Stibo Systems lanserar AgentWorkx för styrda AI‑agenter i masterdata

Stibo Systems den 29 september 2026 annonserade AgentWorkx, ett ramverk för att bygga, distribuera och styra AI‑agenter inom master data management (MDM), tillsammans med en portfölj av agenter som de kallar Stibo Systems Agents. Den första releasen innehåller två färdiga agenter.

Två sätt att tillämpa agentisk AI i STEP

Meddelandet ger kunderna två vägar för att tillämpa agentisk AI på MDM. De kan använda agenter som byggts och stöds av Stibo Systems för vanliga MDM‑arbetsflöden, eller så kan de bygga och konfigurera egna agenter för krav som är unika för deras verksamhet. Båda alternativen körs genom samma AgentWorkx‑ramverk och inom styrning, roller, behörigheter och företagskontroller i STEP, Stibo Systems plattform.

AgentWorkx samlar verktygen som krävs för att skapa och driva MDM‑agenter i ett ramverk: ett galleri av agenter, en studio för att bygga och konfigurera dem, orkestrering och styrning. Organisationer som väljer att bygga egna agenter får tillgång till samma ramverk som Stibo Systems produkt‑ och ingenjörsteam använder, medan de kundbyggda agenterna förblir inom plattformens kontroller.

De första färdiga agenterna och agentsbiblioteket

Den första releasen levereras med två färdiga agenter. Upload Anything AGT för in strukturerad och ostrukturerad data i plattformen, och företaget uppgav att den minskar onboarding‑processer som kan ta månader till dagar. Content Optimizer Agent genererar produktbeskrivningar, SEO‑innehåll och marknadsföringstexter med hjälp av styrda produktattribut och affärskontext. Stibo Systems sade att båda agenterna är utformade för att omvandla MDM‑arbetsflöden till agentiska upplevelser utan att kunderna behöver bygga de underliggande funktionerna själva.

Företagets agentsbiblioteket listar 24 tillgängliga och kommande agenter organiserade kring hur data rör sig genom STEP — att få in data, göra den pålitlig och sätta den i arbete — under det som sidan beskriver som ett enhetligt agentiskt styrningslager. Enligt biblioteket guidar Upload Anything leverantörer genom datainmatning, mappar automatiskt inskickad data till mål‑schemat och taxonomin oavsett format eller fullständighet, extraherar attribut från varierande filstrukturer, validerar fullständighet och markerar luckor, vilket minskar leverantörers produkt‑data‑onboarding från veckor till timmar.

Biblioteket beskriver Content Optimizer som att generera kanalspecifika beskrivningar, marknadsföringstexter, SEO‑innehåll och rik produktinformation från styrda STEP‑attribut på vilket språk som helst och i katalogskala. En autonomiinställning sträcker sig från mänskligt granskade förslag till full automatisk publicering, och biblioteket tillskriver agenten en upp till 10‑ gånger snabbare innehållspublicering.

Andra agenter som listas i biblioteket inkluderar Data Quality, som skannar katalogen mot fullständighetsregler, kanalspecifikationer och konsistenskontroller och dirigerar låg‑konfidensproblem till mänsklig granskning; Classification, som automatiskt tilldelar produkter till rätt kategori och hierarki; Business Rules Agent, som omvandlar krav i naturligt språk till fungerande STEP‑affärsregler; GraphQL Query Writer, som genererar GraphQL‑frågor från beskrivningar i vanligt språk; Entity Creation Agent, som söker i MDM och andra betrodda källor efter befintliga poster innan en ny skapas; och Data Steward Copilot, som visar kontext, historik och rekommendationer samtidigt som mänskligt omdöme behålls i processen.

Plattformens grund och vad som kommer härnäst

VD Adrian Carr knöt meddelandet till datatillförlitlighet. “När AI‑agenter tar över mer av företagets arbetsbelastning är begränsningen huruvida den underliggande datan kan litas på för att fatta beslut i maskinhastighet,” sade han och tillade att Stibo Systems byggde den grunden långt innan agenter var ett diskussionsämne och att den visade sig vara den kritiska faktorn för att AI ska leverera värde.

Chief Product & Growth Officer Neda Nia sade att AI‑diskussionen skiftar från “Kan vi bygga det?” till “Kan vi lita på det, skala det och bevisa avkastningen?” Hon påpekade att agenternas precision och prestanda i allt högre grad beror på kvaliteten på data och kontexten bakom dem, och hon presenterade AgentWorkx som ett sätt för kunder att innovera inom den styrda MDM‑miljön snarare än att skapa en ny generation av skugg‑AI.

AgentWorkx bygger på MDM‑funktioner som redan finns i plattformen, inklusive dess semantiska datagrund, rollbaserade åtkomstkontroller, spårbarhet, integrationer och hantering av relationer över domäner såsom produkter, kunder, leverantörer och platser. Stibo Systems sade att de planerar att utöka både sin portfölj av färdiga agenter och den flexibilitet som finns genom AgentWorkx, inklusive arbete för att föra kundernas föredragna modeller in i deras MDM‑miljö. Nia tillade att varje företag har data, kontext och institutionell kunskap som är unikt deras eget, och att företagets uppgift är att hjälpa kunder att sätta den i arbete utan att ge upp förtroende och kontroll.

Stibo Systems beskriver sig själva som den största oberoende leverantören av master data management och företaget bakom det de kallar en pålitlig intelligensplattform. Företaget har huvudkontor i Århus, Danmark, och verkar som ett dotterbolag till Stibo Software Group, som enligt företaget ger ett långsiktigt perspektiv genom ägande av grunden. Organisationer som är intresserade av ramverket kan registrera tidigt intresse via agentsbiblioteket.