A Serval disponibilizou seu agente inteligente Catalyst em 20 de agosto de 2026 para todas as organizações que utilizam sua plataforma, com ativação por padrão. A empresa posiciona o Catalyst como uma camada administrativa unificada sobre a plataforma de gerenciamento de serviços de TI, capaz de analisar atividades repetitivas, sugerir o que deve ser automatizado e, em seguida, preparar os componentes necessários para a automação, em vez de esperar que o responsável defina cada etapa manualmente.
O Catalyst pode examinar o histórico de chamados de suporte, procedimentos operacionais padrão (SOPs) e instruções escritas em linguagem natural, depois preparar fluxos de trabalho e habilidades para a central de atendimento, além de formulários e políticas para gerenciamento de acesso e jornadas de integração e desligamento de funcionários, bem como painéis. O usuário também pode carregar um procedimento documentado ou uma planilha e solicitar sua conversão em um sistema executável, permanecendo o resultado em fase de rascunho para revisão antes da publicação.
Da solicitação textual a um fluxo de trabalho executável
Em uma demonstração apresentada por Jake Stauch, cofundador e CEO da Serval, o Catalyst criou fluxos de trabalho para redefinição de senhas após detectar sistemas conectados, como Okta, Google Workspace e Microsoft Entra. Ele também gerou o código básico escrito em TypeScript para executar as ações, com a possibilidade de adicionar aprovações e restringir as partes autorizadas a executar o fluxo.
A Serval afirma que o Catalyst foi projetado para se tornar a principal interface de configuração da plataforma, de modo que, no futuro, tudo o que a interface tradicional disponibiliza aos administradores possa ser realizado por meio dele. A plataforma também oferece suporte à investigação de problemas operacionais e à correção de falhas nos fluxos de trabalho.
Agentes que atuam antes da abertura do chamado
A parte mais diferenciada do Catalyst são os agentes de bastidores que operam segundo uma programação nos sistemas conectados e relacionam múltiplos sinais para buscar problemas emergentes e sugerir correções. Em um exemplo apresentado pela Serval, um dos agentes relacionou incidentes de rede em dois escritórios a dados de switches, DHCP e ao histórico de chamados, descartou falhas de hardware e interferência sem fio e concluiu que a causa era uma divergência nas configurações, criando um fluxo de correção que exigia a aprovação do administrador.
Por que este anúncio é importante? O foco aqui passa da melhoria do ciclo do chamado para a redução do próprio número de chamados. Em vez de esperar por uma solicitação de redefinição de senha, um problema de acesso ou uma falha recorrente, a plataforma tenta transformar o trabalho repetitivo em automação reutilizável e, depois, buscar continuamente oportunidades adicionais. Essa abordagem, contudo, não é exclusiva; a ServiceNow oferece ferramentas como Build Agent e AI Agent Advisor, enquanto a Atlassian disponibiliza os recursos do Rovo e a Freshworks permite criar agentes por meio do Freddy AI Agent Studio. Portanto, a principal alegação da Serval é comprimir o ciclo de descoberta, criação e governança de uma oportunidade de automação em uma única interface administrativa, não simplesmente gerar um fluxo de trabalho a partir de uma frase.
Modelos, governança e dados
A Serval não desenvolve um modelo básico próprio; em vez disso, afirma testar modelos de diferentes laboratórios e escolher o mais adequado para cada tarefa. Stauch afirmou em uma entrevista à Sequoia Capital em maio de 2026 que os modelos da OpenAI eram melhores na interação com o usuário e na chamada de ferramentas, enquanto os modelos Sonnet e Opus, da Anthropic, apresentavam resultados mais fortes na geração de código. A documentação da empresa permite que administradores de organizações insiram suas próprias chaves da OpenAI ou da Anthropic, incluindo um endpoint personalizado compatível, mas os materiais disponíveis não comprovam que todo usuário possa escolher livremente qualquer modelo a partir de uma lista de autosserviço.
A Serval afirma que o Catalyst herda as permissões do usuário e permanece limitado ao espaço de trabalho de sua equipe, e que tudo o que ele cria começa como rascunho. A organização pode restringir as permissões de publicação ou exigir revisão e aprovação formal antes de ativar a automação. Os clientes mantêm os direitos sobre seus materiais e os resultados da Serval, de acordo com o contrato principal de serviços, e a empresa também afirma que não utiliza as entradas ou saídas dos clientes para treinar seus modelos ou os modelos de terceiros. Ainda assim, a Serval e as partes terceiras autorizadas processam dados dos clientes para operar, prestar suporte e proteger o serviço, de acordo com os termos contratuais.
O serviço pode ser executado como uma nuvem SaaS ou dentro do ambiente do cliente, incluindo uma implantação gerenciada pela Serval na conta AWS pertencente ao cliente ou uma implantação gerenciada pelo cliente em um cluster Kubernetes na nuvem ou local. O preço não é divulgado e é definido de acordo com o tamanho e o uso da implantação, geralmente com uma única tarifa de plataforma e um teste inicial para estimar os requisitos.
Indicadores de uso e o próximo teste
A Serval afirma que mais de 90% dos clientes participantes da versão experimental iniciaram automações por meio do Catalyst. De acordo com estudos de caso apresentados pela empresa, a Ramp acelerou a criação de fluxos de trabalho em 50% e automatizou a substituição de 600 laptops, economizando 150 horas, enquanto a Together AI afirma que a Serval automatiza 95% das solicitações de acesso à infraestrutura quando necessário. Esses números são apresentados pela Serval ou por seus clientes em estudos de caso e não representam uma avaliação independente.
O teste mais importante será a capacidade do Catalyst de operar em ambientes empresariais grandes, personalizados e complexos. Os concorrentes também estão desenvolvendo ferramentas para criação de aplicativos e descoberta de oportunidades de automação, o que torna o valor da Serval dependente de seu sucesso em conectar o histórico operacional, o código, as permissões, as aprovações e os agentes proativos em um único ciclo governável.