Serval'ın Catalyst Süper Ajanı IT Sorunlarını Biletten Önce Tespit Ediyor

Serval, kurumsal otomasyonlar oluşturmak için geliştirdiği yapay zeka ajanı Catalyst'i 20 Ağustos'ta genel kullanıma sunuyor ve tüm müşterileri için varsayılan olarak etkinleştiriyor. Şirketin yapay zeka tabanlı hizmet yönetimi platformunun üzerinde konumlanan yönetici odaklı bir "süper ajan" olarak tanımlanan Catalyst, bilet geçmişini, standart operasyon prosedürlerini veya doğal dildeki talimatları inceleyerek tekrarlayan işleri tespit ediyor ve bu işleri otomatikleştirmek için gereken iş akışlarını, yetkinlikleri, formları, erişim politikalarını, yolculukları ve panoları taslak halinde oluşturuyor. Serval ayrıca Catalyst'i, bağlı sistemleri sürekli denetleyen ve bir çalışan bilet oluşturmadan önce ortaya çıkan sorunlara yönelik düzeltmeler öneren arka plan ajanları oluşturmak için de kullanıyor.

Catalyst Nedir ve Bilet Geçmişinden Otomasyona Nasıl Geçiyor?​

Serval'a göre Catalyst, bir kurum neyi otomatikleştireceğine karar vermeden önce mevcut yardım masası verilerini analiz ediyor. Tekrarlayan bir talep kategorisi bulduğunda, bu talepleri çözmek için gereken otomasyonu hazırlıyor ve sonucu yönetici incelemesi için hazır hale getiriyor. Kullanıcılar ayrıca bir SOP veya e-tablo yükleyerek Catalyst'ten belgelenmiş süreci çalıştırılabilir bir sisteme dönüştürmesini isteyebiliyor.
Serval'ın dokümantasyonuna göre Catalyst; iş akışları oluşturabiliyor, yardım masası yetkinlikleri yazabiliyor, işe alım ve işten ayrılma yolculukları oluşturabiliyor, erişim yönetimi politikalarını yapılandırabiliyor, panolar kurabiliyor, operasyonel sorunları araştırabiliyor ve başarısız iş akışı çalıştırmalarında hata ayıklayabiliyor. Şirketin önceki iş akışı oluşturucusundan farklı olarak Catalyst'in platformu yapılandırmak için birincil arayüz haline gelmesi hedefleniyor. Şirketin uzun vadeli hedefi, bir yöneticinin arayüz üzerinden yapabildiği her şeyin Catalyst üzerinden de yapılabilmesi.
Serval kurucu ortağı ve CEO'su Jake Stauch, VentureBeat'e verdiği röportajda süreci şöyle özetledi: "Tek bir komutla başladınız ve şimdi tüm şirket için tüm parola sıfırlamalarını çözecek, dağıtıma hazır kurumsal düzeyde iş akışlarınız var."

Kod Tabanlı İş Akışları ve Modelden Bağımsız Mimari​

Oluşturulan iş akışları kod destekli çalışıyor. Stauch'un yaptığı bir gösterimde Catalyst, parola sıfırlama iş akışları oluşturma talebini aldıktan sonra Okta, Google Workspace ve Microsoft Entra dahil olmak üzere bağlı sistemleri tespit etti ve bu eylemleri gerçekleştirmek için gereken temel TypeScript kodunu üretti. Yöneticiler daha sonra onay adımları ekleyebiliyor veya iş akışını kimlerin çalıştırabileceğini kısıtlayabiliyor.
Serval kendi temel modelini geliştirmiyor. Stauch, şirketin "öncü laboratuvarların" modellerini kullandığını, belirli işler için hangi modellerin en iyi çalıştığını belirlemek üzere değerlendirmeler yürüttüğünü ve kasıtlı olarak modelden bağımsız olduğunu söyledi. Stauch, "Farklı modelleri takas edebilirsiniz" dedi ve Serval'ın kendi modellerini geliştiren kurumsal şirketlerle de çalıştığını ekledi.
Stauch, Sequoia Capital ile Mayıs 2026'da yaptığı bir röportajda daha fazla ayrıntı verdi. Serval'ın hem OpenAI hem de Anthropic modellerini kullandığını, OpenAI'ın GPT modellerinin son kullanıcı etkileşimleri ve araç çağırma için en iyi performansı gösterdiğini, Anthropic'in Sonnet ve Opus modellerinin ise Catalyst ile en doğrudan ilgili iş yükü olan kod üretimi tarafında en güçlü sonuçları verdiğini söyledi. Serval, her iş yükünü otomatik olarak en yeni model sürümüne taşımak yerine sürekli değerlendirmeler yürütüyor.
Bu mimari, temel büyük dil modelini Serval'ın farklılaşması açısından daha az merkezi hale getiriyor. Şirketin dokümantasyonu artık kurum yöneticilerinin uyumlu bir özel uç nokta dahil olmak üzere kendi OpenAI veya Anthropic API anahtarlarını sağlamasına izin veriyor. Ancak materyaller, her Catalyst kullanıcısının bireysel bir modeli keyfi olarak seçmek için self-servis bir menüye sahip olduğunu ortaya koymuyor. Serval'ın asıl değer önerisi modellerin etrafındaki iskelette yatıyor: kurumsal bağlam ve hafıza, entegrasyonlar, üretilen kod, izinler, onaylar ve bir ajanın gerçekte ne yapabileceğine ilişkin kontroller.

ServiceNow, Atlassian ve Freshworks ile Rekabet​

Serval'ın bu kod üretimi modeli, ServiceNow'a karşı sunduğu teklifin merkezinde yer alıyor. Stauch, eski ITSM kurulumlarının genellikle görünüşte basit otomasyon değişikliklerini bile pahalı hale getiren özel tablolar, iş kuralları, iş akışları ve platforma özgü uzmanlık biriktirdiğini savunuyor. Serval ise yöneticilerin ve iş ekiplerinin ihtiyaç duydukları sonucu tanımlamalarını ve uygulamanın model tarafından üretilmesine izin vermelerini istiyor.
Ancak ServiceNow bu alanda artık hareketsiz değil. Mevcut Build Agent'ı doğal dil talimatlarını tam yığın uygulamalara, akışlara, komut dosyalarına ve diğer platform meta verilerine dönüştürebiliyor, akış tasarımını ve testini destekliyor ve ServiceNow'un yönetişim çerçevesi içinde çalışıyor. ServiceNow'un AI Agent Studio'su müşterilerin ajanlar ve ajan temelli iş akışları oluşturmasına olanak tanırken, AI Agent Advisor operasyonel kayıtları analiz ederek otomasyon adaylarını belirlemek için tasarlandı.
Bu nedenle rekabet sorusu "kimde üretici yapay zeka var?" olmaktan çıkıp, gözlemlenen bir operasyonel sorundan üretim otomasyonuna geçmek için kaç ayrı araca, yapılandırma kavramına ve uzmana ihtiyaç duyulduğuna kayıyor. Serval, Catalyst'in bu adımları tek bir konuşma yüzeyine ve daha küçük bir platform modeline sıkıştırdığını savunuyor. ServiceNow ise Build Agent, AI Agent Studio, AI Agent Advisor, Workflow Studio ve AI Control Tower'ı kapsayan daha geniş bir yapay zeka ve geliştirme yüzeyleri setine sahip. Bu genişlik, halihazırda ServiceNow'a derinlemesine yatırım yapmış müşteriler için bir avantajken, aynı zamanda Serval'ın hedef aldığı karmaşıklığı da gösteriyor. ServiceNow'un kendisi de Build Agent'ın ne ürettiğini anlayan ve destekleyebilen yöneticileri ve geliştiricileri hedeflediğini belirtiyor.
Atlassian da farklı bir başlangıç noktasından aynı yöne ilerliyor. Rovo, doğal dil açıklamalarından "bu olursa, şu olur" otomasyon akışları oluşturabiliyor, Jira Service Management ise giderek daha fazla hizmet işlerini triyaj eden, araştıran ve yürüten ajanları destekliyor. Freshworks'ün Freddy AI Agent Studio'su da Freshservice iş akışları genelinde hareket eden, uçtan uca talepleri çözen ajanlar oluşturmaya odaklanıyor ve önceden oluşturulmuş BT ve İK ajanları ile 30'dan fazla iş akışı şablonu sunuyor. Bu tabloda Catalyst'in farkı, rakiplerin bir cümleden otomasyon üretememesi değil; Serval'ın tüm otomasyon yaşam döngüsünün kendisini ajan temelli hale getirme girişimi.

Biletten Önce Devreye Giren Arka Plan Ajanları​

Bu yaklaşım en net şekilde Serval'ın arka plan ajanlarında görülüyor. Bir yardım masası talebini beklemek yerine, bir arka plan ajanı bağlı sistemler arasında zamanlanmış olarak çalışabiliyor, sinyalleri ilişkilendirebiliyor ve bir düzeltme taslağı hazırlayabiliyor.
Serval tarafından sağlanan bir müşteri örneğinde, bir ajan iki ofisteki ağ olaylarını anahtar telemetrisi, DHCP verileri ve geçmiş biletleri kullanarak ilişkilendirdi, donanım ve kablosuz parazitini eledi, sorunu yapılandırma kaymasına kadar izledi ve bir yöneticinin onaylaması için bir düzeltme iş akışı oluşturdu.
Stauch bu felsefeyi şu sözlerle açıkladı: "Günümüzdeki çoğu yapay zeka ajanı, bir çalışanın soru sormasını veya bilet göndermesini bekliyor. Biz geleceğin, bir çalışan talep göndermeden önce harekete geçen yapay zeka olduğuna inanıyoruz." Şirket, hizmet yönetiminin daha iyi biletler oluşturmak, yönlendirmek ve izlemek etrafında dönmesini istemiyor; tekrarlanan destek işlerini çalıştırılabilir otomasyona dönüştürerek mümkün olduğunca çok talebi ortadan kaldırmayı hedefliyor.
Stauch, "Kurumlarda yazılan kodların çoğu yazılım mühendisliği ile ilgili değil. Aslında şirket için dahili otomasyonlar ve diğer komut dosyaları ve biz bu teknolojiyi daha iyi bir hizmet yönetimi platformu oluşturmak için kullanıyoruz" dedi. Yönetişim modeli bu noktada kritik hale geliyor çünkü Catalyst kod üretebiliyor ve üretim sistemlerinde değişiklikler başlatabiliyor. Serval, Catalyst'in kendisini çalıştıran kullanıcının izinlerini devraldığını ve o kullanıcının ekip çalışma alanıyla sınırlı kaldığını söylüyor. Oluşturduğu her şey taslak olarak başlıyor ve kurumlar yayınlama ayrıcalıklarını kısıtlayabiliyor veya bir otomasyon aktif hale gelmeden önce resmi inceleme ve onay gerektirebiliyor.

Veri Yönetişimi, Dağıtım Seçenekleri ve Müşteri Örnekleri​

Bu kontroller, Catalyst'in incelediği kurumsal verilere de uzanıyor. Stauch, Serval'ın müşterinin kayıt sistemi olarak çalışmasının amaçlandığını ve VentureBeat'e "tüm verilere sahipler" dediğini belirtti. Serval'ın mevcut Ana Hizmet Sözleşmesi daha kesin bir ifade kullanıyor: müşteriler hem "Müşteri Materyalleri" hem de Serval'ın bunlardan ürettiği çıktılar üzerindeki hak, mülkiyet ve menfaatleri elinde tutuyor. Müşteri Materyalleri kayıtları, belgeleri, iş akışlarını, komutları, girdileri ve yapılandırmaları kapsıyor. Serval, hizmeti sağlamak, sürdürmek, desteklemek ve güvenceye almak için bu bilgileri işlemek için gerekli hakları alıyor.
Serval ayrıca müşteri materyallerini, girdilerini veya çıktılarını kendi veya üçüncü taraf yapay zeka modellerini eğitmek, ince ayar yapmak veya iyileştirmek için saklamadığını veya kullanmadığını söylüyor. Veri İşleme Eki, Serval'ı müşteri kişisel verilerinin işleyicisi olarak tanımlıyor ve hizmeti işletmek, destek taleplerine yanıt vermek, sorunları teşhis etmek ve platformu korumak için işlemeye izin verirken, yetkili alt işleyicilerin de dahil olabileceğini belirtiyor. Serval'ın kabul edilebilir kullanım şartları, müşteriler için güncel bir yapay zeka alt işleyici ve model sağlayıcı listesi tuttuğunu söylüyor.
Verilerin nerede barındırıldığı dağıtıma göre değişebiliyor. Stauch, müşterilerin Serval'ı bulut SaaS hizmeti olarak kullanabileceğini, şirket içinde çalıştırabileceğini veya kendi VPC'lerine yerleştirebileceğini söyledi. Serval'ın self-hosting dokümantasyonu şimdi iki daha kapsamlı seçenek tanımlıyor: müşteriye ait bir AWS hesabı içinde Serval tarafından yönetilen tek kiracılı dağıtım veya müşterinin herhangi bir bulutta veya şirket içindeki Kubernetes kümesinde kendi yönettiği dağıtım. AWS seçeneğinde Serval, müşterinin AWS hesabına kalıcı IAM erişimi olmadan kurulumu işletiyor.
Bu nedenle kurumsal alıcıların dikkate alması gereken iki ayrı erişim sınırı bulunuyor. Catalyst düzeyinde ajan, yalnızca altında çalıştığı kullanıcı ve ekip çalışma alanının erişebildiği verilere, entegrasyonlara ve otomasyonlara ulaşabiliyor. Platform düzeyinde ise Serval ve yetkili alt işleyiciler, şirketin sözleşmeye dayalı gizlilik ve veri işleme şartlarına tabi olarak hizmeti sunmak ve desteklemek için müşteri bilgilerini zorunlu olarak işliyor. Bu durum, Stauch'un Serval'ın müşteri verilerine "dokunmadığı" yönündeki gayri resmi ifadesinin, hizmetin veriyi hiçbir zaman işlemediğine dair gerçek bir iddia olmaktan ziyade bir mülkiyet ve dağıtım iddiası olarak anlaşılmasını gerektiriyor.
Müşteri dağıtımları, daha hızlı oluşturma tezinin operasyonel değişikliklere dönüşebileceğine dair bazı kanıtlar sunuyor, ancak ölçümler Serval'ın kendi vaka çalışmalarından geliyor. Kurumsal gider ve finans teknolojisi firması Ramp, bir Serval vaka çalışmasında Catalyst'in iş akışı oluşturmayı %50 daha hızlı hale getirdiğini ve Serval'ın BT, finans, tesisler, insan ve yetenek, hukuk ve iş operasyonları dahil yaklaşık 10 ekibe yayılmasına yardımcı olduğunu söylüyor. Bir donanım değiştirme programında Serval, Ramp'in 600 dizüstü bilgisayar değişimini otomatikleştirdiğini ve 150 saat tasarruf sağladığını, temel insan adımının onay olarak kaldığını belirtiyor. Daha açıklayıcı Catalyst örneği ise sonrasında yaşananlar oldu. Ramp dizüstü bilgisayar değişimini zaten otomatikleştirmişti, Catalyst ise hataları azaltmak için sevkiyat mantığını ofis ve ev için ayrı iş akışlarına bölmeyi önerdi. Şirket ayrıca BT dışındaki çalışanların artık Catalyst'i analiz, toplu bilet işlemleri, iş akışı sorun giderme ve İK süreç otomasyonu için kullandığını söylüyor.
Diğer dağıtımlar da Catalyst'in yapılandırması amaçlanan daha geniş işletim ortamını gösteriyor. Mercor, Serval otomasyonları aracılığıyla 4.000'den fazla harici uzmanı işe aldığını ve platformu yedi ekibe genişlettiğini söylüyor. Together AI, hassas erişim etrafında onay ve denetim kontrolleriyle tam zamanında altyapı erişim taleplerinin %95'ini otomatikleştirdiğini belirtiyor. Perplexity, gelen BT taleplerinin yarısından fazlasını ve tüm çalışan işe alımlarını otomatik olarak Serval'ın ele aldığını söylüyor. Bu dağıtımlar Catalyst'in ötesine geçse de, Catalyst'ten artık oluşturması ve sürdürmesi istenen sistemler arası otomasyon altyapısının türünü gösteriyor. Serval, beta sırasında müşterilerin %90'ından fazlasının otomasyon için başlangıç noktası olarak Catalyst'i benimsediğini söylüyor.

Fiyatlandırma ve Serval'ın Kuruluş Hikayesi​

Fiyatlandırma dağıtımın boyutuna göre özelleştiriliyor ve Serval'ın web sitesinde veya dokümantasyonunda herkese açık olarak listelenmiyor. Serval tek bir platform ücreti tanımlıyor ve genellikle beklenen dağıtım ve kullanımı belirlemek için bir pilot yürütüyor. Stauch, yazılım lisansının ServiceNow'unkine benzer olabileceğini ancak toplam sahip olma maliyetinin önemli ölçüde daha düşük olabileceğini savunuyor. Stauch, "Toplam sahip olma maliyeti önemli ölçüde daha az olacak — genellikle yarısı kadar, bazen ServiceNow'un toplam sahip olma maliyetinin %10 ila %20'si kadar. Ancak gerçek yazılım lisans ücreti mutlaka çok farklı olmayacak" dedi.
Serval, 2024 yılında eski Verkada ürün ve mühendislik liderleri olan Stauch ve CTO Alex McLeod tarafından, BT müşterilerinin aşırı yüklenmiş yardım masaları ve yerleşik BT hizmet yönetimi yazılımlarının sınırlamaları hakkındaki şikayetlerini tekrar tekrar duymalarının ardından kuruldu. Şirket kendisini ServiceNow ve Jira Service Management gibi platformlara karşı yapay zeka tabanlı bir alternatif olarak konumlandırıyor ve yardım masası biletleme, erişim yönetimi, varlık yönetimi ve iş akışı otomasyonunu tek bir sistemde birleştiriyor. Serval ve Sequoia Capital, şirketin hedefini BT yazılımlarını yalnızca talepleri kaydetme ve yönlendirmenin ötesine taşıyarak bunları otomatik olarak çözmeye doğru ilerletmek olarak tanımlıyor.
Şirket, bir kurumun birincil BT hizmet yönetimi sistemi olarak çalışabiliyor veya mevcut bir sisteme otomasyon ekleyebiliyor. Halka açık olarak tanımlanan müşterileri arasında Perplexity, Mercor, Clay, Verkada ve Together AI bulunuyor. Serval, müşterilerin gelen BT taleplerinin yarısından fazlasını otomatik olarak çözebildiğini söylüyor; Together AI vaka çalışması bu müşterinin tam zamanında erişim taleplerinin %95'inin otomatikleştirildiğini bildiriyor.
Yatırımcı ilgisi 2025'in sonlarında hızla arttı. Serval, Ekim ayında Redpoint Ventures liderliğinde 47 milyon dolarlık Seri A yatırımını duyurdu ve bu noktada toplam finansmanını 52 milyon dolara çıkardı. Aralık ayında Sequoia liderliğinde 1 milyar dolar değerleme üzerinden 75 milyon dolarlık Seri B yatırımı daha aldı ve toplam sermayeyi yaklaşık 127 milyon dolara yükseltti; Redpoint, Meritech Capital ve General Catalyst de katıldı. Serval, Reuters'a Ağustos 2025'ten bu yana gelirinin %500 arttığını ve insan kaynakları, finans ve hukuk departmanlarının yürüttüğü operasyonel işlere doğru BT'nin ötesine genişlediğini söyledi.
Kurumsal alıcılar için Catalyst'in en büyük sınavı, otomasyon yaşam döngüsünü sıkıştırma iddiasının büyük, dağınık ve yoğun şekilde özelleştirilmiş ortamlarda da geçerli olup olmayacağı olacak. ServiceNow artık yapay zeka ile uygulamalar üretebiliyor ve otomasyon fırsatlarını keşfedebiliyor. Atlassian ve Freshworks de kendi hizmet platformlarına giderek daha yetenekli ajan temelli otomasyonlar ekliyor. Bu nedenle Serval yalnızca doğal dille oluşturma yeteneğine güvenemez. Daha güçlü iddiası, yapay zeka tabanlı bir platformun yönetim katmanının kendisini ajan temelli hale getirebilmesi: tekrarlayan işleri sürekli bulması, hizmet yığını genelinde gerekli kaynakları oluşturması, üretilen kodu incelemeye sunması ve bir yönetici iş akışı tasarımcısını açmadan önce bir sonraki otomasyonu önermesi. Catalyst bu kapsamda çalışırsa, rekabet birimi artık bilet — hatta iş akışı — olmayacak; bir kurumun operasyonel geçmişini sürekli yeni otomasyona dönüştüren sistem olacak.

Sıkça Sorulan Sorular​

Catalyst nedir ve ne zaman genel kullanıma sunuluyor?​

Catalyst, Serval'ın yapay zeka tabanlı hizmet yönetimi platformunun üzerinde yer alan yönetici odaklı bir süper ajan olarak tanımlanıyor ve 20 Ağustos'ta genel kullanıma sunularak tüm Serval kurumları için varsayılan olarak etkinleştirilecek.

Catalyst hangi otomasyonları oluşturabiliyor?​

Kaynağa göre Catalyst bilet geçmişini, SOP'ları veya doğal dil talimatlarını inceleyerek iş akışları, yardım masası yetkinlikleri, formlar, erişim politikaları, işe alım ve işten ayrılma yolculukları, panolar oluşturabiliyor, operasyonel sorunları araştırabiliyor ve başarısız iş akışlarında hata ayıklayabiliyor.

Arka plan ajanları nasıl çalışıyor ve örnek bir kullanım nedir?​

Arka plan ajanları bağlı sistemleri zamanlanmış olarak denetleyip sinyalleri ilişkilendirerek bilet oluşmadan düzeltme taslağı hazırlıyor. Örnekte bir ajan iki ofisteki ağ olaylarını anahtar telemetrisi, DHCP verileri ve geçmiş biletlerle ilişkilendirip donanım ve kablosuz parazitini eleyerek yapılandırma kaymasını tespit etti ve yönetici onayı için düzeltme iş akışı üretti.

Catalyst hangi modelleri kullanıyor ve model seçimi nasıl yapılıyor?​

Serval kendi temel modelini geliştirmiyor; OpenAI ve Anthropic gibi öncü laboratuvarların modellerini kullanıyor. Şirket değerlendirmelere göre OpenAI GPT modellerinin son kullanıcı etkileşimi ve araç çağırma için, Anthropic Sonnet ve Opus modellerinin ise kod üretimi için daha iyi sonuç verdiğini belirtiyor ve modelden bağımsız, takas edilebilir bir mimari sunuyor.

Serval'ın fiyatlandırması ve yatırım geçmişi nedir?​

Fiyatlandırma herkese açık listelenmiyor, tek platform ücreti ve pilotla belirleniyor; Stauch lisans ücretinin ServiceNow'a benzer olabileceğini ancak toplam sahip olma maliyetinin genellikle yarısı, bazen %10-20'si kadar olabileceğini söylüyor. Şirket Ekim'de Redpoint liderliğinde 47 milyon dolar Seri A ve Aralık'ta Sequoia liderliğinde 1 milyar dolar değerlemeyle 75 milyon dolar Seri B alarak toplam yaklaşık 127 milyon dolar sermayeye ulaştı.