Aera presenteert zes updates voor het ontwikkelen en besturen van AI-besluitvorming binnen ondernemingen

Een AI-agent voor bedrijven kan aanbevelen om van leverancier te veranderen of voorraden te verplaatsen. Om van die aanbeveling een betrouwbare zakelijke beslissing te maken, is meer nodig: de relevante gegevens, een vergelijking van alternatieven, beleidscontroles, toestemming om actie te ondernemen en een verslag van wat er daarna is gebeurd. Aera Technology brengt deze stappen samen in zes uitbreidingen van zijn platform voor agentische beslissingsintelligentie, die op 27 oktober tijdens AeraHUB 26 NYC werden aangekondigd.

De release omvat het bouwen van vaardigheden in natuurlijke taal, een Decision Ledger, Policy Studio, interoperabiliteit tussen agents, Dynamic UX en een Command Center. De centrale gedachte is dat bedrijven de beslissingen van hun agents net zo bewust moeten beheren als de gegevens en systemen die deze agents gebruiken.

Deze aanpak gaat verder dan het verbeteren van de productiviteit van individuele medewerkers. Aera richt zich op terugkerende operationele keuzes, zoals wat er moet worden geproduceerd, waarheen goederen moeten worden verzonden en wanneer er moet worden ingekocht. Bij zulke keuzes kunnen meerdere afdelingen betrokken zijn en moet de uitkomst worden meegenomen in de volgende beslissing.

Voortbouwen op een platform dat gegevens, modellen en uitvoering verbindt

Aera levert de technische basis. Het bedrijf beschrijft een Decision Data Model dat informatie uit bedrijfssystemen en externe bronnen harmoniseert, in combinatie met orkestratie van bedrijfsregels, optimalisatie, simulaties, machine learning en agents. Het platform ondersteunt ook interactie met gebruikers in natuurlijke taal.

De vaardigheden bundelen die mogelijkheden rond specifieke zakelijke vraagstukken. Een vaardigheid combineert gegevensintegratie, analyse, beslissingslogica en uitvoering in doelsystemen. Daardoor is het een herbruikbare operationele mogelijkheid en niet slechts een antwoord dat in een chatvenster wordt gegenereerd.

De zes aangekondigde uitbreidingen richten zich op de manier waarop bedrijven deze automatisering ontwikkelen, aansturen en uitbreiden. Ze weerspiegelen ook een praktische beperking van agents voor bedrijven: redeneren is alleen nuttig als het systeem toegang heeft tot de relevante bedrijfscontext en een gecontroleerde manier om zijn conclusie uit te voeren.

Met het bouwen van vaardigheden wordt een zakelijke vraag omgezet in een automatiseringsplan

De vernieuwde ervaring voor het bouwen van vaardigheden begint met een zakelijke uitdaging die in gewone taal wordt beschreven. Een gebruiker kan Aera bijvoorbeeld vragen een functionaliteit te bouwen die leveranciers signaleert die risico lopen. Het systeem stelt een plan voor, dat de gebruiker beoordeelt, verfijnt en goedkeurt voordat het wordt omgezet in besluitautomatisering onder governance.

Volgens Aera kan dit proces vaak in één werksessie worden afgerond. De release bevat geen onafhankelijke benchmark voor de benodigde tijd, maar de beoogde verandering is duidelijk: minder specialistisch configuratiewerk tussen het beschrijven van een probleem en het invoeren van een herhaalbare aanpak.

De beoordelingsstap blijft belangrijk. Achter een operationeel verzoek kunnen keuzes schuilgaan over welke gegevens betrouwbaar zijn, wat als een risico geldt en wie actie mag ondernemen. Een voorgesteld plan maakt die keuzes bespreekbaar voordat de automatisering wordt goedgekeurd. Gebruikers kunnen vaardigheden daarna via gesprekken verfijnen en bijwerken wanneer zakelijke vereisten veranderen.

Decision Ledger en Policy Studio maken governance onderdeel van de workflow

Decision Ledger is ontworpen om de context achter een keuze vast te leggen: de situatie, de redenering, de beoordeelde beleidsregels, de ondernomen acties en de uiteindelijke uitkomst. Het registreert beslissingen die binnen Aera zijn genomen en beslissingen die via de API vanuit andere systemen zijn aangeleverd. Het bedrijf zegt ook dat Aera beslissingen kan herkennen die tijdens een gesprek naar voren komen en iemand kan vragen deze te bevestigen.

Dat verslag kan waardevol zijn wanneer een team wil begrijpen waarom een uitzondering is goedgekeurd of wil nagaan of een eerdere ingreep effect had. Een transactiesysteem kan laten zien dat voorraad is verplaatst; een beslissingsverslag moet inzicht geven in de omstandigheden en afwegingen die tot die verplaatsing hebben geleid.

Policy Studio richt zich op de regels die bepalen hoe acties worden uitgevoerd. Teams uploaden een beleidsdocument of beschrijven een regel, waarna Aera conceptregels opstelt die iemand moet goedkeuren. Die regels kunnen worden getoetst aan actuele beslissingen voordat ze worden gehandhaafd. Zodra ze actief zijn, kunnen ze een beslissing blokkeren, goedkeuring vereisen of een waarschuwing geven; de evaluatieresultaten worden vastgelegd in Decision Ledger.

De relatie tussen de twee producten is van belang: beleidscontroles vinden plaats terwijl een beslissing wordt genomen, en de resultaten ervan worden onderdeel van de beslissingsgeschiedenis. Zo kunnen organisaties controles koppelen aan bewijs van de manier waarop ze zijn toegepast, in plaats van het proces achteraf te moeten reconstrueren.

Agents binnen bedrijven verbinden zonder de bedrijfscontext te verliezen

De uitbreidingen voor interoperabiliteit verbinden Aera met Microsoft Copilot Studio, met externe agents via Agent2Agent (A2A) en met externe tools via Model Context Protocol (MCP). Dit zijn verschillende integratieroutes: A2A ondersteunt samenwerking tussen agents, terwijl MCP een interface biedt voor toegang tot tools en context.

Voor organisaties die al assistenten en agents inzetten, zit de aantrekkingskracht in hergebruik. De beslissingsmogelijkheden van Aera kunnen deel uitmaken van een bestaande workflow, terwijl andere systemen hun eigen interfaces en functies behouden. De uitdaging voor het product is ervoor te zorgen dat de bedrijfscontext, machtigingen en beleidscontroles van kracht blijven wanneer werk deze grenzen overschrijdt.

De aankondiging beschrijft interoperabiliteit als een manier om redenering te verbinden met governance en uitvoering. De integratie zelf is geen bewijs dat de uitvoer van elke verbonden agent correct is; dat blijft afhangen van het besluitvormingsproces, de brongegevens en de controles rond de actie.

Dynamic UX en Command Center maken beslissingen zichtbaar

Met Dynamic UX kunnen gebruikers ervaringen creëren en aanpassen met prompts in natuurlijke taal en de grafieken, tabellen, aanbevelingen en actiepunten van Aera, en die ervaringen vervolgens publiceren als onderdeel van een Skill. Aera beschrijft de vernieuwde vormgeving als een verschuiving van een traditionele inbox voor aanbevelingen naar interactieve werkruimten die zijn afgestemd op specifieke rollen.

Dat is nuttig, omdat voor verschillende beslissingen verschillende onderbouwing nodig is. Een inkoopmanager die leveranciersrisico’s beoordeelt en een planner die voorraadverplaatsingen evalueert, hebben mogelijk andere vergelijkingen, drempelwaarden en acties nodig, ook als ze allebei hetzelfde onderliggende platform gebruiken.

Command Center biedt een organisatiebreed overzicht van besluitvormingsactiviteiten, prestaties en bedrijfsimpact voor zowel gestructureerde als situationele beslissingen, ongeacht of medewerkers ondersteuning krijgen of de uitvoering is geautomatiseerd. Het moet organisaties helpen resultaten te beoordelen en vast te stellen waar besluitvormingsprocessen verbetering nodig hebben naarmate de implementatie wordt uitgebreid.

“Het is altijd onze visie geweest om beslissingen als een digitaal bedrijfsmiddel te beheren: vastgelegd, beheerd en voortdurend verbeterd,” zei Shariq Mansoor, medeoprichter en technisch directeur van Aera.

De zes toevoegingen ondersteunen die visie op verschillende momenten in de levenscyclus: mogelijkheden opbouwen, beleid toepassen, systemen coördineren, onderbouwing presenteren, het resultaat vastleggen en prestaties monitoren. Hun bedrijfswaarde hangt af van hoe goed die onderdelen in de dagelijkse bedrijfsvoering samenwerken. Voor AI in grote organisaties is de wezenlijke verschuiving die van het genereren van een aannemelijke aanbeveling naar het beheren van een actie waarvan de redenering, randvoorwaarden en uitkomst kunnen worden onderzocht.