AI-modeller og plattformer

Akeneo utvider styrte arbeidsflyter for produktdata med KI i høstlanseringen 2026

mm
Legg til Unite.AI blant dine foretrukne kilder på Google
Product data flows from suppliers through a structured catalog and a human approval gate to storefronts.

Med høstlanseringen 2026 utvider Akeneo bruken av KI-agenter i virksomheters arbeid med produktdata. Lanseringen gir nye måter å klargjøre kataloger, samarbeide med leverandører og publisere til nettbutikker på, samtidig som endringer fortsatt er underlagt virksomhetskontroller. Den introduserer også tydeligere regler for produktberedskap og kompatibilitet, som tar for seg den strukturerte informasjonen automatiserte handelsarbeidsflyter er avhengige av.

I kunngjøringen 28. oktober presenteres Ziggy i arbeidsflyter for Shopify, og det legges til beredskapspolicyer, produktkompatibilitet, styring av tilgang og sikkerhet for virksomheter samt nye funksjoner i Supplier Data Manager. Akeneo kunngjorde også oppkjøpet av Dataggo, en spesialist på KI-basert PIM-integrasjon og tjenester, for å styrke evnen til å gjennomføre komplekse utrullinger i store virksomheter.

Fellesnevneren er overgangen fra KI som genererer produkttekster, til agenter som kan bidra til å utføre katalogarbeid. Denne dreiningen gjør tillatelser, godkjenninger og kvaliteten på den underliggende produktmodellen viktigere: En feil som blir brukt på tusenvis av produkter, kan få langt større rekkevidde enn en feil i én enkelt tekstbeskrivelse.

Ziggy tar en større rolle i produktarbeidet

Ziggy, Akeneos agentbaserte orkestreringsverktøy, støtter nå klargjøring og publisering av produktinformasjon til Shopify-nettbutikker. Shopify-koblingen kommer i utgavene Standard og Enterprise. Standard er beregnet på utrullinger med opptil tre butikker, mens Enterprise er for organisasjoner som driver større porteføljer av butikker.

Lanseringen introduserer også KI-assisterte produktmodellforslag, som anbefaler produktgrupperinger for å hjelpe team med å organisere katalogene sine. Supplier Collaboration og Supplier Catalog Management utvider Supplier Data Managers evne til å gjøre innkommende bidrag fra leverandører om til strukturert informasjon.

Disse funksjonene dekker ulike trinn i samme prosess. Leverandørdata kommer inn i ulike og uensartede formater, produktene trenger en brukbar struktur, og informasjonen som kommer ut av prosessen, må oppfylle kravene til en kanal før publisering. Det har begrenset verdi å automatisere ett trinn hvis teamene må rekonstruere konteksten manuelt ved neste overlevering.

Akeneos eksisterende dokumentasjon om agentbaserte Ziggy gir et mer konkret bilde av arkitekturen. Den beskriver en orkestrator som videresender forespørsler, en planlegger som foreslår handlinger, en utfører som gjennomfører godkjente trinn, og spesialistagenter for bestemte PIM-domener. Samtaler støtter utforsking, mens oppgaver gir en sporbar arbeidsenhet når en foreslått plan innebærer en skriveoperasjon.

KI-rammeverket gjør tillatelser til en del av gjennomføringen

Akeneo beskriver sitt domenespesifikke KI-rammeverk som grunnlaget som sørger for kontekst, orkestrering, tillatelser og styring. I forbindelse med lanseringen beskriver administrerende direktør Romain Fouache målet som å la agentene ta på seg mer arbeid, samtidig som ansvarlige team beholder kontrollen over beslutningene.

Det er viktig å skille dette fra en frittstående chatbot. Et system som opererer i en plattform for håndtering av produktinformasjon, kan potensielt endre oppføringer som brukes til prissetting, samsvarsinformasjon og kanaler rettet mot kunder. Systemets myndighet må gjenspeile brukeren og oppgaven, ikke modellens evne til å formulere et overbevisende svar.

I dokumentasjonen for Ziggy står det at agentene arver de enkelte brukernes eksisterende PIM-tillatelser. Den skiller mellom utforsking med lesetilgang og tillatelse til å gjøre endringer, og registrerer skrivehandlinger som endringssett. KI-berikede produktdata forhåndsvises for godkjenning før de lagres. Dokumentasjonen skiller også mellom reversible berikelsesendringer og irreversible handlinger, som flagges for brukerne.

Disse detaljene er viktige når man vurderer løftene om agentbasert automatisering. En synlig plan og et revisjonsspor kan gjøre handlinger enklere å undersøke, mens tydelige godkjenningspunkter avgjør når foreslått arbeid blir til en endring i det autoritative systemet.

Produktberedskap handler om mer enn utfylte felt

Beredskapspolicyer gjør det mulig for team å definere hvilke vilkår et produkt må oppfylle for en bestemt kanal, et bestemt marked eller et bestemt forretningsmål. Lanseringen beskriver regler for verdier, kategorier, beskrivelser og relasjoner, og beredskapspoeng gjør det enklere å prioritere arbeid på tvers av en produktportefølje.

Dette utvider forståelsen av hva det vil si at informasjonen er fullstendig. Et obligatorisk felt kan inneholde en verdi og likevel være uegnet for et bestemt bruksområde. En arbeidsflyt for lansering kan kreve en godkjent beskrivelse, en passende kategori og riktige relasjoner til andre produkter, ikke bare en oppføring der feltene ikke er tomme.

I Akeneos ofte stilte spørsmål om produktberedskap står det at poengene gjenspeiler andelen gjeldende krav som er oppfylt, og at de kan variere mellom kanaler og språkvarianter. En poengsum på 100 % betyr at de konfigurerte kravene er oppfylt. Den fører ikke i seg selv til at et produkt publiseres eller eksporteres, med mindre det er konfigurert en ekstern arbeidsflyt for dette.

I den gjeldende dokumentasjonen er produktberedskap merket som betaversjon, og det opplyses at funksjoner og API-kontrakter kan endres. Akeneo sier også at tilgjengeligheten av de enkelte funksjonene i høstlanseringen varierer etter Product Cloud-utgave, så lanseringen bør ikke tolkes som om alle utrullinger gir identisk tilgang.

Kompatibilitetsregler gjør passform til data som kan vedlikeholdes

Produktkompatibilitet handler om relasjoner mellom produkter, reservedeler og tilbehør. I stedet for å vedlikeholde hvert enkelt par i et regneark kan team definere passformregler og la PIM-systemet beregne de riktige koblingene etter hvert som katalogen endres.

Selskapets tekniske dokumentasjon beskriver en automatisk assosiasjonstype som bygger på valg av et hovedprodukt, valg av kompatible produkter og valgfrie betingelser som sammenligner attributter. Resultatene kan vises i PIM-systemet eller hentes via API-er. Dokumentasjonen oppgir at funksjonen er tilgjengelig for Premium-kunder.

For handelssystemer er dette et annet problem enn å generere en anbefaling som bare høres relevant ut. Om en reservedel passer til et produkt, avhenger av bestemte attributter og regler. Når disse relasjonene lagres som strukturerte data, får nedstrømsapplikasjoner et grunnlag de kan søke i og vedlikeholde etter hvert som produkter legges til eller endres.

Dette understreker også verdien av å skille AI-forslag fra deterministiske forretningsregler. Agenter kan bidra til å organisere og berike en katalog, mens konfigurerte regler fastsetter relasjoner som andre systemer må bruke konsekvent.

Identitetsstyring for virksomheter, leverandørsikkerhet og støtte for utrulling

Styring av tilgang og sikkerhet i virksomheter legger til klargjøring akkurat i tide (Just-in-Time) og SCIM-støtte for håndtering av brukeridentiteter, samt SIEM-tilkobling som integrerer PIM-aktivitet i virksomhetens sikkerhetsoperasjoner. Supplier Enterprise Security legger til enkel pålogging og flerfaktorautentisering i Supplier Data Manager, mens gjennomsiktig AI-merking identifiserer AI-generert innhold.

Disse kontrollene gjelder menneskene og organisasjonene rundt agentene. Katalogarbeid involverer ansatte, eksterne leverandører og nedstrømssystemer. Muligheten til å generere eller oppdatere data fjerner ikke behovet for å styre hvem som har tilgang, og hvordan denne tilgangen endres.

Andre nyheter omfatter automatisert PX Insights-analyse av produktoppdagelse og synlighet i AI-søk, forbedringer av skalerbarheten til API-er og søk, bedre observerbarhet for utvidelser, private utstillingsrom og oppdateringer av hendelsesplattformen.

Oppkjøpet av Dataggo tilfører integrasjons- og implementeringsekspertise ved siden av disse produktendringene. Akeneo opplyser at den oppkjøpte partneren har spesialisert seg på å koble PIM-systemet til tilknyttede virksomhetssystemer, noe som er viktig for å gjøre plattformfunksjoner om til fungerende forretningsprosesser.

Høstlanseringen er tilgjengelig fra og med 28. oktober, med tilgjengelighet som varierer etter utgave. Betydningen ligger i at agentutførelse, produktregler og virksomhetskontroller samles i samme driftsmodell: Teamene kan sette bort mer katalogarbeid, samtidig som de beholder tydelige definisjoner av hva som kan endres, hvem som kan godkjenne det, og hva som er klart til å nå en kjøper.

Aiden Cross er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med et pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, strategier for markedslansering, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og samsvaret mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, gjøres tilgjengelige og skaleres i den virkelige verden.