permisos de publicación o exigir una revisión y aprobación formales antes de activar la automatización. Los clientes conservan los derechos sobre sus materiales y los resultados de Serval, de acuerdo con el Acuerdo Marco de Servicios, y la empresa afirma que no utiliza las entradas ni las salidas de los clientes para entrenar sus modelos ni los modelos de terceros. No obstante, Serval y las entidades subcontratadas autorizadas procesan los datos de los clientes para operar, prestar soporte y proteger el servicio conforme a las condiciones contractuales.
El servicio puede ejecutarse como una solución SaaS en la nube o dentro del entorno del cliente, incluido un despliegue gestionado por Serval dentro de una cuenta de AWS propiedad del cliente, o un despliegue gestionado por el cliente en un clúster de Kubernetes en la nube o local. El precio no está publicado y se determina según el tamaño del despliegue y el uso, normalmente con una única tarifa de plataforma y una prueba inicial para estimar los requisitos.
Indicadores de uso y próxima prueba
Serval afirma que más del 90 % de los clientes participantes en la versión de prueba comenzaron la automatización mediante Catalyst. Según los estudios de caso presentados por la empresa, Ramp aceleró en un 50 % la creación de flujos de trabajo y automatizó la sustitución de 600 ordenadores portátiles, ahorrando 150 horas, mientras que Together AI afirma que Serval automatiza el 95 % de las solicitudes de acceso a la infraestructura cuando es necesario. Estas cifras proceden de Serval o de sus clientes en estudios de caso y no representan una evaluación independiente.
La prueba más importante será la capacidad de Catalyst para operar en entornos empresariales grandes, personalizados y complejos. Los competidores también están desarrollando herramientas para crear aplicaciones y descubrir oportunidades de automatización, por lo que el valor de Serval dependerá de hasta qué punto logre conectar el historial operativo, el código, los permisos, las aprobaciones y los agentes proactivos dentro de un único ciclo gobernable.