A Oracle anunciou as mais recentes atualizações do Oracle AI Agent Studio para Fusion Applications, uma plataforma de desenvolvimento para criar, conectar e executar automações de inteligência artificial (IA) e aplicações agênticas. As atualizações mais recentes do Oracle AI Agent Studio incluem um novo construtor de aplicações agênticas, bem como novas capacidades que suportam orquestração de fluxos de trabalho, inteligência de conteúdo, memória contextual e medição de ROI.
CONTEÚDO RELACIONADO: Gartner prevê mudança no uso de IA nas empresas e aponta impacto direto na execução de processos
As atualizações mais recentes do Oracle AI Agent Studio apoiam as novas Fusion Agentic Applications e o ecossistema de IA do Fusion Applications, em rápido crescimento. Com o Oracle AI Agent Studio, as organizações agora podem criar, conectar e executar automações de IA e aplicações agênticas usando agentes reutilizáveis da Oracle, de parceiros e externos, sem desenvolvimento tradicional de aplicações.
Além disso, observabilidade integrada, medição de ROI, segurança, auditabilidade e governança garantem que os agentes entreguem valor mensurável e operem de forma responsável em escala. As atualizações incluem:
- Agentic Applications Builder (Construtor de Aplicações Agênticas): Ajuda as organizações a construir aplicações agênticas focadas em resultados a partir de agentes da Oracle, de parceiros e externos. O ambiente, impulsionado por IA e baseado em linguagem natural, ajuda os usuários a selecionar agentes, compor fluxos de trabalho e conectar dados corporativos sem requisitos de codificação tradicional ou desenvolvimento de aplicações.
- Orquestração de fluxos de trabalho: Ajuda as organizações a garantir execução confiável, de nível corporativo, em escala, em processos de negócio complexos. Com as novas capacidades de orquestração, os clientes podem coordenar execuções de múltiplas etapas e múltiplos agentes com regras que controlam como o trabalho transita entre etapas, lógica integrada e supervisão humana.
- Inteligência de conteúdo: Ajuda as organizações a reunir dados não estruturados próprios e de terceiros com dados transacionais para ampliar a automação, melhorar a tomada de decisão e liberar maior valor das informações corporativas. Isso ajuda as organizações a transformar conteúdo não estruturado em sinais úteis e contextuais que os agentes podem compreender e sobre os quais podem agir.
- Memória contextual: Ajuda as organizações a automatizar processos de ponta a ponta, não apenas tarefas isoladas, reduzindo repetição e atrito ao permitir que os agentes se lembrem do contexto ao longo de interações, fluxos de trabalho e colaboração entre agentes, bem como aprendam com o comportamento do usuário. Apenas memórias relevantes são recuperadas para uma tarefa específica, e os agentes podem compartilhar contexto para melhorar a coordenação de tarefas e resultados.
- Capacidades multimodais de LLM: Ajudam as organizações a desbloquear insights e automatizar decisões usando todas as formas de dados corporativos, ao permitir que os agentes processem e gerem entradas e saídas não textuais, incluindo imagens, áudio e vídeo.
- Monitoramento, observabilidade e playground de prompts: Ajudam as organizações a criar confiança em implantações de agentes, iterar rapidamente, ajustar prompts e escalar agentes com sucesso em produção, ao viabilizar visibilidade em tempo real, testes e depuração do comportamento e desempenho dos agentes.
- Painel de ROI de agentes: Ajuda as organizações a entender o impacto de negócio das iniciativas de IA, permitindo medir os resultados e o valor entregues pelos agentes. Isso inclui insights sobre tempo economizado, redução de custos e ganhos de produtividade por agente, ao longo de fluxos de trabalho, equipes e funções de negócio.
Participe das comunidades IPNews no Instagram, Facebook, LinkedIn e X (Twitter).
