DXC Technology indgår partnerskab med LangChain for at skalere styrede AI-agenter

DXC Technology oplyste den 13. oktober 2026, at virksomheden indgår partnerskab med LangChain for at fremme styret agentbaseret AI på tværs af virksomheders forretningskritiske IT-miljøer. Virksomhedens OASIS-platform til orkestrering er allerede i produktion og skalér op mod 125 kundemiljøer på tværs af regulerede brancher og flere geografiske områder. LangChain står bag open source-agentrammeværket LangGraph og platformen LangSmith til udvikling af agenter.

LangGraph som fundament og ny LangSmith-licens

DXC brugte allerede LangGraph i OASIS, som virksomheden beskriver som sin intelligente platform til orkestrering og driftsmodel for forretningskritisk IT-drift. Som led i partnerskabet licenserer DXC også LangSmith til at understøtte udvikling, evaluering og observerbarhed af OASIS-agenter. LangGraph fungerer som open source-rammeværket til orkestrering og håndterer delegering, tilstandsstyring og arbejdsgange med menneskelig involvering, mens LangSmith leverer værktøjer til udvikling, evaluering og observerbarhed af agenter. DXC oplyste, at de samlede funktioner gør det muligt at bygge, orkestrere, evaluere og løbende forbedre AI-agenter, samtidig med at virksomheden anvender den virksomhedsspecifikke kontekst, styring, menneskelige overvågning og løbende sikring, der kræves i kritiske teknologimiljøer.

DXC introducerede første gang OASIS den 28. april 2026 og beskrev platformen som en intelligent orkestreringsplatform, der kombinerer menneskelig ekspertise med agentbaseret AI i en ny driftsmodel for administrerede tjenester og flytter leveringen af tjenester fra reaktiv support til drift i realtid. I annonceringen af lanceringen blev OASIS beskrevet som et åbent lag til agentbaseret orkestrering, der ligger oven på en organisations eksisterende værktøjer i stedet for at erstatte dem. I DXC’s platformdokumentation nævnes ServiceNow og Dynatrace som eksempler på systemer, platformen forbindes med uden at erstatte dem.

Produktionsresultater rapporteret af DXC

DXC oplyste, at OASIS anvender disse funktioner i virksomheders IT-drift: Agenter reagerer på driftshændelser, undersøger problemer parallelt, inddrager specialiserede funktioner på tværs af teknologiske områder og involverer mennesker, når der er behov for vurdering eller godkendelse. Dermed kan menneskelige eksperter koncentrere sig om beslutninger med større værdi, mens agenter leverer kapacitet og hastighed i stor skala.

På tværs af konkrete anvendelser i produktion oplyste virksomheden, at hændelser i filsystemet, som tidligere tog 53–90 minutter at løse, nu kan løses på 3–6 minutter; at tiden til at håndtere hændelser med databaseydelsen er faldet fra 2–3 timer til 5–12 minutter; og at kompleks problemhåndtering, som tidligere krævede 2–6 dage, nu tager 8–10 minutter.

»Agentbaseret AI har potentiale til grundlæggende at ændre den måde, virksomheder driver deres mest kritiske teknologi på, men modeller alene er ikke nok,« sagde Dan Gray, President of Global Infrastructure Services hos DXC Technology. Gray sagde, at OASIS på tværs af mere end 500 målte anvendelsestilfælde i gennemsnit har reduceret løsningstiden med 95 %, og at den diagnostiske nøjagtighed er 92 % eller højere, når den valideres op imod vurderinger fra erfarne ingeniører.

Styring og menneskelig overvågning

Et centralt fokus i partnerskabet er at udvide brugen af AI-agenter og samtidig bevare styring og menneskelig overvågning, fremgår det af annonceringen. Med LangChain-teknologi gør OASIS det muligt for agenter at arbejde inden for fastlagte beføjelser, samtidig med at de nødvendige kontroller for forretningskritiske miljøer opretholdes: Handlinger vurderes ud fra blandt andet reversibilitet, påvirkning, verificerbarhed og agentens historik; følsomme handlinger kan sættes på pause, så de afventer menneskelig godkendelse før udførelse; og agenternes beslutninger, værktøjskald og resultater spores, så det er muligt at få indblik i, hvordan agenterne arbejder. Ifølge DXC’s platformdokumentation kan alle handlinger i OASIS spores, og platformen har rollebaserede adgangskontroller samt gradvist øget autonomi, der kan udvides eller begrænses på ethvert niveau.

DXC oplyste, at OASIS også forankrer agenterne i de specifikke virksomhedsmiljøer, hvor de arbejder. Agenter kan trække på oplysninger, der er specifikke for systemet og kunden, DXC’s driftsekspertise og leverandørdokumentation, så de ræsonnerer ud fra konteksten og kravene i hvert kundemiljø i stedet for udelukkende at basere sig på generel viden fra modellen. Ifølge virksomheden gør kombinationen af denne virksomhedsspecifikke kontekst, fastlagte styringspolitikker og menneskelig overvågning det muligt for organisationer at udvide AI-agenternes rolle i produktion og samtidig bevare ansvarlighed og kontrol.

Julia Schottenstein, driftschef hos LangChain, sagde, at de virksomheder, der fører an, tager ejerskab over deres agentstack. Det beskrev hun som at tilpasse agentrammen til virksomhedens forretning, forankre agenterne i proprietær kontekst og opbygge styring og løbende forbedringscyklusser, der gør agenterne pålidelige i produktion.

Åben implementeringsmodel og teknisk hvidbog

DXC beskriver OASIS som uafhængig af bestemte modeller og interoperabel med tredjepartssystemer og kundeejede systemer. Derfor kan organisationer vælge forskellige modeller til forskellige arbejdsbelastninger ud fra krav til kvalitet, omkostninger, latenstid og databeskyttelse. Platformen er også udviklet til løbende at blive bedre under drift: Indsigter fra agenternes udførelser føres tilbage til arbejdet med ydeevnen, og erfaringer fra individuelle scenarier indarbejdes over tid i det bredere system.

Ifølge DXC kan implementeringer omfatte offentlige og private cloudmiljøer samt dedikerede og suveræne miljøer uden ændringer af den underliggende arkitektur, og kunderne bevarer kontrollen over deres data, arbejdsgange og de operationelle funktioner, de opbygger på platformen.

De to virksomheder beskriver deres tilgang i en ny teknisk hvidbog, “DXC OASIS: Rammen for missionskritisk IT-drift”, som undersøger, hvordan organisationer kan sætte AI-agenter i drift og samtidig opretholde styring, ansvarlighed og menneskeligt tilsyn på tværs af missionskritiske miljøer.