Oppkjøp

Workday planlegger å kjøpe Honeydew for å samle forretningsdefinisjoner for KI

Aiden Cross
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterHoneydew kompilerer forretningsdefinisjoner til deterministiske spørringer før noen…
Vis mer
  • Honeydew kompilerer forretningsdefinisjoner til deterministiske spørringer før noen AI-modell ser forespørselen.
  • Definisjonene vil gjelde direkte for levende Workday Data Cloud-data i stedet for foreldede uttrekk fra datavarehuset.
  • Tillatelser følger med forretningsdefinisjonene slik at uautoriserte forespørsler blokkeres før en spørring kjøres.

Workday kunngjorde 18. november 2026 på Workday Rising EMEA i Barcelona at selskapet har til hensikt å kjøpe Honeydew og integrere Honeydews semantiske kompilator i Workday Data Cloud. Den planlagte integrasjonen skal gi KI-agenter og verktøy for forretningsanalyse de samme styrte forretningsdefinisjonene, slik at svarene blir konsistente på tvers av agenter, verktøy og modeller.

Workday forventer at den foreslåtte transaksjonen sluttføres i fjerde kvartal av regnskapsåret 2027, som avsluttes 31. januar 2027, forutsatt at vanlige sluttføringsvilkår oppfylles. Honeydews semantiske lag lar team definere forretningsmåltall én gang og bruke dem på tvers av verktøy for forretningsanalyse og KI-agenter, mens kompilatoren omgjør definisjonene til presise, styrte spørringer.

Konsistente definisjoner for agentspørringer

Workday illustrerer problemet med en forespørsel om antall ansatte: Et dashbord kan telle bare heltidsansatte, en chatløsning kan inkludere innleide, og en agent kan telle godkjente, men ubesatte stillinger som om de allerede var besatt. Hvert svar kan være gyldig ut fra sin egen definisjon, samtidig som de tre resultatene gjør at virksomheten står uten et konsistent tall.

Honeydew registrerer og tilordner flere definisjoner, og velger deretter den som gjelder, basert på hvem som spør – en person eller en agent – den konkrete bruken og situasjonskonteksten. Dermed flyttes valget av definisjon til et felles lag, i stedet for at hvert grensesnitt må avgjøre dette på egen hånd.

Workday beskriver dagens alternativer som tilpasset kode som fanger opp forespørsler til store språkmodeller, forretningsregler som er hardkodet i datapipelines, og skjemafylling, der dataordbøker, regler for SQL-sammenføyninger og definisjoner pakkes inn i ledetekster. Arbeidet kan måtte gjentas når team bytter modell eller plattform.

Med Honeydew ville forretningslogikken flyttes ut av ledeteksten og kompileres til deterministiske spørringer før en forespørsel når modellen. «En KI-modell bør ikke improvisere beregningen bak et lønnstall», sa Gabe Monroy, teknologidirektør i Workday. Workday forventer at denne tilnærmingen vil øke nøyaktigheten og effektiviteten, redusere bruken av tokener og kostnadene, og bevare definisjonene når kundene bytter verktøy eller modeller.

Styringen omfatter også sanntidsdata

Workday skiller også den planlagte løsningen fra semantiske lag som opererer på data som allerede er hentet ut til et datavarehus eller en datasjø, der svarene ikke kan være mer oppdaterte enn den siste oppdateringen. Honeydew vil bruke kundenes definisjoner direkte på sanntidsdata i Workday Data Cloud, slik at agenter kan bruke oppdatert informasjon, for eksempel hovedboken for samme dag.

Workday styrer allerede agenters identitet, verifisering, tilgang og atferd. Honeydew vil legge til kontroll når et spørsmål formulert i naturlig språk blir til en databasespørring. Tilgangstillatelsene vil følge forretningsdefinisjonene, slik at hver person eller agent bare ser informasjon vedkommende har tillatelse til å se, uten at datauttrekk må administreres separat. Ugyldige eller uautoriserte forespørsler vil bli blokkert før en spørring kjøres, i stedet for å bli flagget etterpå.

Yasmeen Ahmad, senior visepresident og daglig leder for Workday Data Cloud, beskrev virksomhetskontekst som den sentrale flaskehalsen for KI i næringslivet, og den planlagte integrasjonen som en «levende semantisk graf» som gir autonome agenter styrt forretningskontekst.

Det planlagte oppkjøpet setter forretningsdefinisjoner i sentrum for Workdays agentstrategi. Det samme laget vil avgjøre hvordan et spørsmål tolkes, hvilke data som kan besvare det, og om forespørselen får kjøres. Dermed utvides styringen fra agentens handlinger til svarene handlingene avhenger av.

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.