Neo4j lanserar Context Engine, ett kunskapslager för AI som ger agenter bättre prestanda

Den nya produkten är en del av Neo4j:s plattform för grafintelligens och ger en gemensam förståelse av affärsdata i olika system, vilket banar väg för AI som företag kan lita på

SAN MATEO, Kalifornien, 20 oktober 2026 – Neo4jⓇ, världens ledande plattform för grafintelligens, lanserar i dag Neo4j Context Engine. Med den kan företag snabbt bygga upp ett gemensamt kunskapsskikt som AI-agenter kan återanvända för att resonera konsekvent utifrån företagets samlade kunskap. Neo4j Context Engine ger agenterna djupare förståelse, större räckvidd och bättre minne, vilket gör dem mer tillförlitliga.

Data har alltid haft två användare: människor, som med erfarenhet och intuition har förstått hur olika data hänger ihop, och applikationer, som gjort samma sak med hjälp av hårdkodad logik. Idag har en tredje användare kommit: AI-agenter. De kan snabba upp verksamheten enormt genom automatisering, men förstår inte själva vad ”kund”, ”konto”, ”leverantör”, ”risk” eller tusentals andra samband och begrepp betyder i den specifika organisationen. Den kunskapen är ofta utspridd i databaser, applikationer, dokumentation och enskilda AI-lösningar. Det gör att AI saknar både en samlad bild och tydliga instruktioner över vad som behövs för att leverera rätt data, i rätt struktur och vid rätt tidpunkt.

I Gartners® Market Overview for AI Context Platforms från augusti 2026, skriven av Kjell Carlsson, Afraz Jaffri, Christopher Long och Radu Miclaus, står det: ”Gartner definierar AI-kontextplattformar som programvara som gör det möjligt för data- och AI-ingenjörsteam att bygga, styra och leverera semantiskt organiserad kunskap till AI-agenter och andra AI-applikationer och tjänster. Genom att behandla kontext som en förstklassig tillgång i verksamheten, snarare än en konfiguration för varje enskild agent, skiljer dessa plattformar på livscykeln för organisationens kunskap och livscykeln för enskilda agenter. Det gör det lättare för organisationer att skala och styra sina AI-agenter inom olika områden.”*

”Kontext är det som gör AI i företag pålitlig och trovärdig”, säger Sanjeev Mohan, principal på SanjMo. ”Men kontext handlar inte bara om mer data, utan om samband: inte bara att två saker hänger ihop, utan varför och hur. Det är precis det som grafer modellerar på ett naturligt sätt. När agentbaserade användningsfall blir mer komplexa räcker det inte att härleda sambanden. Organisationer behöver beskriva dem uttryckligen och inte bara gissa. Görs det rätt är det här kontextskiktet som AI i företag bygger på.”

”Att utforma samband och kunna visa exakt varför och hur de finns är helt avgörande för att lösa kontextbaserade problem inom AI. Alla andra alternativ är bara tillfälliga lösningar som blir allt mindre hållbara i takt med att AI-agenterna blir mer komplexa och behöver tillgång till fler system.”, säger Sudhir Hasbe, President of Technology och CPO på Neo4j. ”Bara Neo4j har årtionden av erfarenhet av att använda grafer och ontologier för att lösa komplexa affärsutmaningar. Nu blir all den kunskapen tillgänglig för företag genom Neo4j Context Engine.”

Neo4j Context Engine samlar alla verktyg och metoder som organisationer behöver för att ge agenter rätt kontext och göra dem mer träffsäkra. Bland annat ingår:

• Affärsontologi: en färdig grafmodell i sex lager där företag kan kartlägga sin organisation, sina affärsprocesser, sin data och sina AI-resurser i Neo4j.
  • Beprövad design: modellen bygger på branschens bästa praxis från hundratals implementationer hos företagskunder
  • Sömlös koppling: kopplar fysisk data direkt till affärslogiken, så att AI och andra system kan fatta beslut utifrån sammanhanget
  • Dubbel nytta: hjälper både till i designfasen och när det används löpande i drift
• Context Build and Runtime: gör det möjligt för företag att bygga affärsontologin utifrån data som redan finns i system som Databricks eller Snowflake. Ontologin görs sedan tillgänglig för lagret som styr och samordnar AI-agenter. Det gör att både processdrivna agenter och agenter för konversationsbaserad analys utgår från samma förståelse av verksamheten.
  • Flexibel hantering: skapar och driver det semantiska lagret via headless-körning, kommandoradsverktyg eller Python-paket
  • Bred kompatibilitet: fungerar med befintliga dataplattformar, datakataloger och företagets lagringssystem
  • Styrning och anpassning: inbyggd ändringshantering och flexibla ramverk som anpassas efter stora organisationers komplexa krav
  • GraphRAG: använder GraphRAG-retrievers för att snabbt hämta korrekt kontext från det semantiska lagret
• Context Studio: gör det möjligt att hantera och styra affärsontologin.
  • Centralt kontrollplan: ett samlat gränssnitt för att hantera och övervaka hela miljön.
  • Verktyg för ontologier och arbetsflöden: team kan visuellt bygga upp affärsontologin och de arbetsflöden som körs på den.
  • Agentstruktur: förenklar konfigurationen av AI-agenter, MCP-servrar (Model Context Protocol) och utvecklarverktyg.
• Context Memory: ett grafbaserat minneslager som ger AI-agenter minne och förmåga att lära sig av tidigare beslut. Det stöder korttids-, långtids- och resonemangsminne samt destillering av färdigheter.
  • Beslutsspårning: Loggar agenternas resonemang och arbetsflöden för att bygga upp ett varaktigt arkiv över organisationens erfarenheter.
  • Kunskapssamling: grafalgoritmer analyserar tidigare interaktioner och kokar ner återkommande händelser till återanvändbar kunskap.
  • Ständig förbättring: för tillbaka lärdomarna till kärnsystemet så att agenternas resonemang och träffsäkerhet blir bättre över tid.

Tillgänglighet

Neo4j Context Engine är nu tillgänglig för företag. Kontakta oss om du vill bli designpartner.

Mer information

Vill du veta mer om Neo4j Context Engine kan du läsa vår blogg eller besöka vår webbplats.

*Gartner, Market Overview for AI Context Platforms, av Kjell Carlsson, Afraz Jaffri m.fl., 13 augusti 2026.

*GARTNER är ett registrerat varumärke och servicemärke som tillhör Gartner, Inc. och/eller dess närstående bolag i USA och internationellt, och används här med tillstånd. Alla rättigheter förbehållna.