AI-modeller og platforme

Precisely lancerer AI Studio med færdiglavede apps, agenter og færdigheder

mm
Føj Unite.AI til dine foretrukne kilder på Google

Precisely den 6. oktober 2026 annoncerede den umiddelbare tilgængelighed af Precisely AI Studio, en kurateret samling af færdiglavede AI‑apps, agenter og færdigheder til at bygge AI‑løsninger, hvor nye brugere kan tilmelde sig en gratis prøveperiode.

Hvad AI Studio indeholder

Aktiver i AI Studio fungerer med AI‑værktøjer, herunder Claude, Microsoft Copilot og ChatGPT, ifølge virksomhedens meddelelse. Precisely sagde, at tilbuddet er bygget til datateams, ingeniører og udviklere og hjælper dem med at fremskynde oprettelsen af agenter, færdigheder, AI‑arbejdsgange og AI‑drevne applikationer på data, der er gjort mere synlige, pålidelige, ansvarlige og komplette ved brug af Precisely Platformen. Dens arbejdseksempler viser, hvordan man gør data AI‑klare ved hjælp af platformens funktioner såsom datakvalitet og berigelse.

Nogle aktiver udnytter platformens funktioner direkte og dækker opgaver såsom geokodning af adresser, lancering af governance‑arbejdsgange og konfiguration af datareplikations‑pipelines. Andre bygger på data, herunder en ejendomsanalyse‑app og en ejendomsintelligens‑agent. Virksomheden sagde, at samlingen vil fortsætte med at udvide sig over tid og er designet, så udviklere kan begynde prototyper inden for minutter.

I meddelelsen citerede Precisely McKinseys State of AI‑rapport og sagde, at den fandt, at næsten to tredjedele af organisationerne stadig eksperimenterer eller er i pilotfase og ikke er i stand til at skalere AI på tværs af virksomheden. Virksomheden karakteriserede også mange AI‑projekter som stagnerende, fordi udviklere mangler et udgangspunkt og bruger betydelig tid på at afgøre, hvad der er muligt, før de bygger noget reelt.

Prøvevilkår og produktmekanik

AI Studio‑produktside definerer tre aktivtyper: apps er forudbyggede applikationer, der leverer et fuldt brancheresultat, agenter er opgave‑fokuserede og kan rettes mod en brugers egne poster, og færdigheder er byggeklodser, som brugere kan downloade og indsætte i deres egen stack. Precisely beskriver aktiverne som organiseret efter branche og resultat og angiver, at hver enkelt er færdiglavet, testet og forudforbundet via MCP.

Den dokumenterede flow har tre trin: brugere kan gennemse samlingen uden en konto, logge ind for at køre aktiver mod Precisely‑eksempeldatasæt og prompts for at se, hvordan hvert aktiv opfører sig, og derefter downloade agenter og færdigheder til at køre i deres eget miljø via en Precisely‑MCP‑forbindelse. Precisely angiver, at hvert aktiv er bygget på deres proprietære datasæt og indlejret lokationsintelligens og kører på live‑funktioner i Precisely Platformen, og siger, at det forbliver neutralt på tværs af sky‑miljøer, modeller og kundens data‑ejendom, med agenter og færdigheder, der kan sammensættes på enhver model eller værktøj, som brugeren allerede har. Virksomheden siger, at miljøet fungerer ud af boksen uden konfiguration, forbinder til de modeller, værktøjer og applikationer, som en organisation allerede bruger via en Precisely‑hostet MCP‑server, og lader arbejdsområdeejere invitere kolleger og administrere medlemmer fra konto‑menuen.

Tilmelding til den gratis prøve på precisely.ai opretter et prøve‑arbejdsområde med 30 dages fuld adgang. Prøven inkluderer kredit‑ og transaktions‑tilladelser, der spores i AI Studio, og den afsluttes tidligt, hvis disse tilladelser udtømmes, hvorefter brugerne kan tale med Salg om at konvertere til et produktionsmiljø. Eksisterende Precisely‑kunder kan indstille prøve‑arbejdsområdet som deres standard inden for et eksisterende Data Integrity Suite‑arbejdsområde uden at trække på købte forbrugs‑tilladelser eller rettigheder.

AI Studio er tilgængelig globalt, selvom tilgængeligheden af datasæt og geografisk dækning varierer efter funktion, med dækningsdetaljer leveret i de enkelte aktiver. Miljøet kører som standard på eksempeldatasæt; to apps, Data Graph Enrich og Data Quality Boost, giver brugerne valgfrit mulighed for at uploade deres egne data. Precisely siger, at de er ansvarlige for sikkerheden under prøven, og at uploadet data fjernes, når prøven slutter, og de anbefaler ikke at uploade følsomme eller produktionsdata. For organisationer, der overvejer produktionsbrug, råder virksomheden med at evaluere tilladelser, integrationer, governance‑krav og potentiel forretningspåvirkning, før aktiver forbindes til produktionssystemer, og at starte med test‑ eller ikke‑produktionsdata. Opgradering foregår via Plan‑sektionen i konto‑menuen, hvor en Opgrader‑knap åbner en formular til kontakt med Salg, og support er tilgængelig gennem Preciselys Help Center‑dokumentation og AI Studio Community Forum.

Udtalelser fra ledelse og partnere

„At bygge en overbevisende AI‑demo er én ting. At bygge AI, som man kan stole på i stor skala, er meget sværere,“ sagde Matt Waxman, chef for produkt hos Precisely. Waxman sagde, at virksomheden fyldte AI Studio med apps, agenter og færdigheder, der er beregnet til at sænke barrieren for at bygge AI‑applikationer på AI‑klare data og forkorte vejen fra eksperimentering til produktion.

Jimmy Duchesne, direktør for løsningsinnovation og presales hos Korem, en Precisely‑partner, sagde, at hans firma historisk har investeret betydelig indsats i at bygge proof‑of‑value‑eksempler og Precisely‑baserede løsninger implementeret i kundemiljøer, og at interaktionen med Precisely‑data og -motorer gennem naturligt sprog for at bygge GeoAgentic‑løsninger ændrede dette arbejde. „Tid til værdi blev tidligere beregnet i måneder. Nu kan den beregnes i dage,“ sagde han.

Meddelelsen peger også byggerne på “Precisely Now: Where Data Meets AI,” et virtuelt arrangement planlagt til den 8. oktober 2026.

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 virksomheds teams bevæger sig fra prototyper og demos til pålidelige systemer, der bruges af rigtige kunder.
Med en pragmatisk og detaljeorienteret perspektiv analyserer Aiden produktveje, markedsstrategier, platformbeslutninger og organisatoriske kompromiser, der bestemmer, om AI-initiativer lykkes eller stagnere. Han lægger særlig vægt på implementeringsrealiteter, brugeradoption, infrastruktur begrænsninger og sammenligningen mellem teknisk kapacitet og forretningsværdi.
Artikler skrevet af Aiden Cross er AI-genereret 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.