Boomi peger på data som den største bremse på enterprise-AI

Integrationsplatformen Boomi peger på et mønster hos virksomheder, der kæmper med AI. Bremsen ligger ofte i fragmenterede data, ujævne labels og systemer, der ikke deler kontekst.

Boomi har 30.000 kunder globalt, herunder mere end en fjerdedel af Fortune 500. Ifølge virksomheden kører der 75.000 AI-agenter i produktion hos kunderne. Det giver dem et bredt udsyn over, hvad der rent faktisk virker og fejler i enterprise-AI.

Data skal aktiveres, ikke bare opbevares

Boomis chef Steve Lucas bruger begrebet "data activation". Pointen er, at data først skaber værdi for AI, når de er aktiveret, troværdige og styrede. At have data i et warehouse er ikke nok. De skal være rene, opdaterede og tilgængelige i de systemer, hvor AI-agenterne faktisk arbejder.

For at understøtte det har Boomi lanceret Meta Hub, et centralt system til at standardisere forretningsdefinitioner på tværs af virksomheden. Hvis "kunde" betyder tre forskellige ting i tre forskellige systemer, kan en AI-agent ikke give et brugbart svar. Meta Hub skal løse netop den type problem.

Nye funktioner til SAP og Snowflake

Platformopdateringen inkluderer også realtidsudtræk fra SAP via change data capture, så data flyder løbende i stedet for i batch. Derudover har Boomi tilføjet governance-funktioner til Snowflake Cortex-agenter med audit trails og session logs.

Gartner har udpeget Boomi som leder i iPaaS (integration platform as a service) for tolvte år i træk, og IDC MarketScape har også peget på Boomi som leder inden for API management.

Hvad danske virksomheder kan tage med

Budskabet er velkendt, men stadig aktuelt: AI-projekter fejler oftere på data end på teknologi. Danske virksomheder, der planlægger AI-agenter eller automatisering, bør investere i datakvalitet og integration, inden de investerer i modeller. Det er ikke den mest spændende del af et AI-projekt, men det er ofte den del, der afgør, om det lykkes.