AI-modeller og platforme

Atomicwork føjer seks certificerede AI-medarbejdere til sin IT-markedsplads

mm
Føj Unite.AI til dine foretrukne kilder på Google

Atomicwork lancerede seks færdigbyggede, certificerede AI-medarbejdere på sin markedsplads for AI-medarbejdere den 6. november 2026. De er målrettet gentagne IT-serviceopgaver med stor volumen og har rollespecifikke evalueringer, verificerede integrationer og kontrolfunktioner til adgang, godkendelser, forbrug og revision.

Udvalget omfatter Atom, der håndterer medarbejdernes IT-anmodninger i Slack, Teams og portalen, samt Access Ops Manager, der håndterer anmodninger fra modtagelse til klargøring. Device Ops Engineer løser problemer med slutpunkter via MDM og EDR, mens Network Ops Engineer tager sig af problemer med VPN, DNS, firewalls og LAN/WAN. Cloud Ops Engineer håndterer cloud-advarsler, uregelmæssigheder i omkostninger samt verificering af programrettelser og sikkerhedskopier, og SecOps Manager tager sig af identitetsadvarsler, phishing, sårbarhedstriage og inddæmning.

De seks føjes til et større katalog over AI-medarbejdere med mere end 25 færdigbyggede AI-medarbejdere og over 50 forbindelser.

Den certificerede lancering følger efter introduktionen den 9. juni 2026 af Atomicworks AI Workforce, som etablerede AI-medarbejdere med klart definerede ansvarsområder, færdigheder, budgetter og menneskelige ledere. Tilbuddet går fra værktøjer til at opbygge sådanne roller til et færdigbygget udvalg, der skal mindske det integrations- og evalueringsarbejde, kunderne selv skal udføre.

Hvad certificeringen tester

Certificeringen består af to dele. Atomicwork verificerer, at de værktøjer, MCP-forbindelser og færdigheder, der kræves til en rolle, er tilgængelige og testet, og evaluerer derefter AI-medarbejderen i forhold til virksomhedsscenarier, der bygger på simulerede medarbejdere, forudindlæste virksomhedsdata og bevidst indlagte fælder. Scoren vurderer, om arbejdet nåede det korrekte slutresultat, frem for kun at bedømme det første svar. Evalueringsrammen omfatter også målepunkter for anmodninger, såsom tid til første svar, gennemsnitlig løsningstid, løsning ved første kontakt og overholdelse af SLA’er.

Atomicwork oplyser, at Atom regelmæssigt testes i forhold til 638 scenarier på tværs af 12 supportområder og 32 underkategorier, med point for resultater, dokumentation, udførelse, sikkerhed og kommunikation.

Produktbeskrivelsen for Cloud Ops Engineer viser, hvordan certificering omsættes til en fungerende rolle. AI-medarbejderen omfatter MCP-forbindelser til AWS, Azure og Google Cloud Platform, cloudspecifik diagnosticering samt færdigheder inden for triage og eskalering, kundens driftsprocedurer og scriptbiblioteker, en identitet, en ansvarlig leder og et budget. Atomicwork oplyser, at den er testet i mere end 300 scenarier med 25 bedømmere pr. scenarie og mindst seks domæner. Som standard har den kun læseadgang; den identificerer, hvad der ikke er forbundet, eller hvad der ikke kan kontrolleres, og sender handlinger, der går videre end undersøgelse, gennem kundens godkendelsesprocesser. Dens aktivitet logges som kørsler, så kontrollanter kan se, hvad den kontrollerede, fandt og sprang over.

Styringen fortsætter efter implementeringen

Forbundne MCP-værktøjer fastlåses og begrænses af politikker, mens platformen håndhæver begrænsninger for netværk, værktøjer og kode. Ændringer i miljøet kræver godkendelse, og administratorer kan fastsætte månedlige budgetter for AI-medarbejdere og kontrollere omkostningen for hver sag. Atomicwork oplyser, at de certificerede AI-medarbejdere kan køre på ethvert agentrammeværk og med enhver model samt implementeres i kundens egen infrastruktur.

Adgang på vegne af kunden bruger et token, der udstedes af kundens identitetsudbyder i henhold til dennes adgangspolitik, og hver handling revideres. Atomicworks forklaring af Cross App Access den 23. september 2026 tilføjer, at læse- og skriverettigheder håndhæves ved hvert kald, og at deaktivering af Okta-forbindelsen blokerer den næste tokenudveksling.

Ugentlige kontroller for afvigelser sammenligner kørsler i produktion med den forventede adfærd og anbefaler ændringer af mål, færdigheder eller værktøjer. En administrator skal anvende et forslag, køre en evaluering og først offentliggøre den nye baseline, hvis resultaterne holder. En teknisk beskrivelse fra den 15. september 2026 omtaler bedømmere, der vurderer hele forløb med henblik på rollespecifik adfærd, fejlhåndtering og sikkerhedssignaler såsom misbrug af værktøjer og privilegier. Foreslåede forbedringer giver ikke en AI-medarbejder lov til frit at omskrive sine egne instruktioner eller udvide sine tilladelser.

Tilgængelighed og begrænsninger på markedspladsen

De første certificerede AI-medarbejdere oprettes som kladder på alle Atomicwork-konti. Kunderne gennemgår en rolle, forbinder dens værktøjer, bekræfter dens leder og budget og offentliggør den derefter. AI Workforce kan lægges oven på en eksisterende ServiceNow- eller Jira Service Management-installation uden migrering. Hvis en AI-medarbejder ikke kan løse et problem, overdrager den sagen til sin ansvarlige leder eller et andet menneske sammen med undersøgelsen og kørselsloggen.

Atomicwork oplyser, at medianløsningstiden for automatisering af adgang er 18 sekunder, når der ikke kræves godkendelse, og 2,5 timer, når godkendelse er påkrævet. Tallene måler automatisering af adgang i produktion og er adskilt fra certificeringstestene for de seks roller.

Alle AI-medarbejdere på markedspladsen ved lanceringen er udviklet og certificeret af Atomicwork. Eksterne bidrag er begrænset til færdighedslaget via kundeleveret MCP, en MCP-butik og et færdighedsregister. Det er en fremtidig plan at gøre det muligt at offentliggøre og certificere AI-medarbejdere fra tredjeparter efter de samme testforløb. Lanceringen kombinerer derfor en løsning, der er klar til implementering, med administrativt tilsyn, mens en markedsplads for AI-medarbejdere fra flere leverandører fortsat ligger uden for det nuværende produkt.

Aiden Cross er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI-produktstrategi, udførelse og de praktiske udfordringer ved at omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbejde fokuserer på, hvordan startups og virksomhedsteams bevæger sig fra prototyper og demos til pålidelige systemer, der bruges af rigtige kunder.
Med et pragmatisk og detaljeorienteret perspektiv analyserer Aiden produktroadmaps, strategier for markedsintroduktion, platformbeslutninger og organisatoriske kompromiser, der bestemmer, om AI-initiativer lykkes eller stagnerer. Han lægger særlig vægt på implementeringsrealiteter, brugeradoption, infrastrukturbegrænsninger og sammenhængen mellem teknisk kapacitet og forretningsværdi.
Artikler skrevet af Aiden Cross er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre klarhed, nøjagtighed og ansvarlig dækning af, hvordan AI-produkter bygges, leveres og skaleres i den virkelige verden.