Aera præsenterer seks opdateringer til udvikling og styring af virksomheders AI-beslutninger

En AI-agent til virksomheder kan foreslå at skifte leverandør eller flytte lagerbeholdning. For at gøre anbefalingen til en pålidelig forretningsbeslutning kræves der mere: relevante data, en sammenligning af alternativer, kontrol af politikker, tilladelse til at handle og dokumentation af, hvad der skete bagefter. Aera Technology samler disse trin gennem seks tilføjelser til sin platform for agentbaseret beslutningsintelligens, som blev annonceret på AeraHUB 26 NYC den 27. oktober.

Udgivelsen omfatter udvikling af færdigheder ved hjælp af naturligt sprog, Decision Ledger, Policy Studio, interoperabilitet mellem agenter, Dynamic UX og et Command Center. Hovedbudskabet er, at virksomheder skal styre de beslutninger, deres agenter træffer, lige så omhyggeligt som de data og systemer, agenterne bruger.

Tilgangen rækker videre end at øge den enkelte medarbejders produktivitet. Aera retter sig mod tilbagevendende driftsbeslutninger, såsom hvad der skal produceres, hvor det skal sendes hen, og hvornår der skal købes ind – beslutninger, der kan påvirke flere afdelinger, og hvor resultatet skal indgå i den næste beslutning.

Bygger videre på en platform, der forbinder data, modeller og udførelse

Aera leverer det tekniske fundament. Virksomheden beskriver en beslutningsdatamodel, der harmoniserer oplysninger fra virksomhedssystemer og eksterne kilder, kombineret med orkestrering på tværs af forretningsregler, optimering, simuleringer, maskinlæring og agenter. Platformen understøtter også dialog med brugere på naturligt sprog.

Platformens færdigheder samler disse funktioner omkring specifikke forretningsproblemer. En færdighed kombinerer dataintegration, analyse, beslutningslogik og udførelse i målsystemer. Det gør den til en genanvendelig driftsfunktion frem for blot et svar genereret i et chatvindue.

De seks annoncerede tilføjelser handler om, hvordan virksomheder udvikler, fører tilsyn med og udvider denne automatisering. De afspejler også en praktisk begrænsning for virksomheders agenter: ræsonnement er kun nyttigt, når systemet har adgang til den relevante forretningskontekst og en kontrolleret måde at føre sin konklusion ud i livet på.

Med Skill Building bliver en forretningsanmodning til en automatiseringsplan

Den opdaterede oplevelse med Skill Building begynder med en forretningsmæssig udfordring formuleret i et enkelt sprog. En bruger kan for eksempel bede Aera om at udvikle en funktion, der markerer leverandører i risikozonen. Systemet foreslår en plan, som brugeren gennemgår, tilpasser og godkender, før den bliver til styret beslutningsautomatisering.

Aera oplyser, at processen ofte kan gennemføres i løbet af én arbejdsseance. Udgivelsen indeholder ingen uafhængige målinger af tidsforbruget, men den tilsigtede ændring er tydelig: at mindske det konfigurationsarbejde, som kræver specialister, mellem beskrivelsen af et problem og udrulningen af et gentageligt svar.

Gennemgangen er fortsat vigtig. En driftsmæssig anmodning kan skjule valg om, hvilke data man skal stole på, hvad der udgør en risiko, og hvem der har tilladelse til at handle. En foreslået plan gør disse valg til genstand for drøftelse, før automatiseringen godkendes. Brugerne kan efterfølgende tilpasse og opdatere færdigheder gennem dialog, efterhånden som forretningskravene ændrer sig.

Decision Ledger og Policy Studio integrerer styring i arbejdsgangen

Decision Ledger er udviklet til at bevare konteksten bag et valg: situationen, ræsonnementet, de vurderede politikker, de gennemførte handlinger og det endelige resultat. Det registrerer beslutninger truffet i Aera og beslutninger indsendt fra andre systemer via dets API. Virksomheden oplyser også, at Aera kan identificere beslutninger, der opstår i en samtale, og bede en person om at bekræfte dem.

Dokumentationen kan være værdifuld, når et team skal forstå, hvorfor en undtagelse blev godkendt, eller om en tidligere indsats virkede. Et transaktionssystem kan vise, at lagerbeholdningen blev flyttet; en beslutningsregistrering skal forklare omstændighederne og afvejningerne, der førte til flytningen.

Policy Studio tager sig af de regler, der styrer udførelsen. Teams uploader et politikdokument eller beskriver en regel, hvorefter Aera udarbejder regler, som en person skal godkende. Reglerne kan afprøves på aktuelle beslutninger, før de håndhæves. Når de er aktiveret, kan de blokere en beslutning, kræve godkendelse eller udsende en advarsel, og resultaterne af evalueringen registreres i Decision Ledger.

Sammenhængen mellem de to produkter er væsentlig: Politikontroller foretages, mens en beslutning træffes, og resultaterne bliver en del af dens historik. Det giver organisationer mulighed for at knytte kontroller til dokumentation af, hvordan de blev anvendt, i stedet for at skulle rekonstruere forløbet bagefter.

Forbindelse mellem virksomhedens agenter uden at miste forretningskonteksten

Interoperabilitetsopdateringerne forbinder Aera med Microsoft Copilot Studio, eksterne agenter via Agent2Agent (A2A) og eksterne værktøjer via Model Context Protocol (MCP). Det er forskellige integrationsveje: A2A understøtter samarbejde mellem agenter, mens MCP giver en grænseflade til adgang til værktøjer og kontekst.

For en organisation, der allerede udruller assistenter og agenter, ligger fordelen i genbrug. Aeras beslutningsfunktioner kan indgå i en eksisterende arbejdsgang, mens andre systemer bevarer deres egne grænseflader og funktioner. Produktudfordringen er at sikre, at forretningskontekst, tilladelser og politikontroller fortsat gælder, når arbejdet bevæger sig på tværs af disse grænser.

Meddelelsen beskriver interoperabilitet som et middel til at forbinde ræsonnering med styring og udførelse. Integrationen i sig selv er ikke bevis på, at alle tilsluttede agenters output er korrekt; det afhænger stadig af beslutningsprocessen, kildedataene og de kontroller, der gælder for handlingen.

Dynamisk UX og Command Center synliggør beslutninger

Med Dynamic UX kan brugerne oprette og tilpasse brugeroplevelser ved hjælp af instruktioner på naturligt sprog samt Aeras diagrammer, tabeller, anbefalinger og handlingspunkter. Derefter kan brugeroplevelserne udgives som en del af en Skill. Aera beskriver redesignet som et skifte fra en traditionel indbakke med anbefalinger til interaktive arbejdsområder, der er tilpasset den enkelte rolle.

Det er nyttigt, fordi forskellige beslutninger kræver forskellig dokumentation. En indkøbschef, der vurderer leverandørrisici, og en planlægger, der vurderer lagerflytninger, kan have brug for forskellige sammenligninger, tærskelværdier og handlinger, selv om begge bruger den samme underliggende platform.

Command Center giver et overblik på tværs af virksomheden over beslutningsaktiviteter, resultater og forretningseffekt i forbindelse med både strukturerede og situationsbestemte beslutninger, uanset om medarbejderne får hjælp, eller udførelsen er automatiseret. Formålet er at hjælpe organisationer med at vurdere resultater og finde ud af, hvor beslutningsprocesserne skal forbedres, efterhånden som udrulningen udvides.

»Vores vision har altid været at håndtere beslutninger som et digitalt aktiv, der registreres, styres og løbende forbedres,« sagde Shariq Mansoor, Aeras medstifter og teknologidirektør.

De seks tilføjelser understøtter denne vision på forskellige trin i livscyklussen: udvikling af funktionaliteten, anvendelse af politikker, koordinering af systemer, fremlæggelse af dokumentation, registrering af resultater og overvågning af ydeevnen. Deres forretningsværdi afhænger af, hvor godt disse dele fungerer sammen i den daglige drift. For virksomheders brug af AI består det afgørende skifte i at gå fra at levere en plausibel anbefaling til at håndtere en handling, hvis begrundelse, begrænsninger og resultat kan granskes.