Stibo Systems lanserer AgentWorkx for styrte AI‑agenter i masterdata

Stibo Systems 29. september 2026 kunngjorde AgentWorkx, et rammeverk for å bygge, distribuere og styre AI‑agenter innen master data management (MDM), sammen med en portefølje av agenter den kaller Stibo Systems Agents. Den første utgivelsen inkluderer to klare til bruk‑agenter.

To måter å bruke agentisk AI i STEP

Kunngjøringen gir kundene to veier for å bruke agentisk AI i MDM. De kan bruke agenter bygget og støttet av Stibo Systems for vanlige MDM‑arbeidsflyter, eller de kan bygge og konfigurere sine egne agenter for krav som er unike for deres virksomhet. Begge alternativene kjører gjennom det samme AgentWorkx‑rammeverket og innen styring, roller, tillatelser og bedriftskontroller i STEP, Stibo Systems‑plattformen.

AgentWorkx samler verktøyene som kreves for å lage og drive MDM‑agenter i ett rammeverk: et galleri av agenter, et studio for å bygge og konfigurere dem, orkestrering og styring. Organisasjoner som velger å bygge sine egne agenter får tilgang til det samme rammeverket som Stibo Systems’ produkt‑ og ingeniørteam bruker, mens de kundebygde agentene forblir innen plattformens kontroller.

Første klare til bruk‑agenter og agentbiblioteket

Den første utgivelsen leveres med to klare til bruk‑agenter. Upload Anything AGT bringer strukturerte og ustrukturerte data inn i plattformen, og selskapet sa at den reduserer onboarding‑prosesser som kan ta måneder til dager. Content Optimizer Agent genererer produktbeskrivelser, SEO‑innhold og markedsføringskopi ved å bruke styrte produktattributter og forretningskontekst. Stibo Systems sa at begge agentene er designet for å gjøre MDM‑arbeidsflyter til agentiske opplevelser uten at kundene må bygge de underliggende funksjonene selv.

Selskapets agentbibliotek lister 24 tilgjengelige og kommende agenter organisert rundt hvordan data beveger seg gjennom STEP – å få data inn, gjøre dem pålitelige og sette dem i arbeid – under det siden beskriver som et samlet agentisk styringslag. Ifølge biblioteket guider Upload Anything leverandører gjennom data‑inntak, kartlegger automatisk innsendte data til mål‑skjemaet og taksonomien uavhengig av format eller fullstendighet, trekker ut attributter fra varierte filstrukturer, validerer fullstendighet og markerer hull, og kutter leverandørens produkt‑data‑onboarding fra uker til timer.

Biblioteket beskriver Content Optimizer som å generere kanalspesifikke beskrivelser, markedsføringskopi, SEO‑innhold og rik produktdetalj fra styrte STEP‑attributter på ethvert språk og i katalogskala. En autonomi‑innstilling spenner fra menneskelig gjennomgåtte forslag til full automatisk publisering, og biblioteket gir agenten kreditt for opptil 10‑ganger raskere innholds‑publisering.

Andre agenter som er oppført i biblioteket inkluderer Data Quality, som skanner katalogen mot fullstendighetsregler, kanalspesifikasjoner og konsistenskontroller og sender lav‑tillit‑problemer til menneskelig gjennomgang; Classification, som automatisk tilordner produkter til riktig kategori og hierarki; Business Rules Agent, som konverterer krav i naturlig språk til fungerende STEP‑forretningsregler; GraphQL Query Writer, som genererer GraphQL‑spørringer fra beskrivelser i vanlig språk; Entity Creation Agent, som søker i MDM og andre pålitelige kilder etter eksisterende poster før en ny opprettes; og Data Steward Copilot, som viser kontekst, historikk og anbefalinger mens menneskelig vurdering beholdes i sløyfen.

Plattformens grunnlag og hva som kommer videre

CEO Adrian Carr knyttet kunngjøringen til datatapssikkerhet. «Når AI‑agenter tar på seg mer av virksomhetens arbeidsbelastning, er begrensningen om dataene under kan stoles på for å ta beslutninger i maskinhastighet», sa han, og la til at Stibo Systems bygde dette grunnlaget lenge før agenter var et diskusjonstema, og at det viste seg å være det kritiske elementet for at AI skal levere verdi.

Chief Product & Growth Officer Neda Nia sa at AI‑samtalen skifter fra «Kan vi bygge det?» til «Kan vi stole på det, skalere det og bevise avkastningen?». Hun sa at agentenes presisjon og ytelse i økende grad avhenger av kvaliteten på dataene og konteksten bak dem, og hun presenterte AgentWorkx som en måte for kunder å innovere innen det styrte MDM‑miljøet i stedet for å skape en ny generasjon av skygge‑AI.

AgentWorkx bygger på MDM‑kapasiteter som allerede finnes i plattformen, inkludert dens semantiske datagrunnlag, rollebaserte tilgangskontroller, sporbarhet, integrasjoner og håndtering av relasjoner på tvers av domener som produkter, kunder, leverandører og lokasjoner. Stibo Systems sa at de planlegger å utvide både porteføljen av klare til bruk‑agenter og fleksibiliteten som er tilgjengelig gjennom AgentWorkx, inkludert arbeid med å bringe kunders foretrukne modeller inn i deres MDM‑miljø. Nia la til at hver bedrift har data, kontekst og institusjonell kunnskap som er unikt sin egen, og at selskapets oppgave er å hjelpe kundene med å sette dette i arbeid uten å gi opp tillit og kontroll.

Stibo Systems beskriver seg selv som den største uavhengige leverandøren av master data management og selskapet bak det de kaller en pålitelig intelligensplattform. Selskapet har hovedkontor i Aarhus, Danmark, og opererer som et datterselskap av Stibo Software Group, som selskapet sier gir et langsiktig perspektiv gjennom eierskap av grunnlaget. Organisasjoner som er interessert i rammeverket kan registrere tidlig interesse via agents‑biblioteket.