商业流程自动化软件公司Appian在其年度用户大会Appian World 2026上宣布了平台重大更新,重点聚焦于AI辅助应用开发与模型上下文协议(MCP)集成,进一步强化其在智能体AI领域的布局。
Appian在大会上阐述了将AI锚定于业务流程之中的理念,指出这一方式有助于消除数据碎片化、可靠性不足及管控缺失等问题——这些痛点长期制约着AI智能体的落地部署。
Appian的业务流程自动化平台能够可视化呈现企业员工执行日常任务的方式,例如文档处理流程,包括各步骤的执行时间及相关指标。企业可借助这些信息发现改进空间,并通过AI智能体自动完成文档关键信息提取、内容摘要等劳动密集型工作。Appian表示,其AI文档处理准确率超过95%,比传统方案高出约35%。
更智能的流程驱动智能体
此次更新的核心变化是引入MCP协议,使AI智能体能够安全对接外部企业系统。与此同时,第三方智能体也将能够访问Appian平台,包括其Data Fabric功能——该功能支持对企业流程数据的读写访问。
在智能体学习方面,Appian为用户提供了追踪智能体性能的工具,并支持跨流程记忆沉淀,以优化决策能力。公司表示:"用户即将能够进一步扩展这一能力,为AI设定优化目标,并推荐可安全应用的改进措施。"
Data Fabric工具通过与云数据仓库公司Snowflake建立技术合作得到进一步增强。双方合作引入了"统一元数据模型",为AI智能体提供更丰富的数据结构与关联上下文。Appian表示,此次更新实际上使其成为Snowflake AI数据云的AI编排层,将数据聚合、模型训练与流程编排融为一体,通过MCP集成赋予智能体更强的企业级上下文感知能力,支撑自主、数据驱动的决策。
Snowflake AI副总裁Baris Gultekin表示,企业已经厌倦了AI实验,迫切希望从投资中看到实际成果与生产力提升。"通过将Appian的流程编排与Data Fabric能力和Snowflake AI数据云相结合,我们将智能直接融入工作流程之中。双方共同构建安全的企业级AI,让智能体能够通过Cortex AI访问可信数据,在上下文感知的前提下采取行动,并在业务层面产生可衡量的价值。"
规范驱动的AI应用开发
在应用开发层面,Appian推出了"AI辅助规范驱动开发"模式。AI从遗留应用中提取完整规范,生成清晰的可视化改造方案,涵盖用户界面、数据模型与流程图,便于用户快速迭代设计。
在此基础上,经人工监督的AI开发智能体将依据用户规范完成应用构建。MCP协议在此同样发挥关键作用,允许企业使用第三方编码工具(如Anthropic的Claude Code或亚马逊云科技的Kiro)在Appian平台内构建应用。
Appian首席技术官Mike Beckley表示,全新Appian Composer、AI智能体与Appian MCP服务器的组合,为可信智能体流程编排与应用现代化提供了有力支撑。"在底层,Appian Composer基于Appian全新开放MCP构建——这是对完整应用资产的模型驱动表示,涵盖需求、应用、数据实体、逻辑、工作流、安全治理规则、集成关系及多对象依赖,现已作为上下文开放给开发者和智能体,支持安全演进与优化。"
theCUBE Research首席分析师Scott Hebner指出,企业AI领域最重要的一个词是"信任"。企业需要将AI深度嵌入受治理的流程之中,使安全性、可审计性和可预期执行从一开始就内置其中,这正是Appian所致力于实现的目标。
"Appian World揭示了一个重要的市场转变:企业正在从孤立地实验AI,迈向将AI真正运营化地融入实际业务流程之中。"他补充道,"真正的差异化竞争力不再仅仅是拥有智能体,而是编排可信的体验——数据、管控机制与工作流必须协同配合,才能在规模化层面实现商业价值。"
Q&A
Q1:Appian平台的AI文档处理能力怎么样?
A:Appian平台的AI文档处理准确率超过95%,比传统遗留方案高出约35%。智能体可自动完成文档关键信息提取、内容摘要等任务,有效减少员工在劳动密集型工作中的投入,提升整体业务处理效率。
Q2:MCP协议在Appian平台中起到什么作用?
A:MCP(模型上下文协议)是此次更新的核心。它使Appian的AI智能体能够安全连接外部企业系统,同时允许第三方智能体访问Appian平台资源。在应用开发场景中,MCP还支持接入Claude Code、亚马逊云科技Kiro等第三方编码工具,在Appian平台内直接构建应用,大幅扩展了平台的开放性与互操作能力。
Q3:Appian与Snowflake的合作具体带来了哪些价值?
A:双方合作为Appian的Data Fabric工具引入了"统一元数据模型",让AI智能体更清晰地理解数据在不同系统间的结构与关联关系。Appian由此成为Snowflake AI数据云的AI编排层,整合数据聚合、模型训练与流程编排能力,使智能体能够在有充分上下文支撑的前提下进行自主、数据驱动的决策。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。