Workato Otto: en agent som får et mål i stedet for en oppskrift
Workato lanserte Otto, en AI-agent som jobber døgnet rundt på tvers av virksomhetens applikasjoner via Workato Enterprise MCP. Hva det er, og hva man bør spørre om.
Det meste av tiden har Workato vært et verktøy for å bygge recipes: noen bestemmer stegene, og plattformen kjører dem. 5. mai lanserte Workato noe annet. Otto er en AI-agent som får et mål og selv finner ut hvilke steg som trengs, på tvers av virksomhetens applikasjoner, mens IT beholder kontrollen over hva den kan nå.
Hva Workato lanserte
Workato beskriver Otto som en AI-kollega man kan stole på. Ifølge kunngjøringen:
- kjører den døgnet rundt i skyen og fortsetter med en oppgave uten at noen følger med,
- håndterer den oppgaver i flere steg, som dataanalyse, rapporter og koding, og kan samarbeide med andre underveis,
- er den tilgjengelig i Slack, Microsoft Teams og andre applikasjoner i virksomheten,
- når den forretningssystemene gjennom Workato Enterprise MCP, som Workato kaller kontroll- og handlingslaget for AI i virksomheten.
Funksjonene for governance er de samme som Workato allerede har for integrasjoner: rollebasert tilgang, audit trail for hver handling, logging og credentials som holdes adskilt fra agenten. Workato sier at over 1 000 personer allerede bruker Otto hver dag i et tidlig program. Generell tilgjengelighet ble omtalt som «snart», uten dato.
Hvorfor det betyr noe
Det interessante er ikke at Workato har en agent. Det har de fleste leverandørene av iPaaS. Det interessante er hvor agenten får tilgangen sin fra. Otto får ikke egne, direkte koblinger til Salesforce, SAP eller Workday. Den bruker det samme MCP-laget, med de samme connectors, rettighetene og loggene, som integrasjonsteamet allerede drifter.
Det er dette argumentet integrasjonsleverandørene bruker i markedet for agenter: det vanskelige med en agent i en virksomhet er ikke modellen, men trygg tilgang til forretningssystemene, med spor av alt som skjer. En integrasjonsplattform har allerede den tilgangen, og kan derfor tilby agenter som IT er villig til å slå på.
Hvordan det står seg
Otto konkurrerer på to fronter. Mot generelle AI-assistenter er argumentet til Workato kontroll: assistentene er gode til å resonnere, men trenger en styrt vei inn i forretningssystemene. Mot andre leverandører av iPaaS handler sammenligningen om hvor mye av agenten som er ferdig bygget. Flere leverandører tilbyr verktøy for å bygge agenter, mens Otto er en ferdig agent som brukerne i forretningen kan ta i bruk direkte.
Risikoen med en agent som jobber alene over lang tid, er den samme som med all automatisering ingen følger med på: små feil kan vokse før noen oppdager dem. Logger og godkjenningssteg hjelper bare hvis noen faktisk leser dem.
Hva du bør spørre om
- Hva kan agenten nå? Sjekk om tilgangen til Otto følger de samme rollene og connectors som recipes dere allerede har, eller om den trenger bredere rettigheter.
- Når stopper den og spør? Finn ut hvilke handlinger som krever godkjenning fra et menneske, og om det kan settes per system eller per type handling.
- Hvem eier resultatet? Bestem hvem som har ansvaret for en oppgave Otto har gjort, og hvordan arbeidet kontrolleres i etterkant.
Kilder
Innlegget er skrevet med hjelp av AI og gjennomgått av redaksjonen før publisering.