การเข้าซื้อกิจการ
Workday วางแผนเข้าซื้อกิจการ Honeydew เพื่อรวมคำจำกัดความทางธุรกิจของ AI ให้เป็นหนึ่งเดียว

ประเด็นสำคัญHoneydew รวบรวมคำจำกัดความทางธุรกิจให้เป็นคิวรีที่กำหนดผลลัพธ์ได้แน่นอนก่อนที่โมเดล AI…
ดูเพิ่มเติม
- Honeydew รวบรวมคำจำกัดความทางธุรกิจให้เป็นคิวรีที่กำหนดผลลัพธ์ได้แน่นอนก่อนที่โมเดล AI ใดจะเห็นคำขอ
- คำจำกัดความจะนำไปใช้โดยตรงกับข้อมูลสดใน Workday Data Cloud แทนการดึงข้อมูลเก่าจากคลังข้อมูล
- สิทธิ์การเข้าถึงจะติดไปกับคำจำกัดความทางธุรกิจ ดังนั้นคำขอที่ไม่ได้รับอนุญาตจะถูกบล็อกก่อนที่คิวรีจะทำงาน
Workday ประกาศเมื่อวันที่ 18 พฤศจิกายน 2026 ในงาน Workday Rising EMEA ที่บาร์เซโลนาว่า บริษัทมีแผนเข้าซื้อกิจการ Honeydew และผนวกคอมไพเลอร์เชิงความหมายของ Honeydew เข้ากับ Workday Data Cloud การผสานระบบตามแผนนี้มีเป้าหมายเพื่อให้เอเจนต์ AI และเครื่องมือวิเคราะห์ธุรกิจใช้คำจำกัดความทางธุรกิจชุดเดียวกันภายใต้การกำกับดูแล เพื่อให้คำตอบสอดคล้องกันระหว่างเอเจนต์ เครื่องมือ และโมเดลต่าง ๆ
Workday คาดว่าธุรกรรมที่เสนอจะเสร็จสิ้นในไตรมาสที่ 4 ของปีงบประมาณ 2027 ซึ่งสิ้นสุดวันที่ 31 มกราคม 2027 โดยขึ้นอยู่กับเงื่อนไขการปิดธุรกรรมตามปกติ ชั้นความหมายของ Honeydew ช่วยให้ทีมกำหนดตัวชี้วัดทางธุรกิจเพียงครั้งเดียว แล้วนำไปใช้ได้ทั้งในเครื่องมือวิเคราะห์ธุรกิจและเอเจนต์ AI ขณะที่คอมไพเลอร์จะแปลงคำจำกัดความเหล่านั้นเป็นคิวรีที่แม่นยำและอยู่ภายใต้การกำกับดูแล
คำจำกัดความที่สอดคล้องกันสำหรับคิวรีของเอเจนต์
Workday ยกตัวอย่างปัญหานี้ด้วยคำขอให้นับจำนวนพนักงาน แดชบอร์ดหนึ่งอาจนับเฉพาะพนักงานประจำ ขณะที่ระบบแชตอาจนับรวมผู้รับเหมา และเอเจนต์อาจนับตำแหน่งงานที่ได้รับอนุมัติแต่ยังไม่มีผู้ดำรงตำแหน่งว่าเป็นอัตรากำลังที่มีคนทำงานแล้ว คำตอบแต่ละแบบอาจถูกต้องตามคำจำกัดความของตนเอง แต่ผลลัพธ์ทั้งสามแบบทำให้ธุรกิจไม่มีตัวเลขที่สอดคล้องกัน
Honeydew รวบรวมและจับคู่คำจำกัดความหลายแบบ จากนั้นเลือกแบบที่ใช้ได้โดยพิจารณาจากผู้ถามหรือเอเจนต์ที่ส่งคำถาม กรณีใช้งานเฉพาะ และบริบทของสถานการณ์ วิธีนี้ทำให้การเลือกคำจำกัดความเกิดขึ้นในชั้นกลางที่ใช้ร่วมกัน แทนที่จะปล่อยให้แต่ละอินเทอร์เฟซตัดสินใจเอง
Workday อธิบายว่าทางเลือกที่ใช้กันอยู่ในปัจจุบันมีทั้งการเขียนโค้ดเฉพาะเพื่อดักจับคำขอจากโมเดลภาษาขนาดใหญ่ การฝังกฎทางธุรกิจไว้ในไปป์ไลน์ข้อมูล และการยัดข้อมูลสคีมาลงในพรอมป์ต์ ซึ่งเป็นการบรรจุพจนานุกรมข้อมูล กฎการเชื่อมตาราง SQL และคำจำกัดความต่าง ๆ ไว้ในพรอมป์ต์ งานเหล่านี้อาจต้องทำซ้ำเมื่อทีมเปลี่ยนโมเดลหรือแพลตฟอร์ม
เมื่อใช้ Honeydew ตรรกะทางธุรกิจจะถูกย้ายออกจากพรอมป์ต์และแปลงเป็นคิวรีที่ให้ผลแน่นอนก่อนที่คำขอจะไปถึงโมเดล “โมเดล AI ไม่ควรคิดคำนวณตัวเลขเงินเดือนขึ้นมาเอง” Gabe Monroy ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Workday กล่าว Workday คาดว่าวิธีนี้จะช่วยเพิ่มความแม่นยำและประสิทธิภาพ ลดการใช้โทเค็นและค่าใช้จ่าย อีกทั้งคงคำจำกัดความเดิมไว้ได้เมื่อลูกค้าเปลี่ยนเครื่องมือหรือโมเดล
การกำกับดูแลครอบคลุมถึงข้อมูลที่ใช้งานอยู่
Workday ยังชี้ให้เห็นความแตกต่างระหว่างการนำระบบไปใช้ตามแผนกับชั้นความหมายที่ทำงานกับข้อมูลซึ่งดึงไปเก็บไว้ในคลังข้อมูลหรือดาต้าเลกแล้ว โดยคำตอบจะเป็นปัจจุบันได้เท่ากับการรีเฟรชข้อมูลครั้งล่าสุดเท่านั้น Honeydew จะนำคำจำกัดความของลูกค้าไปใช้กับข้อมูลที่ใช้งานอยู่โดยตรงใน Workday Data Cloud ทำให้เอเจนต์ใช้ข้อมูลล่าสุดได้ เช่น บัญชีแยกประเภทของวันนั้น
Workday กำกับดูแลตัวตน การยืนยันตัวตน สิทธิ์การเข้าถึง และพฤติกรรมของเอเจนต์อยู่แล้ว Honeydew จะเพิ่มการควบคุมในขั้นตอนที่คำถามภาษาธรรมชาติถูกแปลงเป็นคิวรีฐานข้อมูล โดยสิทธิ์จะติดไปกับคำจำกัดความทางธุรกิจ ทำให้แต่ละคนหรือเอเจนต์เห็นเฉพาะข้อมูลที่ตนมีสิทธิ์เข้าถึง โดยไม่ต้องจัดการชุดข้อมูลที่ดึงออกมาแยกต่างหาก คำขอที่ไม่ถูกต้องหรือไม่ได้รับอนุญาตจะถูกบล็อกก่อนที่คิวรีจะทำงาน แทนที่จะถูกแจ้งเตือนภายหลัง
Yasmeen Ahmad รองประธานอาวุโสและผู้จัดการทั่วไปของ Workday Data Cloud อธิบายว่าบริบทระดับองค์กรเป็นคอขวดสำคัญของ AI สำหรับองค์กร และกล่าวว่าการผสานระบบตามแผนจะสร้าง “กราฟความหมายที่มีชีวิต” ซึ่งมอบบริบทธุรกิจภายใต้การกำกับดูแลให้แก่เอเจนต์อัตโนมัติ
การเข้าซื้อกิจการตามแผนทำให้คำจำกัดความทางธุรกิจเป็นหัวใจของกลยุทธ์ด้านเอเจนต์ของ Workday ชั้นเดียวกันนี้จะกำหนดว่าควรตีความคำถามอย่างไร ใช้ข้อมูลใดตอบคำถามได้ และอนุญาตให้ดำเนินการตามคำขอหรือไม่ ซึ่งเป็นการขยายการกำกับดูแลจากการกระทำของเอเจนต์ไปสู่คำตอบที่การกระทำเหล่านั้นอาศัย












