L’intelligenza artificiale non è più un concetto astratto, ma un agente trasformativo concreto. Dalle persone ai processi, fino alle tecnologie, il cambiamento è profondo. Ne parliamo con Nicola Russo, responsabile della service line Data&AI Intelligence di NTT DATA, tra i promotori dell’Autonomous Data&AI Platform che sta ridisegnando la gestione delle architetture dati.
L’AI è una rivoluzione che produrrà un cambiamento che vediamo in molti contesti, qual è la vostra opinione a riguardo?
Siamo nel pieno di una metamorfosi, ed è evidente che l’AI non stia solo accelerando processi: sta cambiando le regole del gioco. Ci troviamo in una fase di disruption simile a quella che, in altri momenti della storia, ha riscritto interi modelli organizzativi.
L’AI non è uno strumento che si affianca al lavoro: è un attore che entra nel tessuto stesso dell’organizzazione. Cambia la natura delle persone, che diventano parte di una hybrid workforce. Cambia la natura dei processi, che si trasformano in automated processes. E cambia infine la tecnologia, che evolve in autonomous platforms.
In questo scenario, la vera rivoluzione non è solo la Generative AI, ma qualcosa di ancora più profondo: l’Agentic AI. Non parliamo più di sistemi che eseguono task specifici, ma di agenti intelligenti in grado di collaborare, decidere, apprendere e agire in modo autonomo. Si passa da un approccio task-oriented a uno goal-oriented.
In NTT DATA stiamo abbracciando questo cambio di paradigma accompagnando i clienti lungo questa transizione attraverso un modello integrato, che va dalla consulenza strategica alla declinazione delle tecnologie, fino alla governance. È in questo contesto che nasce la nostra proposta Smart AI Agent, nata per consentire alle aziende di adottare e sfruttare i benefici dell’Agentic AI. Smart AI agent è progettata per comprendere istruzioni complesse, aggregare informazioni eterogenee e agire in tempo reale sugli ecosistemi aziendali, generando insight, azioni e contenuti con un elevato grado di autonomia. Da Smart AI Agent nasce l’Autonomous Data&AI Platform, un’applicazione verticale di questo approccio che porta l’intelligenza agentica all’interno delle piattaforme dati.
Cosa si intende quindi per piattaforme autonome?
Per comprendere il concetto di Piattaforme Autonome, un parallelismo efficace è quello dell’auto a guida autonoma. Questa, colleziona e analizza dati al fine di prendere decisioni indipendenti e attuare azioni basate sulla consapevolezza di se stessa e di quello che la circonda. Allo stesso modo, una Piattaforma Autonoma è in grado di prendere decisioni basandosi sullo stato dei suoi processi.
Il parallelismo vale anche nella fase di costruzione: cosi come per l’auto a guida autonoma non ci si focalizza nel costruire il motore ma nell’aggiungere un layer di automazione, allo stesso modo, il nostro obiettivo è costruire un layer di intelligenza in grado di rendere autonome le piattaforme esistenti. È da questa visione che nasce la Autonomous Data&AI Platform: un layer intelligente che si integra alle architetture già presenti, trasformandole in sistemi capaci di autogestirsi, monitorarsi e correggersi.
Con l’Autonomous Data&AI Platform, il team di operation diventa un guidatore evoluto: mantiene il controllo (human-in-the-loop), ma può delegare alla piattaforma tutte le attività ripetitive o diagnostiche. Come per i diversi livelli di autonomia nelle auto, anche qui il sistema può intervenire da solo in modo sicuro, lasciando all’uomo le scelte critiche o strategiche. Questo libera tempo, risorse e consente un modello di gestione molto più efficiente.
Come funziona l’Autonomous Data&AI Platform?
L’Autonomous Data&AI Platform si basa su due concetti fondamentali:
- le informazioni (dati e metadati) che descrivono i processi, gli elementi della piattaforma ed il loro stato di funzionamento;
- la capacità di acquisire informazioni e analizzarle grazie a tre elementi abilitanti: RAG, Gen AI e Agentic AI.
L’Autonomous Layer sfrutta questi elementi diventando cosi il sistema “nervoso” della piattaforma, integrabile sia su architetture cloud-native che legacy o ibride.
Alla base ci sono agenti specializzati, progettati per conoscere il contesto della piattaforma ed interagire con gli strumenti tecnici a disposizione. Questi agenti sono organizzati in team che si occupano di tre fasi fondamentali: osservazione, diagnosi e attuazione. L’Autonomous Data&AI Platform permette il passaggio da una piattaforma intelligente a una realmente autonoma, in grado di comprendere se stessa e il proprio stato operativo.
Quali sono i risultati che avete ottenuto?
L’analisi delle performance ottenute dall’introduzione dell’Autonomous Layer ha prodotto i seguenti risultati:
- significativa riduzione dei tempi di risoluzione dei problemi, spesso automatizzata senza bisogno di escalation;
- riduzione di molti errori ricorrenti;
- miglioramento complessivo delle performance del team di operation, che può dedicarsi ad attività a maggior valore.
Tutto questo si traduce in una riduzione del TCO delle piattaforme dati e in una maggiore continuità operativa. La piattaforma diventa un asset intelligente che lavora al fianco delle persone, con l’obiettivo di rendere le architetture dati più resilienti, efficienti e sostenibili nel tempo.
Nella nostra esperienza, le performance ottenute dall’introduzione dell’Autonomous Layer sono funzione diretta della quantità ed accuratezza delle informazioni disponibili (esempio codebase) e dei feedback che il team di operation, attraverso la valutazione delle risposte, mette a disposizione.
Per saperne di più scarica il white paper: Global GenAI Report
Leggi tutti gli approfondimenti della Room AI Metamorphosis by NTT DATA
© RIPRODUZIONE RISERVATA
