目录
Oracle正试图将AI从“告知状况的机制”推进为按业务目标执行任务的机制。部署的重点不在于智能体的数量,而在于完善数据访问、业务理解、管控和执行基础设施,让成效可以衡量。
要点#
- Oracle扩展了“Fusion Applications”的AI功能,并提出由多个智能体推进业务的构想。
- Oracle认为,要投入实际应用,需要适当的数据访问、对业务上下文的理解、处理基础设施,以及在应用内执行操作的能力。
- Oracle提出的管控方针是:在需要人类判断的场景中,由负责人作出最终决定。
- 部署企业需要事先确定目标业务、衡量的成效、允许AI执行的操作,以及需要审批的条件。
从成效出发选择业务#
Oracle首席执行官Mike Sicilia表示,AI不仅能帮助识别风险、降低成本等,还将进一步揭示“接下来可能发生什么”。再往前一步,就是智能体式AI:不止于给出预测或建议,而是按照业务目标采取行动。
部署方首先要缩小交给AI的业务范围。例如,在库存补货场景中,可从缺货率、库存积压金额、负责人处理时间等方面确定衡量改善的指标。如果没有明确指标,即使智能体开始运行,也很难判断业务成效。
支撑自主执行的4个要素#
Sicilia列举了智能体式AI所需的4个条件:在适当的安全与管控措施下访问数据、跨系统和数据理解业务、具备性能与扩展性的基础设施,以及在应用内将判断转化为行动的机制。
这一说明表明,仅靠模型性能还不足以满足实际业务需求。如果AI能查阅的数据已经过时,或无法理解各部门的规则,处理流程的自动化反而会扩大错误。权限和数据的完善也应纳入部署准备。
在Fusion中分阶段推进#
Oracle不断扩展“Fusion”上的AI功能,从通过对话式生成式AI辅助业务,发展到执行单项任务的智能体,再到由多个智能体支持专业业务。2026年4月,Oracle发布了可自主推进整个工作流的“Fusion Agentic Applications”。9月底,又发布了面向更复杂、更大规模工作流的基础平台“Oracle Fusion Claw”。
分阶段扩展的思路也适用于部署规划。起初可在候选业务的一部分中,将范围限定为查询和建议。确认结果与异常情况后,再加入更新、发起审批等操作,这样出现问题时更容易追查原因。
自主性需要审批规则#
AI执行的业务越多,处理错误的影响也越大。Oracle提出,智能体应遵守既定规则,在需要人类判断的环节,由承担责任的负责人作出最终决定。其立场是,即使扩大自动化范围,也不削弱管控。
实施时,应区分智能体可自行执行的操作与必须经负责人审批的操作。根据金额、对客户的影响等设定审批条件,并确保事后可以核查执行记录、参考数据和判断理由。由于报道未提供具体的产品设置或成效数据,实际适用范围仍需在企业自身环境中验证。
下一步#
从企业自身业务中选择一项,将“希望改善的指标”“允许AI执行的操作”“需要人工审批的条件”写在一页纸上。以此为基础,在Fusion等正在使用的环境中确定一个小范围的验证方案。
来源: https://japan.zdnet.com/article/35254026/
目录
