AI-modeller og platforme
Oracle lancerer et udviklingsmiljø med lidt eller ingen kode til at bygge branchespecifikke AI-agenter

Den 21. oktober 2026 annoncerede Oracle Oracle AI Agent Studio for Industry Applications, et miljø uden kode eller med lidt kode til at oprette, teste, koordinere, implementere og administrere AI-agenter og arbejdsgange til branchespecifikke forretningsprocesser.
Tilbuddet bygger videre på Oracle AI Agent Studio for Fusion Applications. Oracle sagde, at det gør det muligt for kunder og partnere at bygge og udvide agenter ved hjælp af eksisterende applikationsdata, værktøjer og forretningsprocesser samt indlejre agenterne i de daglige arbejdsgange. Målet er ifølge Oracle at reducere manuelt arbejde og øge produktiviteten.
»AI-agenter skaber værdi, når de kan arbejde inden for de processer, data og kontrolmekanismer, der definerer, hvordan en branche fungerer,« sagde Simon de Montfort Walker, koncerndirektør for brancheapplikationer hos Oracle. Han sagde, at udviklingsmiljøet giver kunder og partnere byggestenene til disse processer samt fleksibilitet til at tilpasse, teste og administrere agenter efter deres egne behov.
Platformens funktioner
Ifølge Oracle fremskynder platformen udviklingen af agenter med forudbyggede agenter, arbejdsgange, skabeloner og genanvendelige værktøjer, der er udviklet til branchespecifikke forretningsprocesser. Dermed behøver kunder og partnere ikke at opbygge hvert enkelt anvendelsestilfælde fra bunden. Brugerne opretter og udvider agenter ved hjælp af instruktioner i naturligt sprog og visuel redigering af arbejdsgange, hvor de definerer roller, mål, værktøjer, politikker og driftskontekst. De kan vælge mellem understøttede generative AI-modeller, der er tilgængelige via Oracle Cloud Infrastructure (OCI) Enterprise AI, alt efter kravene til den enkelte agent eller det enkelte anvendelsestilfælde.
Oracle sagde, at udviklingsmiljøet koordinerer understøttede agenter, værktøjer og tjenester på tværs af Oracle Industry Applications og Oracle Fusion Cloud Applications, så de kan udføre opgaver i flere trin. Understøttelse af Model Context Protocol (MCP) forbinder agenter med godkendte værktøjer og funktioner i Oracle Industry Applications via MCP-servere, så de kan genbruges i flere anvendelsestilfælde.
Oracle sagde, at brugerne kan teste agenternes svar, handlinger og brug af værktøjer inden implementering ved at spore arbejdsgangens afvikling, undersøge input og output, evaluere resultater, identificere problemer og teste ændringer igen. Sikkerhedskontroller til virksomheder sætter rammer, så agenterne arbejder inden for de konfigurerede tilladelser, politikker og organisatoriske roller, samtidig med at adgangen til applikationer, data og værktøjer administreres. Funktioner til implementering og livscyklusstyring fører agenter fra udvikling og test frem mod produktion i understøttede anvendelsestilfælde, mens funktioner til overvågning og observerbarhed følger afviklingsmålinger, ydeevne, pålidelighed, brug og forbrug af AI-enheder.
Eric Newmark, koncernvicepræsident og daglig leder for Enterprise Business Applications hos IDC, sagde i meddelelsen, at AI-agenter kun er så nyttige som de data, værktøjer og godkendelser, de har adgang til, og at det er her, de fleste indsatser går i stå: Det er vanskeligt at forbinde alle tre på en pålidelig måde. Han sagde, at udviklingsmiljøet løser dette problem ved at lade teams bygge, teste og administrere agenter i de branchearbejdsgange, de allerede bruger.
Brancher og anvendelsestilfælde
Oracle sagde, at udviklingsmiljøet er designet til at fungere sammen med Oracle Industry Applications, Oracle Fusion Applications og OCI. Det koordinerer agenter og arbejdsgange med flere agenter på tværs af understøttede applikationer og forbinder dem med relevante applikationsdata, værktøjer, tjenester og forudbyggede agenter til understøttede anvendelsestilfælde. Ifølge virksomheden mindsker denne integrerede tilgang behovet for at flytte data eller bygge punkt-til-punkt-integrationer til individuelle understøttede anvendelsestilfælde, mens agenterne arbejder inden for de konfigurerede adgangskontroller og politikker.
De understøttede brancher omfatter teknik og byggeri, detailhandel, finans, restauranter, offentlig forvaltning, forsyningsvirksomhed, kommunikation og hotel- og restaurationsbranchen.
Oracle beskrev flere eksempler på anvendelse. En virksomhed inden for byggeri og teknik kan bruge platformen til at identificere risici for tidsplanens milepæle, fastslå relaterede problemer på byggepladsen og foreslå konkrete afbødende foranstaltninger til projektteams. Kunder og partnere i detailhandlen kan bruge Oracles brancheapplikationer og agenter til detailhandlen til at udvide og tilpasse områder som billeder, produktoplysninger samt produkt- og katalogstyring. Kunder og partnere inden for finansielle tjenesteydelser kan bruge og udvide agenter inden for områder som betalinger, betalingsevne, analyse og kundepræferencer.
Udtalelser fra partnere og planlagt tilgængelighed
Nick Yoko, Oracles AI-ansvarlige hos KPMG, sagde, at efterspørgslen vokser efter AI-agenter, der afspejler en branches særlige processer, data og driftsmiljø. Han sagde, at platformen »afspejler et vigtigt skifte i retning af mere branchespecifik AI og skaber muligheder for, at kunder kan anvende agenter på de forretningsmæssige udfordringer og muligheder, der betyder mest«.
Kevin Sullivan, global og amerikansk leder for Oracle-alliancen hos PwC, sagde, at organisationer har brug for tillid til, hvordan agenter træffer beslutninger, får adgang til data og arbejder inden for virksomhedens kontrolmekanismer. Han sagde, at udviklingsmiljøet samler branchekontekst med test, overvågning og konfigurerede adgangskontroller og hjælper organisationer med at indarbejde styring i deres arbejdsgange, efterhånden som de øger udbredelsen af AI.
En fodnote i meddelelsen angiver, at studiet efter planen vil være tilgængeligt i USA inden for de næste 12 måneder, og at det over tid efter planen vil blive udvidet til alle understøttede OCI Enterprise AI-regioner.












