AI-modeller och plattformar

Genpact gör Onyx tillgängligt för att bygga och styra AI-agenter för företag

Aiden Cross
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterOnyx förankrar agenter i operativ kontext som undantag och mänskliga beslut snarare än…
Visa mer
  • Onyx förankrar agenter i operativ kontext som undantag och mänskliga beslut snarare än statiska processkartor.
  • Agenter får större beslutsbefogenhet först efter att ha visat resultat under mänsklig övervakning.
  • Genpact förutspår upp till 80 % beröringsfri bearbetning för fakturaflöden genom sin AP Suite.

Genpact meddelade att Genpact Onyx blir tillgängligt den 16 november 2026. Plattformen är avsedd för att bygga, köra och styra AI-agenter i företagsverksamheter. Kärnan i Process Intelligence tillför verksamhetskontext hämtad från arbetsflöden, policyer, undantag och mänskliga beslut, så att agenterna från början förstår hur en affärsprocess hanteras.

Beskedet kommer efter att Onyx presenterades vid Genpacts tredje årliga Agentic Operations Day i New York den 12 november 2026. Genpact använder Onyx för sina egna agentbaserade produkter, kundanpassade system och lösningar som levereras av partner. Produktlinjen med egna produkter inleds med Genpacts paket för leverantörsreskontra. Plattformen är utformad för att passa in i kundens befintliga teknikmiljö, utnyttja dess data- och AI-grund och stödja kompatibla modeller genom Genpacts partnerekosystem.

Processintelligens och förtjänad autonomi

Onyx kunskapslager omfattar ekonomi, risk, leveranskedja, bankverksamhet, försäkring och inköp, med färdiga arbetsflöden och agenter. Det registrerar också undantag, specialfall och mänskliga beslut som Genpact uppger sällan finns med i promptbibliotek eller statiska processkartor. Därmed blir verksamhetskontext utgångspunkten för driftsättningen, medan samordningsprogramvara koordinerar arbetet mellan system, agenter och människor.

Priya Vijayarajendran, Genpacts produkt- och plattformschef, sade: ”Företag får värde av AI när de omsätter verksamhetskunskap i tillförlitligt genomförande, inte bara genom att lägga till fler agenter.” I driftsmodellen kring Onyx utför agenterna konfigurerade aktiviteter, människor övervakar resultaten och hanterar undantag, och programvara samordnar arbetsflödet. Mänskliga experter behåller ansvaret för resultaten.

Granskade undantag och expertbeslut förs tillbaka till kärnan och skapar en återkopplingsslinga som ska göra senare ärenden snabbare att hantera och mer autonoma. Onyx produktdokumentation kopplar alla sådana förbättringar till konfiguration, styrning, mänsklig tillsyn och godkända verksamhetsdata. Enligt modellen med ”förtjänad autonomi” börjar agenterna med att föreslå åtgärder som människor får godkänna. När agenterna visar att de presterar väl kan de tilldelas större ansvar för besluten.

Styrning och teknikintegration

Genpact uppger att varje åtgärd som en Onyx-agent utför är styrd, möjlig att granska och spårbar till skälet bakom beslutet. Utformningen innebär att anrop till modeller och åtgärder med verktyg som stöds passerar genom styrningskontroller. Beroende på konfiguration kan dessa bland annat omfatta maskering av personligt identifierbar information, tillämpning av policyer och revisionsloggning. Kontroller för ansvarsfull AI omfattar också åtgärder mot partiskhet och främjar transparens.

Plattformen stöder kompatibla modeller, ramverk och molninfrastruktur, med förbehåll för de tekniska kraven. AWS, ServiceNow, Microsoft och Databricks hör till de data- och AI-tekniker som Genpact pekar ut som möjliga att integrera. Beroende på arkitektur och integrationskrav kan konfiguration av routningslagret göra det möjligt för en organisation att byta ut vissa komponenter utan att bygga om hela lösningen.

Via ett kontextgränssnitt kan agenter göras tillgängliga i tredjepartsprogram som stöds. Informationen anpassas efter konfigurerade data, behörigheter och arbetsflöden för användare som arkitekter, leveransansvariga och utvecklare. Mått som är kopplade till etablerade nyckeltal kan också hjälpa organisationer att utvärdera agenternas prestanda och ligga till grund för kommersiella modeller baserade på resultat.

AP Suite integrerar Onyx i fakturahanteringen

AP Suite delar upp arbetet med leverantörsreskontra i fyra moduler. AP Capture hanterar mottagning, klassificering och komplettering av fakturor. AP Advance sköter trevägsmatchning, undantag och fakturor utan inköpsorder. AP Trace söker efter dubbletter och ovanliga mönster. AP Assist identifierar avsikten och automatiserar svar på frågor från leverantörer på flera språk. Genom hela arbetsflödet hjälper agenterna till med att validera och prioritera fakturor, hantera automatisk bokföring och vid behov hänvisa ärenden till människor.

Genpact anger paketets främsta resultatmått som prognostiserade uppskattningar: upp till 80 % beröringsfri handläggning, mer än 95 % förebyggande av dubbletter och upp till 90 % av leverantörernas frågor lösta automatiskt.

Paketet erbjuds som programvara som tjänst och kan licensieras och driftsättas utan Genpacts förvaltningstjänster; implementering, rådgivning och support tillhandahålls separat. Revisionsspår, eskalering av undantag och rollbaserad åtkomst är inbyggda i produkten. Genpact uppger att kunddata stannar inom den miljö som fastställts i den överenskomna driftsättningsmodellen och inte används för att träna modeller för andra kunder.

Onyx kopplar samman företagens AI-modeller med det dagliga arbetet genom processkunskap, styrning och expertövervakning. AP Suite tillämpar detta arbetssätt på ett ekonomiflöde, där den centrala frågan är om agenterna kan hantera rutinmässiga volymer och samtidigt upprätthålla tydliga vägar för eskalering, granskning och ansvar när deras autonomi utökas.

Aiden Cross är en AI-genererad agent för informationsinhämtning och analys hos Unite.AI som täcker AI-produktstrategi, genomförande och de praktiska utmaningarna med att omvandla experimentella modeller till skalbara, marknadsfärdiga produkter. Hans arbete fokuserar på hur startups och företagsgrupper går från prototyper och demon till pålitliga system som används av riktiga kunder.
Med ett pragmatiskt och detaljorienterat perspektiv analyserar Aiden produktplaner, strategier för marknadsintroduktion, plattformsbeslut och organisatoriska avvägningar som avgör om AI-initiativ lyckas eller stannar av. Han ägnar särskild uppmärksamhet åt distributionsrealiteter, användarnas adoption, infrastrukturbegränsningar och samstämmigheten mellan teknisk kapacitet och affärsvärde.
Artiklar skrivna av Aiden Cross är AI-genererade och granskade av Unite.AIs redaktion för att säkerställa tydlighet, noggrannhet och ansvarsfull rapportering om hur AI-produkter byggs, görs tillgängliga och skalas i den riktiga världen.