Ogni workflow agentico si scontra con la stessa domanda: cosa può toccare l’agente, per conto di chi, e come lo sa? Workday ha una risposta: il sistema di record come layer di governance.
Un nuovo studio ipotizza che batteri terrestri, trasportati da polveri cosmiche, potrebbero aver colonizzato l’oceano sotterraneo di Europa, la luna di Giove.
Workday scommette che il problema degli agenti AI aziendali non sia la qualità del modello, ma chi e come può accedere ai dati. La soluzione si chiama Sana, un sistema di record pensato per la governance.
Secondo Workday, la difficoltà principale per le aziende che implementano agenti AI non è far funzionare i modelli, ma definire cosa l’agente può fare, per conto di chi, e come il sistema lo sa.
Workday sostiene che il problema principale degli agenti AI enterprise sono i permessi di accesso, non le performance dei modelli. La soluzione è un sistema di record che funga da strato di governance.
Workday integra il suo sistema di record con Gemini per dare agli agenti AI permessi granulari e verificabili. Il problema non è farli ragionare, ma sapere cosa possono toccare.
Workday punta sul suo sistema di record come livello di governance per gli agenti AI: senza permessi chiari e verificati, ogni flusso agentico fallisce.
Workday sostiene che il vero ostacolo per gli agenti AI enterprise non è la qualità dei modelli, ma la gestione dei permessi. Il sistema di record diventa il layer di governance per autorizzare le azioni degli agenti in contesti HR e finance.
Ogni workflow con agenti AI si scontra con lo stesso problema: cosa può fare l’agente, per conto di chi, e come fa il sistema a saperlo? Workday ha integrato le autorizzazioni nel suo sistema di record.
Workday sostiene che il problema principale degli agenti AI in azienda non sia la qualità del modello ma la gestione di chi può fare cosa. E la soluzione sta nel sistema di record.
Workday sfrutta il suo sistema di record come layer di governance per agenti AI, risolvendo il problema dei permessi che blocca l’adozione enterprise.
Dopo il primo rush verso il deployment rapido, le aziende scoprono che gli agenti AI crashano, perdono stato e moltiplicano i costi. La soluzione? Ripensare l’architettura attorno a orchestrazione e recupero.