Modele i platformy AI

Akeneo rozszerza kontrolowane procesy pracy z danymi produktowymi opartymi na AI w jesiennej wersji 2026

mm
Dodaj Unite.AI do preferowanych źródeł w Google
Product data flows from suppliers through a structured catalog and a human approval gate to storefronts.

W jesiennej wersji 2026 Akeneo rozszerza rolę agentów AI w zarządzaniu danymi produktowymi w przedsiębiorstwach. Nowe możliwości pozwalają przygotowywać katalogi, współpracować z dostawcami i publikować dane w sklepach internetowych, a jednocześnie poddawać wprowadzane zmiany kontroli przedsiębiorstwa. Wersja wprowadza też bardziej precyzyjne zasady dotyczące gotowości produktów i kompatybilności, obejmujące uporządkowane informacje, od których zależą zautomatyzowane procesy handlu elektronicznego.

W ogłoszeniu z 28 października zapowiedziano wdrożenie Ziggy w procesach obsługi Shopify oraz wprowadzenie zasad gotowości, kompatybilności produktów, zarządzania dostępem w przedsiębiorstwie i nadzoru nad bezpieczeństwem, a także nowych możliwości Supplier Data Manager. Akeneo poinformowało również o przejęciu Dataggo, specjalisty w dziedzinie integracji i usług związanych z PIM, opartego na AI, aby zwiększyć swoje możliwości realizacji złożonych wdrożeń w przedsiębiorstwach.

Wspólnym motywem jest przejście od AI generującej opisy produktów do agentów, którzy mogą pomagać w wykonywaniu zadań związanych z katalogiem. W rezultacie większego znaczenia nabierają uprawnienia, zatwierdzanie i jakość podstawowego modelu produktów: błąd powielony w tysiącach produktów może mieć znacznie szersze skutki niż pomyłka w pojedynczym szkicu opisu.

Ziggy coraz bardziej angażuje się w obsługę produktów

Ziggy, agentowy system orkiestracji Akeneo, obsługuje teraz przygotowywanie i publikowanie informacji o produktach w sklepach internetowych Shopify. Łącznik Shopify jest dostępny w wersjach Standard i Enterprise: wersja Standard jest przeznaczona do wdrożeń obejmujących maksymalnie trzy sklepy, a Enterprise — dla organizacji zarządzających większymi sieciami sklepów.

Wersja wprowadza również wspomagane przez AI sugestie dotyczące modelu produktów, które rekomendują grupowanie produktów, aby pomóc zespołom w organizacji katalogów. Współpraca z dostawcami i zarządzanie ich katalogami rozszerzają możliwości Supplier Data Manager w zakresie przekształcania otrzymywanych od dostawców danych w uporządkowane informacje.

Te możliwości dotyczą różnych etapów tego samego procesu. Dane od dostawców napływają w niespójnych formatach, produkty wymagają użytecznej struktury, a wynikowe informacje muszą spełniać wymagania danego kanału przed publikacją. Automatyzacja jednego etapu przynosi niewielkie korzyści, jeśli przy kolejnym przekazaniu zadania zespoły muszą ręcznie odtwarzać jego kontekst.

Dostępna dokumentacja Akeneo dotycząca agentowego systemu Ziggy pozwala lepiej zrozumieć jego architekturę. Opisuje ona orkiestrator kierujący żądania, moduł planujący proponujący działania, moduł wykonawczy realizujący zatwierdzone kroki oraz agentów wyspecjalizowanych w poszczególnych obszarach PIM. Rozmowy służą eksploracji, natomiast zadania stanowią śledzoną jednostkę pracy, gdy proponowany plan obejmuje zapis danych.

Warstwa AI uwzględnia uprawnienia podczas wykonywania zadań

Akeneo opisuje swoją specjalistyczną warstwę AI jako podstawę zapewniającą kontekst, orkiestrację, uprawnienia i nadzór. W komunikacie dotyczącym wersji prezes firmy, Romain Fouache, przedstawia cel jako umożliwienie agentom przejmowania większej liczby zadań przy jednoczesnym zachowaniu kontroli nad decyzjami przez zespoły ponoszące za nie odpowiedzialność.

Różnica w porównaniu z samodzielnym chatbotem ma istotne znaczenie. System działający wewnątrz platformy do zarządzania informacjami o produktach może potencjalnie modyfikować rekordy, które dostarczają danych na potrzeby ustalania cen, informacji o zgodności i kanałów kontaktu z klientami. Zakres jego uprawnień powinien zależeć od użytkownika i zadania, a nie od zdolności modelu do udzielania przekonujących odpowiedzi.

Z dokumentacji Ziggy wynika, że agenci dziedziczą istniejące uprawnienia poszczególnych użytkowników w systemie PIM. Dokumentacja rozdziela eksplorację w trybie tylko do odczytu od uprawnień do wprowadzania zmian, a operacje zapisu rejestruje jako zestawy zmian. Przed zapisaniem dane produktowe wzbogacone przez AI są wyświetlane do zatwierdzenia. Rozróżniane są również odwracalne zmiany wzbogacające dane oraz działania nieodwracalne, które są oznaczane dla użytkowników.

Te szczegóły mają znaczenie przy ocenie obietnic związanych z automatyzacją agentową. Widoczny plan i ścieżka audytu mogą ułatwić kontrolowanie działań, a wyraźnie określone etapy zatwierdzania przesądzają o tym, kiedy proponowane działanie staje się zmianą w systemie będącym źródłem prawdy.

Gotowość produktu to więcej niż wypełnione pola

Zasady gotowości pozwalają zespołom określić warunki, które produkt musi spełnić w przypadku konkretnego kanału, rynku lub celu biznesowego. Opisane w tej wersji reguły obejmują wartości, kategorie, opisy i powiązania, a wskaźniki gotowości pomagają ustalać priorytety prac w całym portfolio.

Rozszerza to pojęcie kompletności. Wymagane pole może zawierać wartość, a mimo to nie nadawać się do konkretnego miejsca docelowego. Proces przygotowania premiery może wymagać zatwierdzonego opisu, odpowiedniej kategorii i właściwych powiązań z innymi produktami, a nie tylko rekordu, w którym pola nie są puste.

Zgodnie z najczęściej zadawanymi pytaniami dotyczącymi gotowości produktów Akeneo, wskaźniki odzwierciedlają udział spełnionych wymagań, które mają zastosowanie, i mogą różnić się w zależności od kanału i lokalizacji. Wynik 100% oznacza spełnienie skonfigurowanych wymagań; sam w sobie nie powoduje jednak publikacji ani eksportu produktu, chyba że skonfigurowano zewnętrzny proces, który to umożliwia.

W aktualnej dokumentacji funkcja gotowości produktów ma oznaczenie beta, a jej możliwości i specyfikacje API mogą ulec zmianie. Akeneo informuje również, że dostępność poszczególnych funkcji z jesiennej wersji zależy od edycji Product Cloud, dlatego nie należy zakładać, że każda organizacja ma identyczny dostęp.

Zasady zgodności zmieniają dopasowanie w zarządzane dane

Funkcja Product Compatibility obejmuje powiązania między produktami, częściami zamiennymi i akcesoriami. Zamiast prowadzić w arkuszu kalkulacyjnym wykaz wszystkich par, zespoły mogą zdefiniować reguły dopasowania, a PIM obliczy odpowiednie powiązania w miarę zmian w katalogu.

Dokumentacja techniczna firmy opisuje typ automatycznego powiązania oparty na wyborze produktu głównego, wyborze zgodnego produktu oraz opcjonalnych warunkach porównujących atrybuty. Wyniki można wyświetlić w PIM-ie lub pobrać za pośrednictwem API. Z dokumentacji wynika, że funkcja jest dostępna dla klientów korzystających z planu Premium.

W systemach handlu elektronicznego jest to inne zagadnienie niż generowanie rekomendacji, która jedynie brzmi trafnie. To, czy dana część zamienna pasuje do produktu, zależy od konkretnych atrybutów i reguł. Przechowywanie tych powiązań w postaci uporządkowanych danych zapewnia aplikacjom korzystającym z nich podstawę, którą mogą przeszukiwać i aktualizować w miarę dodawania lub modyfikowania produktów.

Podkreśla to również wartość oddzielenia sugestii AI od deterministycznych ograniczeń biznesowych. Agenci mogą pomagać w porządkowaniu i wzbogacaniu katalogu, a skonfigurowane reguły ustanawiają powiązania, z których inne systemy muszą korzystać w spójny sposób.

Zarządzanie tożsamością w przedsiębiorstwie, bezpieczeństwo dostawców i obsługa wdrożeń

Enterprise Access & Security Governance dodaje obsługę przydzielania dostępu na żądanie (Just-in-Time) i SCIM do zarządzania tożsamościami użytkowników, a także łączność z SIEM, dzięki której aktywność w PIM trafia do systemów bezpieczeństwa przedsiębiorstwa. Supplier Enterprise Security dodaje do Supplier Data Manager jednokrotne logowanie i uwierzytelnianie wieloskładnikowe, natomiast etykiety Transparent AI oznaczają treści wygenerowane przez AI.

Te mechanizmy kontrolne dotyczą osób i organizacji współpracujących z agentami. W obsługę katalogu zaangażowani są pracownicy, zewnętrzni dostawcy i systemy korzystające z danych; możliwość ich generowania lub aktualizowania nie znosi potrzeby zarządzania tym, kto ma dostęp i jak ten dostęp się zmienia.

Pozostałe nowości obejmują automatyczną analizę PX Insights dotyczącą wyszukiwania produktów i ich widoczności w systemach AI, usprawnienia w zakresie skalowania API i wyszukiwania, obserwowalność rozszerzeń, Private Showrooms oraz aktualizacje platformy zdarzeń.

Przejęcie Dataggo wnosi do tych zmian produktowych dodatkową wiedzę z zakresu integracji i wdrożeń. Akeneo informuje, że przejęty partner specjalizuje się w łączeniu jego systemu PIM z otaczającymi go systemami przedsiębiorstwa, co ma kluczowe znaczenie dla przełożenia możliwości platformy na sprawnie działające procesy biznesowe.

Autumn Release jest dostępne od 28 października, przy czym dostępność poszczególnych funkcji zależy od edycji. Znaczenie tej wersji polega na połączeniu realizacji zadań przez agentów, reguł dotyczących produktów i mechanizmów kontroli w przedsiębiorstwie w jednym modelu operacyjnym: zespoły mogą powierzać agentom więcej zadań związanych z katalogiem, zachowując jednocześnie jasno określone zasady tego, co można zmieniać, kto może zatwierdzać zmiany i które produkty są gotowe do zaprezentowania kupującym.

Aiden Cross jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się strategią produktów AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypów i demonstracji do niezawodnych systemów używanych przez prawdziwych klientów.
Z pragmatycznym i szczegółowym podejściem Aiden analizuje plany rozwoju produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI odnoszą sukces, czy utykają w miejscu. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aidena Crossa są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposób produkty AI są tworzone, udostępniane użytkownikom i skalowane w świecie rzeczywistym.