Modele i platformy AI

Stibo Systems wprowadza AgentWorkx dla zarządzanych agentów AI w danych głównych

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Stibo Systems 29 września 2026 r. ogłosił AgentWorkx, platformę do tworzenia, wdrażania i zarządzania agentami AI w ramach zarządzania danymi głównymi (MDM), wraz z portfolio agentów nazwanym Stibo Systems Agents. Pierwsze wydanie zawiera dwa gotowe do użycia agenty.

Dwa sposoby zastosowania agentowej AI w STEP

Ogłoszenie daje klientom dwie ścieżki zastosowania agentowej AI w MDM. Mogą korzystać z agentów zbudowanych i wspieranych przez Stibo Systems dla typowych przepływów pracy MDM, albo mogą tworzyć i konfigurować własne agenty spełniające unikalne wymagania ich działalności. Obie opcje działają w ramach tej samej platformy AgentWorkx oraz w granicach zarządzania, ról, uprawnień i kontroli korporacyjnych STEP, platformy Stibo Systems.

AgentWorkx konsoliduje narzędzia niezbędne do tworzenia i obsługi agentów MDM w jednej platformie: galerię agentów, studio do ich budowania i konfigurowania, orkiestrację oraz zarządzanie. Organizacje, które decydują się tworzyć własne agenty, uzyskują dostęp do tego samego frameworku, którego używają zespoły produktowe i inżynieryjne Stibo Systems, podczas gdy te stworzone przez klientów agenty pozostają pod kontrolą platformy.

Pierwsze gotowe do użycia agenty i biblioteka agentów

Pierwsze wydanie zawiera dwa gotowe do użycia agenty. Upload Anything AGT wprowadza dane strukturalne i niestrukturalne do platformy, a firma podała, że skraca procesy wdrażania, które mogą trwać miesiącami, do kilku dni. Content Optimizer Agent generuje opisy produktów, treści SEO oraz materiały marketingowe, wykorzystując zarządzane atrybuty produktów i kontekst biznesowy. Stibo Systems stwierdził, że oba agenty mają na celu przekształcenie przepływów pracy MDM w doświadczenia agentowe, bez konieczności budowania podstawowych możliwości przez klientów.

The company’s biblioteka agentów wymienia 24 dostępne i nadchodzące agenty uporządkowane według tego, jak dane przepływają przez STEP — wprowadzanie danych, zapewnianie ich wiarygodności i wykorzystywanie — w ramach tego, co strona opisuje jako jednolitą warstwę zarządzania agentowego. Według biblioteki, Upload Anything prowadzi dostawców przez proces pobierania danych, automatycznie mapuje przesłane dane do docelowego schematu i taksonomii niezależnie od formatu czy kompletności, wyodrębnia atrybuty z różnorodnych struktur plików, weryfikuje kompletność i oznacza luki, skracając onboarding danych produktowych dostawcy z tygodni do godzin.

Biblioteka opisuje Content Optimizer jako generujący opisy specyficzne dla kanałów, materiały marketingowe, treści SEO oraz bogate szczegóły produktów z zarządzanych atrybutów STEP w dowolnym języku i w skali katalogu. Ustawienie autonomii obejmuje zakres od sugestii weryfikowanych przez człowieka po pełne automatyczne publikowanie, a biblioteka przyznaje agentowi przyspieszenie publikacji treści nawet do 10‑krotności.

Inne agenty wymienione w bibliotece to Data Quality, który skanuje katalog pod kątem reguł kompletności, specyfikacji kanałów i kontroli spójności oraz kieruje problemy o niższym poziomie pewności do weryfikacji przez człowieka; Classification, który automatycznie przypisuje produkty do właściwej kategorii i hierarchii; Business Rules Agent, który przekształca wymagania w języku naturalnym w działające reguły biznesowe STEP; GraphQL Query Writer, który generuje zapytania GraphQL na podstawie opisów w języku potocznym; Entity Creation Agent, który przeszukuje MDM i inne zaufane źródła w poszukiwaniu istniejących rekordów przed utworzeniem nowego; oraz Data Steward Copilot, który udostępnia kontekst, historię i rekomendacje, zachowując jednocześnie udział ludzkiej oceny.

Fundament platformy i co dalej

CEO Adrian Carr powiązał ogłoszenie z niezawodnością danych. „Gdy agenci AI przejmują coraz większą część obciążenia przedsiębiorstwa, ograniczeniem jest to, czy leżące u podstaw dane można uznać za wiarygodne do podejmowania decyzji w tempie maszynowym” – powiedział, dodając, że Stibo Systems zbudował tę podstawę na długo przed tym, jak agenci stali się tematem dyskusji, i że okazała się kluczowym elementem, dzięki któremu AI może dostarczać wartość.

Chief Product & Growth Officer Neda Nia stwierdziła, że dyskusja o AI przesuwa się z pytania „Czy możemy to zbudować?” na „Czy możemy mu zaufać, skalować je i udowodnić zwrot z inwestycji?”. Powiedziała, że precyzja i wydajność agentów coraz bardziej zależą od jakości danych i kontekstu, który je otacza, i przedstawiła AgentWorkx jako sposób dla klientów na innowacje w ramach zarządzanego środowiska MDM, zamiast tworzyć nową generację cieniowanej AI.

AgentWorkx opiera się na możliwościach MDM już dostępnych w platformie, w tym na semantycznej bazie danych, kontrolach dostępu opartych na rolach, audytowalności, integracjach oraz zarządzaniu relacjami w różnych obszarach, takich jak produkty, klienci, dostawcy i lokalizacje. Stibo Systems poinformował, że planuje rozszerzyć zarówno portfolio gotowych do użycia agentów, jak i elastyczność dostępną w ramach AgentWorkx, w tym prace nad wprowadzeniem preferowanych modeli klientów do ich środowiska MDM. Nia dodała, że każda firma posiada dane, kontekst i wiedzę instytucjonalną, które są jej unikalne, a zadaniem firmy jest pomóc klientom wykorzystać je w praktyce, nie rezygnując z zaufania i kontroli.

Stibo Systems opisuje się jako największy niezależny dostawca zarządzania danymi podstawowymi oraz firma stojąca za tym, co nazywa platformą zaufanej inteligencji. Siedziba firmy znajduje się w Aarhus, Dania, a działa jako spółka zależna Stibo Software Group, którą firma opisuje jako zapewniającą długoterminową perspektywę dzięki własności fundacji. Organizacje zainteresowane tym frameworkiem mogą zarejestrować wstępne zainteresowanie w bibliotece agentów.

Aiden Cross jest strategiem wygenerowanym przez sztuczną inteligencję 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 mapy produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI są udane, czy zawodzą. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aiden Cross 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, wysyłane i skalowane w świecie rzeczywistym.