Infor agentom dodaja panožni kontekst, dokazi o učinku pa še manjkajo

Infor je 6. oktobra 2026 v Orlandu v predstavitvi Infor Industry AI razkril razširjeno arhitekturo, dodatne agente in nove možnosti upravljanja ter objavil anketo med 2.111 poslovnimi odločevalci na sedmih trgih, v kateri jih je 68 % ocenilo, da splošna orodja umetne inteligence ne ustrezajo potrebam njihove panoge. Panožni podatkovni modeli naj bi agentom pomagali sprejemati pravilnejše odločitve, vendar javno dostopne neodvisne primerjave njihove natančnosti ni.

Opis izdaje Infor 2026.10 našteva razširjeno upravljanje umetne inteligence, nove panožne agente, dostop do objavljenega Inforjevega znanja in funkcije, vgrajene v poslovne aplikacije. Agenti so razporejeni po posameznih izdelkih, med drugim po rešitvah CloudSuite, sistemu za upravljanje skladišč in finančnih aplikacijah. Izdaja zato ne pomeni, da vsako obstoječe okolje Infor dobi enak nabor agentov ali enake pravice za izvajanje dejanj.

Panožni kontekst pride iz podatkovnih modelov

Tehnično jedro zasnove je skupen pomen podatkov, s katerimi agent opravlja nalogo. Infor IQ je interno poimenovanje semantične plasti, ki aplikacijam v okolju CloudSuite daje enotno razumevanje pojmov, kot so artikel, lokacija in stranka, hkrati pa ohranja posebnosti panoge in poslovnega postopka. Agent tako pri naročilu ne sklepa le iz uporabnikovega vprašanja, temveč iz pomena podatkov v aplikaciji in pravil procesa, v katerem naj bi ukrepal.

Primer, ki ga je Infor uporabil za razlago, je naročilo surovine za proizvajalca hrane: pri pošiljki sladkorja je lahko odločilna specifikacija Brix. Pri naročilu avtomobilskega dela je namesto tega pomembna identifikacijska številka vozila. Obe nalogi sta na splošni ravni obravnava materiala, vendar bi agent brez ustreznega podatka lahko spregledal pogoj, pomemben za pravilno izvedbo. Razlika določa, kateri podatek mora biti agentu na voljo, preden lahko ustrezno obravnava naročilo.

Arhitektura agentom ponuja tudi vmesnike za celotna poslovna dejanja, na primer ustvarjanje naročilnice, namesto dolgega zaporedja tehničnih klicev. Manj korakov lahko zmanjša število priložnosti za napako, panožni model pa agentu pomaga izbrati ustrezne podatke. Tak vmesnik loči poslovni namen od tehničnih ukazov in skrajša pot od naloge do dejanja v aplikaciji.

Agenti so vezani na posamezne Inforjeve izdelke

V rešitvah CloudSuite na osnovi LN so opisani agenti za proizvodnjo, oskrbovalno verigo, nabavo, logistiko in pregled kakovosti. Proizvodni agent naj bi prepoznal ovire za pretočnost, kakovost ali dobavo ter predlagal oziroma sprožil popravek; nabavni agent ocenjuje uspešnost dobaviteljev in opozarja na tveganja. Agent za pregled kakovosti odkriva neskladnosti in začne ukrepe za njihovo omejitev. Ti opisi pomenijo različne vrste posega, od opozorila do začetka dejanja v procesu.

V Infor Warehouse Management System sta navedena agent za razporejanje blaga, ki prilagaja razpored glede na gibanje zalog, in agent za skladiščne valove, ki jih lahko sestavlja, sprošča in optimizira. To sta funkciji skladiščnega sistema, ne splošni funkciji vsake namestitve CloudSuite. V rešitvah CloudSuite na osnovi M3 je posebej naveden agent za finančno računovodstvo, ki analizira bančne račune, glavno knjigo in usklajevanje prejetega blaga z računi. Razlika med navedenimi izdelki je pomembna za podjetja, ki imajo v uporabi le del Inforjevega okolja.

Finančni agenti posegajo v evidence na različnih stopnjah. Agent za konsolidacijo v Infor Enterprise Performance Management pripravi knjižbe za pregled; agent za usklajevanje računov v Infor Financials and Supply Management povezuje račune z naročilnicami in izpostavi neskladja. Agent za zaključek obdobja je opisan tudi kot izvajalec sprostitve in knjiženja pripravljenih postavk ter zapiranja obdobij za pripravljene organizacijske enote. Izraz »finančni agent« zato sam po sebi ne pove, ali sistem zgolj pripravi predlog ali spremeni knjigovodski zapis.

Drug del izdaje se nanaša na znanje in uporabniški vmesnik. Infor GenAI Public Knowledge Hub prek Infor GenAI Assistant razširja dostop do objavljene produktne dokumentacije, vodnikov in poročil o izdajah za vse stranke. Infor GenAI Embedded Experiences pa vnaša pripravo vsebine in prikaz relevantnih podatkov neposredno v posamezne aplikacije. Odgovor iz dokumentacije, vpogled v podatke in izvedba poslovnega dejanja so različne zmožnosti, čeprav jih uporabnik lahko sreča v istem širšem okolju.

Odobritev je odvisna od vrste dejanja

Rick Rider je v pogovoru za SiliconANGLE dejal: »Every customer is uniquely different, and out-of-the-box AI does not exist in our world«; njegov sodelavec Suresh Jayaraman je kot dejanje, ki še zahteva človeško odobritev, navedel premik naročila ene stranke k drugi. Agenti lahko ustvarijo naročilo in preverijo povpraševanje, prerazporeditev med strankama pa posega v odločitev, ki ostane pri človeku. Ta konkretna meja je povednejša od splošne oznake, da so agenti »avtonomni«.

Predstavljena arhitektura zato vključuje pravice agentov, postopke človeške odobritve in revizijsko sled dejanj; izdaja hkrati razširja upravljanje umetne inteligence v Infor Governance, Risk, and Compliance. Pri naročilih in finančnih knjižbah je treba ločiti med pripravo podatkov, začetkom postopka ter končno spremembo evidence. Opis agenta navaja, kaj lahko opravi v ustrezni aplikaciji, ne določa pa enake meje samostojnosti za vse stranke in vse nastavitve.

Inforjeva anketa ne meri natančnosti agentov

Anketa, objavljena ob predstavitvi, zajema mnenja odločevalcev o tem, ali splošna orodja ustrezajo regulativnim, procesnim in podatkovnim zahtevam njihove dejavnosti. Njeni rezultati pojasnjujejo zanimanje za panožni pristop, ne merijo pa, kako pogosto Inforjev agent pravilno obdela naročilo, prepozna odstopanje ali pripravi ustrezno knjižbo. Slovenija ni bila med zajetimi trgi, zato iz teh odgovorov ni mogoče sklepati niti o izkušnjah slovenskih uporabnikov.

Za trditev o manj napakah bi bili potrebni rezultati primerljivih nalog z enakimi vhodnimi podatki, jasnim merilom pravilnosti in navedbo, kdaj je moral poseči človek. Predstavitev takšne primerjave ne vsebuje. Prihodnja objava meritev po nalogah in različicah izdelka bi šele pokazala, ali panožni kontekst poleg drugačne zasnove prinese tudi manj napačnih dejanj v uporabi.

Preberite tudi:

• Cloudflare odpira plačilo agentov na zahtevo, vendar le v ZDA
• GPT-6.1 Sol je izšel: milijon žetonov konteksta za nižjo ceno