Le imprese investono tra 30 e 40 miliardi di dollari a livello globale in soluzioni di intelligenza artificiale generativa, ma secondo il rapporto The State of AI in Business 2025 elaborato dal Mit, il 95% di queste iniziative non genera alcun ritorno tangibile. A mancare, più che la potenza dei modelli o la disponibilità di dati, è la capacità di comprendere il contesto: perché un modello AI possa realmente supportare le decisioni, deve disporre di informazioni che raccontino ciò che accade, collegando eventi, relazioni e significati in modo coerente e continuo. La maggior parte delle organizzazioni opera invece su architetture frammentate, con dati disallineati e flussi discontinui che rendono impossibile costruire applicazioni di AI operative in modo efficace nei processi. Mancano piattaforme in grado di elaborare i dati mentre si muovono, adattarsi a ciò che accade e restituire conoscenza immediata ai sistemi intelligenti. Il valore dell’AI non dipende quindi solo dall’addestramento dei modelli, ma dalla qualità e dalla tempestività del flusso informativo che li alimenta. Ed è il ciclo dinamico di analisi, adattamento e servizio a distingure un semplice chatbot da un agente AI capace di agire in tempo reale e su larga scala. Confluent identifica proprio in questo divario — quello tra dati e contesto — la principale ragione dei fallimenti nei progetti con l’AI. Senza un’infrastruttura di dati affidabile, continua e governata, le applicazioni restano confinate alla fase sperimentale. È per colmare questo vuoto che nasce Confluent Intelligence.
Confluent, l’AI nasce dal flusso dei dati
Confluent propone una via per sviluppare e potenziare sistemi di intelligenza artificiale in tempo reale. La soluzione, costruita nativamente su Confluent Cloud, offre alle aziende quanto serve per creare e scalare sistemi di AI event-driven, ovvero basati su eventi.
Lo stack completamente gestito consente di trasmettere ed elaborare in modo continuo dati storici e in tempo reale, offrendo il contesto direttamente alle applicazioni di intelligenza artificiale.
Il risultato è una gestione dei workload più affidabile, sicura e scalabile, capace di superare i limiti dei sistemi tradizionali che operano su batch o database statici. Confluent Intelligence permette così di costruire sistemi di AI fondati su dati dinamici e attendibili, fornendo una base solida per applicazioni autonome e adattive.
“Confluent è nata per risolvere uno dei problemi più difficili nel mondo dei dati: permettere alle informazioni di fluire liberamente all’interno di un’azienda – sottolinea Jay Kreps, co-founder e Ceo – così da poter agire in tempo reale. Questa stessa base ci consente oggi di colmare il divario di contesto nell’AI. I modelli off-the-shelf sono potenti, ma senza un flusso continuo di dati non possono prendere decisioni tempestive e realmente preziose per un’azienda. È qui che lo streaming dei dati diventa indispensabile”.
Come funziona Confluent Intelligence
Alla base della piattaforma c’è l’esperienza maturata da Confluent nell’evoluzione di Apache Kafka e Apache Flink, due tecnologie open source ormai standard per la gestione e l’elaborazione dei flussi di dati. Confluent Intelligence integra entrambi i framework in un servizio completamente gestito, dotato di governance nativa, prestazioni a bassa latenza e capacità di “replayability” per riutilizzare i dati storici. L’obiettivo è ridurre drasticamente il tempo di passaggio dal proof of concept alla produzione, eliminando la complessità infrastrutturale che oggi frena l’adozione dell’AI su scala. La piattaforma introduce tre componenti chiave che definiscono un nuovo standard per l’AI contestuale.
Il primo è Real-Time Context Engine, un motore che trasmette contesto strutturato e affidabile a qualsiasi agente o applicazione AI, sia quelli sviluppati su Kafka e Flink, sia modelli esterni integrati tramite il Model Context Protocol (Mcp). In pratica, i team di sviluppo possono accedere in un unico punto a dati certificati e contesto in tempo reale, senza doversi occupare della gestione di Kafka o del backend. Il servizio, attualmente in fase early access, rappresenta la risposta diretta all’esigenza di semplificare l’alimentazione dei modelli AI con informazioni aggiornate e coerenti. Il secondo pilastro, Streaming Agents (in open preview) permette di creare, distribuire e orchestrare agenti event-driven direttamente all’interno di Flink. L’integrazione tra elaborazione dei dati e ragionamento AI consente di costruire agenti che osservano, decidono e agiscono autonomamente in tempo reale, senza l’intervento continuo degli operatori. In questo modo l’intelligenza agentica opera direttamente cuore delle pipeline di streaming; le aziende possono realizzare automazioni contestuali che reagiscono dinamicamente ai cambiamenti del business.
Terzo pilastro: le funzioni di machine learning integrate in Flink Sql consentono di gestire operazioni complesse di data science — come il rilevamento di anomalie, il forecasting o l’inferenza — direttamente nella pipeline di streaming, con possibilità di visualizzazione in tempo reale. Questa integrazione consente di trasformare i flussi di dati in insight azionabili, migliorando la velocità e la precisione delle decisioni operative. Le funzionalità sono già accessibili attraverso Confluent Cloud.
La collaborazione con Anthropic
Per rafforzare la proposta, Confluent annuncia l’integrazione del modello Claude, sviluppato da Anthropic, all’interno dei suoi Streaming Agents. L’obiettivo è combinare la capacità di ragionamento avanzato degli Llm con la base dati in tempo reale offerta da Confluent. Insieme, le tecnologie permettono di costruire agenti AI capaci di apprendere dal flusso degli eventi, adattarsi al contesto e intervenire in modo tempestivo. La sinergia apre la strada a un’ampia gamma di applicazioni: dal rilevamento intelligente delle anomalie, che filtra il rumore per evidenziare i segnali realmente rilevanti, fino alla personalizzazione in tempo reale di servizi e contenuti digitali. Le aziende possono così combinare le capacità predittive e conversazionali di Claude con i vantaggi dello streaming di dati per creare esperienze più reattive e personalizzate.
La strategia
La collaborazione con Anthropic rappresenta un passo avanti per Confluent nel consolidare la propria posizione come infrastruttura di riferimento per l’AI contestuale e agentica. Integrando modelli di linguaggio avanzati con una piattaforma di streaming nativamente gestita, l’azienda offre alle imprese una soluzione completa per sviluppare sistemi di intelligenza artificiale realmente operativi, capaci di apprendere e reagire in tempo reale.
In questa direzione, Confluent Intelligence segna l’evoluzione naturale del concetto di Data in Motion, paradigma introdotto dall’azienda per descrivere la necessità di gestire i dati come flussi in costante movimento piuttosto che come entità statiche. In questa nuova fase, il data streaming diventa la spina dorsale dell’intelligenza artificiale aziendale: non più solo un mezzo per alimentare i modelli, ma un vero e proprio sistema nervoso capace di coordinare, interpretare e agire. Per le imprese che mirano a rendere operative le proprie strategie di AI, la sfida non è più tanto costruire modelli migliori, quanto garantire che i dati arrivino dove servono, nel momento esatto in cui servono. Confluent propone una risposta concreta a questa esigenza, unificando governance, integrazione, contesto e capacità decisionale in un’unica architettura pronta per il futuro dell’AI in tempo reale.
© RIPRODUZIONE RISERVATA
