AI-modeller og plattformer

Infor utvider Industry AI-plattformen etter at undersøkelsen påpeker generelle AI‑hull

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Infor avduket en utvidet Infor Industry AI-arkitektur og den neste utviklingen av Infor Velocity Suite 6. oktober 2026, sammen med ny global forskning der 68 % av de spurte forretningsbeslutningstakerne mente at standard‑AI ikke tilstrekkelig dekker deres bransjespesifikke behov.

Kunngjøringen, datert Orlando, Florida, falt sammen med Infor Velocity Week 2026, som ble holdt i byen fra 6. til 8. oktober, ifølge Infor’s Velocity Suite produktside. Suite‑ens neste utvikling tilfører personaliserte adaptive brukeropplevelser, nye styringsmodeller som strekker seg over kundenes virksomheter, og flere Industry AI‑agenter.

De fire pilarene i Infor Industry AI

Infor oppgir at arkitekturen hviler på fire plattformpilarer. Under Precise Outcomes benytter Industry AI‑agenter Industry CloudSuites, Industry Process Catalogs og bransjespesifikke domenespråkmodeller i stedet for å resonere fra en generisk, horisontal modell. Infor sier at kunder som bruker dette laget ser forsendelser behandlet opptil 60 % raskere. Infor GenAI Knowledge Hub, som gjør det mulig for kunder å bygge tilpassede agenter fra selskapets applikasjons‑ og bransjekunnskap, er nå generelt tilgjengelig.

Under Open & Connected kobles den modulære plattformen til ikke‑Infor‑applikasjoner og kundens eksisterende orkestrerings‑ og analyserverktøy, slik at kjøpere ikke trenger å standardisere på én leverandørs stack. Agenter koordinerer gjennom Infor IQ, et semantisk lag som gir hver agent en konsistent forståelse av kundens virksomhet, med et katalog på mer enn 350 forhåndsbygde brukstilfeller tilgjengelig umiddelbart.

Under Easy to Use samler en Adaptive UX det en beslutning krever, som materiallisten, tilbudspris og leveringsdato, i en enkelt rollebevisst visning i stedet for ti skjermer på tvers av flere applikasjoner. Brukere kan arbeide via Infor GenAI Assistant eller tredjeparts‑AI‑assistenter de allerede har tatt i bruk. Infor melder at kunder oppnår opptil 90 % tidsbesparelser på innkjøp, forsyningskjede, produksjon og salgsarbeidsflyter.

Under Governed går menneskelige godkjenningsarbeidsflyter, agentbaserte tillatelsesstrukturer og revisjonsspor gjennom hele orkestreringslaget, med hver agenthandling som passerer gjennom styrings‑, risikoo‑ og etterlevelseskontroller bygget inn i Infor Industry Cloud Platform, inkludert forklarbar AI‑logikk og uforanderlig logging av hver handling. Infor oppgir at kunder ser opptil 90 % reduksjon i revisjonskostnader knyttet til tilgangsstyring.

På teknisk nivå oppgir Infor at agentene deres kaller forretningsnivå‑prosesser‑APIer, som å opprette en innkjøpsordre i én instruksjon, i stedet for kjeder av granulære tekniske API‑kall, et design som ifølge selskapet skal redusere hallusinasjoner, forbedre resonneringsnøyaktighet og senke token‑kostnaden for å fullføre en oppgave. Selskapet illustrerer bransjespesifikk kontekst med eksempler som sukkerforsendelsens Brix‑faktor i en matprodusents råvarebestilling og et VIN‑nummer i en bestilling av bildeler.

Hva Enterprise AI Adoption Impact Index fant

Forskningen er den andre utgaven av Infor’s Enterprise AI Adoption Impact Index. Gjennomført av YouGov på vegne av Infor mellom 5. og 19. august 2026, undersøkte den nye bølgen 2 111 forretningsbeslutningstakere i syv markeder: USA (550 svar), Storbritannia (254), Tyskland (258), Frankrike (260), Australia (263), Singapore (260) og Japan (266). Den bygger på en bølge fra april 2026 med 1 024 beslutningstakere i fire markeder. Rapportsiden beskriver etter‑adopsjons‑gapene rundt bransjekontekst, styring, eierskap, menneskelig gjennomgang og kostnadsgjennomsiktighet, og rammer inn sluttstadiet som en agentbasert virksomhet der AI‑agenter og mennesker arbeider som ett koordinert system under menneskelig tilsyn.

I hovedfunnene sa 68 % av virksomhetene at standard‑AI ikke tilstrekkelig adresserer utfordringer som er spesifikke for deres virksomhet eller bransje, den dominerende oppfatningen i seks av de syv markedene. Etter bransje rapporterte Infor at 73 % av respondentene fra produksjon, 76 % fra distribusjon og 69 % fra detaljhandel mente at generisk AI ikke passer deres behov.

Infor rapporterte at 59 % av virksomhetene globalt forventer at AI‑investeringene vil øke i løpet av de neste 12 månedene, og at 54 % av lederne er komfortable med at autonome agenter fullt ut utfører kritiske forretningsprosesser uten menneskelig inngripen på hvert trinn, mens 11 % foretrekker at mennesker tar beslutninger med høy risiko uten AI‑innspill. Når de sammenligner markedene som ble undersøkt i begge bølgene, beskrev selskapet USA som akselererer utrullingen med flere effektivitetsgevinster, Tyskland som holder seg stabilt, og Storbritannia som blandet, med tilbakegang i effektivitetsgevinster mens utrullingen beveger seg fremover.

Når det gjelder ansvarlighet, fant undersøkelsen at ansvaret er spredt snarere enn sentralisert: 23 % peker på administrerende direktør eller toppledelse, 22 % på CIO eller CTO, 15 % på et AI‑komité eller styringsgruppe, 10 % på en dedikert Chief AI Officer, og 10 % på individuelle avdelingsledere, mens 15 % sa at ingen enkeltperson har hovedansvaret eller at det er uklart hvem som har det. Infor rapporterte at 33 % av lederne peker på datasikkerhet, suverenitet eller etterlevelse som den største hindringen for å fremme deres AI‑strategi.

En Infor-bloggpost som beskriver forskningen legger til at 79 % av respondentene mener de kan håndtere en AI-implementering uten å forstyrre daglige kjerneoperasjoner, og at 70 % av C‑suite‑respondentene rapporterer positiv AI‑påvirkning på frontlinjearbeidere sammenlignet med 59 % av avdelingsledere. Bedrifter anslår at 44 % av AI‑genererte innsikter og arbeidsflyter fortsatt krever ekspertgjennomgang eller justering av mennesker. I USA økte andelen respondenter som er svært komfortable med autonome agenter som håndterer mange prosesser fra 10 % i april til 15 %, og i Japan sa 21 % at ingen har hovedansvar for AI, versus 4 % i Singapore.

Pakking av Velocity Suite og neste steg

Infor sa at Velocity Suite er den eneste pakken gjennom hvilken kunder får tilgang til de kunngjorte funksjonene, og kombinerer Industry AI Agents, Agentic Orchestrator, prosessgraving, automatisering, forhåndsbygde bransje‑brukstilfeller, generativ AI og implementeringsekspertise, knyttet til en kundes Industry Process Catalog og tilbudt med ubegrenset tilgang innen rimelig forretningsbruk. Produktsiden beskriver den som en alt‑inkluderende, fast‑pris‑pakke som fungerer med alle Infor CloudSuite, og inkluderer også Value+‑automatiseringer og robotisk prosessautomatisering, samt nevner kundesuksesser som Team Air Distributing, som ifølge opplysningene nå løser kreditt 90 % raskere etter å ha vokst fra 5 til 18 filialer på under tre år.

«Alle har de samme AI-modellene nå. Det som betyr noe er hva disse modellene vet om virksomheten din», sa administrerende direktør Kevin Samuelson i kunngjøringen. Samuelson sa at kunder forteller Infor at generelle AI‑modeller ikke forstår detaljene i deres verden, og nevner hvordan en matprodusent sporer en dårlig parti tilbake gjennom sine leverandører og hvordan en distributør justerer priser når fraktkostnadene øker. Alicia Thompson, CTO i Team Air Distributing, sa at Infor kombinerer sine Industry AI Agents med Forward Deployed Engineers som forstår hennes bransje. Shashi Bellamkonda, hovedforskningsdirektør i Info‑Tech Research Group, sa at Infors fokus på bransjespesifikk intelligens, interoperabilitet og innebygd styring adresserer flere av de praktiske barrierene organisasjoner møter når de går fra AI‑eksperimentering til pålitelige, målbare resultater.

Infor vil arrangere et live digitalt arrangement, AI That Moves Your Industry Forward, 27. oktober 2026 kl. 10.00 EDT, med Samuelson, president og CTO Soma Somasundaram, samt kundetalere, med en forhåndsvisning av hva som kommer i Velocity Suite og live‑produktdemonstrasjoner, ifølge arrangementsiden.

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 en pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, markedsstrategier, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og sammenligningen 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, sendes og skaleres i den virkelige verden.