Akwizycje

Workday planuje przejęcie Honeydew, aby ujednolicić definicje biznesowe wykorzystywane przez AI

Aiden Cross
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyHoneydew kompiluje definicje biznesowe do deterministycznych zapytań, zanim jakikolwiek…
Zobacz więcej
  • Honeydew kompiluje definicje biznesowe do deterministycznych zapytań, zanim jakikolwiek model AI zobaczy żądanie.
  • Definicje miałyby zastosowanie bezpośrednio do danych na żywo w Workday Data Cloud, a nie do nieaktualnych ekstraktów z hurtowni.
  • Uprawnienia towarzyszą definicjom biznesowym, dzięki czemu nieautoryzowane żądania są blokowane przed uruchomieniem zapytania.

Podczas konferencji Workday Rising EMEA w Barcelonie Workday ogłosił 18 listopada 2026 r., że zamierza przejąć Honeydew i zintegrować kompilator semantyczny Honeydew z Workday Data Cloud. Planowana integracja ma zapewnić agentom AI i narzędziom analityki biznesowej dostęp do tych samych nadzorowanych definicji biznesowych, dzięki czemu odpowiedzi będą spójne we wszystkich agentach, narzędziach i modelach.

Workday przewiduje, że proponowana transakcja zostanie sfinalizowana w czwartym kwartale roku obrotowego 2027, który kończy się 31 stycznia 2027 r., pod warunkiem spełnienia standardowych warunków zamknięcia. Warstwa semantyczna Honeydew umożliwia zespołom jednokrotne definiowanie wskaźników biznesowych i wykorzystywanie ich w narzędziach analityki biznesowej oraz agentach AI, a kompilator przekształca te definicje w precyzyjne, nadzorowane zapytania.

Spójne definicje na potrzeby zapytań agentów

Workday ilustruje problem przykładem zapytania o liczbę zatrudnionych: pulpit nawigacyjny może uwzględniać tylko pracowników pełnoetatowych, interfejs czatu — także wykonawców, a agent może zaliczyć zatwierdzone, lecz nieobsadzone stanowiska do już obsadzonych. Każda z odpowiedzi może być prawidłowa w ramach własnej definicji, ale te trzy wyniki nie zapewniają firmie jednej spójnej liczby.

Honeydew gromadzi i odwzorowuje wiele definicji, a następnie wybiera tę właściwą na podstawie tego, kto zadaje pytanie — osoba czy agent — konkretnego przypadku użycia oraz kontekstu sytuacyjnego. Dzięki temu wybór definicji odbywa się we wspólnej warstwie, zamiast pozostawiać każdemu interfejsowi niezależne rozstrzyganie tej kwestii.

Workday opisuje obecne alternatywne rozwiązania jako niestandardowy kod przechwytujący zapytania kierowane do dużych modeli językowych, reguły biznesowe na stałe zakodowane w potokach danych oraz upychanie schematu — umieszczanie w poleceniach słowników danych, reguł łączenia tabel SQL i definicji. Pracę tę może być konieczne powtarzać, gdy zespoły zmieniają modele lub platformy.

Dzięki Honeydew logika biznesowa byłaby przeniesiona z polecenia i kompilowana do deterministycznych zapytań, zanim żądanie dotrze do modelu. „Model AI nie powinien improwizować przy obliczaniu kwoty wynagrodzenia” — powiedział Gabe Monroy, dyrektor ds. technologii w Workday. Workday spodziewa się, że takie podejście zwiększy dokładność i wydajność, ograniczy zużycie tokenów i koszty oraz pozwoli zachować definicje przy zmianie narzędzi lub modeli przez klientów.

Nadzór obejmuje również dane na żywo

Workday odróżnia też planowane wdrożenie od warstw semantycznych działających na danych wcześniej przeniesionych do hurtowni lub jeziora danych, gdzie aktualność odpowiedzi zależy od ostatniego odświeżenia. Honeydew stosowałoby definicje klientów bezpośrednio do bieżących danych w Workday Data Cloud, umożliwiając agentom korzystanie z aktualnych informacji, takich jak księga główna z tego samego dnia.

Workday już teraz nadzoruje tożsamość agentów, ich weryfikację, dostęp i działanie. Honeydew rozszerzyłoby kontrolę na etap przekształcania pytania zadanego językiem naturalnym w zapytanie do bazy danych. Uprawnienia byłyby powiązane z definicjami biznesowymi, dzięki czemu każda osoba lub agent widzieliby wyłącznie dozwolone informacje, bez konieczności osobnego zarządzania wyciągami danych. Nieprawidłowe lub nieautoryzowane żądania byłyby blokowane przed uruchomieniem zapytania, a nie oznaczane dopiero później.

Yasmeen Ahmad, starsza wiceprezeska i dyrektorka generalna Workday Data Cloud, określiła kontekst przedsiębiorstwa jako główne wąskie gardło dla AI w firmach, a planowaną integrację jako „żywy graf semantyczny”, który zapewni autonomicznym agentom nadzorowany kontekst biznesowy.

Planowane przejęcie stawia definicje biznesowe w centrum strategii Workday dotyczącej agentów. Ta sama warstwa określałaby, jak interpretować pytanie, które dane mogą posłużyć do udzielenia odpowiedzi oraz czy żądanie może zostać wykonane, rozszerzając nadzór z działań agenta na odpowiedzi, od których te działania zależą.

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.