AI-modeller och plattformar

Oracle lanserar lågkodsstudio för att bygga branschspecifika AI-agenter

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Den 21 oktober 2026 meddelade Oracle att företaget lanserar Oracle AI Agent Studio for Industry Applications, en kodfri miljö med lågkodsfunktioner för att skapa, testa, samordna, driftsätta och hantera AI-agenter och arbetsflöden för branschspecifika affärsprocesser.

Erbjudandet bygger vidare på Oracle AI Agent Studio for Fusion Applications. Oracle uppgav att lösningen gör det möjligt för kunder och partner att bygga och vidareutveckla agenter med hjälp av befintliga applikationsdata, verktyg och affärsprocesser samt integrera agenterna i det dagliga arbetet, med målet att minska manuellt arbete och höja produktiviteten.

”AI-agenter skapar värde när de kan arbeta inom ramen för de processer, data och kontroller som styr hur en bransch fungerar”, sade Simon de Montfort Walker, vice vd med ansvar för Industry Applications på Oracle. Han sade att studion ger kunder och partner byggstenarna för dessa processer, tillsammans med flexibiliteten att anpassa, testa och hantera agenter utifrån sina egna behov.

Plattformens funktioner

Enligt Oracle påskyndar plattformen utvecklingen av agenter med förbyggda agenter, arbetsflöden, mallar och återanvändbara verktyg som utformats kring branschspecifika affärsprocesser. Därför behöver kunder och partner inte skapa varje användningsfall från grunden. Användarna skapar och vidareutvecklar agenter med instruktioner på naturligt språk och visuell redigering av arbetsflöden, där de definierar roller, mål, verktyg, policyer och verksamhetskontext. De kan också välja bland de generativa AI-modeller som stöds och finns tillgängliga via Oracle Cloud Infrastructure (OCI) Enterprise AI, utifrån kraven för en viss agent eller ett visst användningsfall.

För arbetsuppgifter i flera steg uppgav Oracle att studion samordnar agenter, verktyg och tjänster som stöds i Oracle Industry Applications och Oracle Fusion Cloud Applications. Stöd för Model Context Protocol (MCP) kopplar agenter till godkända verktyg och funktioner i Oracle Industry Applications via MCP-servrar, så att de kan återanvändas i flera olika användningsfall.

Oracle uppgav att användarna kan testa agenternas svar, åtgärder och verktygsanvändning före driftsättning genom att följa arbetsflödenas körning, granska indata och utdata, utvärdera resultat, identifiera problem och testa ändringar på nytt. Säkerhetskontroller för företag tillämpar skyddsräcken som ser till att agenterna följer konfigurerade behörigheter, policyer och organisatoriska roller, samtidigt som åtkomsten till applikationer, data och verktyg hanteras. Funktioner för driftsättning och livscykelhantering för agenter från utveckling och testning mot produktionsmiljöer för användningsfall som stöds. Funktioner för övervakning och observerbarhet följer upp körningsmått, prestanda, tillförlitlighet, användning och förbrukning av AI-enheter.

Eric Newmark, koncern-vd och chef för Enterprise Business Applications på IDC, sade i tillkännagivandet att AI-agenter bara är så användbara som de data, verktyg och godkännanden de har tillgång till, och att det är där de flesta satsningar kör fast när allt detta ska kopplas samman på ett tillförlitligt sätt. Han sade att studion tar itu med problemet genom att låta team bygga, testa och hantera agenter i de branschspecifika arbetsflöden de redan använder.

Branschområden och användningsfall

Oracle uppgav att studion är utformad för att fungera med Oracle Industry Applications, Oracle Fusion Applications och OCI. Den samordnar agenter och arbetsflöden med flera agenter i applikationer som stöds och kopplar samman dem med relevanta applikationsdata, verktyg, tjänster och förbyggda agenter för användningsfall som stöds. Enligt företaget minskar detta integrerade arbetssätt behovet av att flytta data eller skapa punkt-till-punkt-integrationer för enskilda användningsfall som stöds, samtidigt som agenterna arbetar inom ramen för konfigurerade åtkomstkontroller och policyer.

Branscher som stöds är bland annat teknik och bygg, detaljhandel, finans, restaurangbranschen, offentlig sektor, energiförsörjning, kommunikation och besöksnäring.

Oracle beskrev flera exempel på användningsområden. Ett bygg- och teknikföretag kan använda plattformen för att identifiera risker för tidsplanens milstolpar, fastställa relaterade problem ute på arbetsplatsen och föreslå konkreta åtgärder för att minska riskerna för projektteamen. Kunder och partner inom detaljhandeln kan använda Oracles branschapplikationer och agenter för detaljhandeln för att utöka och anpassa områden som bilder, produktinformation samt produkt- och kataloghantering. Kunder och partner inom finansiella tjänster kan använda och vidareutveckla agenter inom områden som betalningar, betalningsförmåga, analys och kundpreferenser.

Uttalanden från partner och planerad tillgänglighet

Nick Yoko, AI-ansvarig för Oracle på KPMG, sade att efterfrågan ökar på AI-agenter som tar hänsyn till en branschs specifika processer, data och verksamhetsmiljö. Han sade att plattformen ”speglar en viktig förskjutning mot mer branschspecifik AI och skapar möjligheter för kunder att använda agenter för de affärsutmaningar och möjligheter som betyder mest”.

Kevin Sullivan, global och USA-ansvarig för Oracle-alliansen på PwC, sade att organisationer behöver känna sig trygga med hur agenter fattar beslut, får tillgång till data och arbetar inom ramen för verksamhetens kontroller. Han sade att studion förenar branschkontext med testning, övervakning och konfigurerade åtkomstkontroller, vilket hjälper organisationer att bygga in styrning i sina arbetsflöden när de utökar användningen av AI.

En fotnot i tillkännagivandet anger att studion planeras bli tillgänglig i USA inom de kommande 12 månaderna och att den med tiden planeras byggas ut till alla OCI Enterprise AI-regioner som stöds.

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.