L'era degli agenti IA: come Oracle e nuovi strumenti trasformano i processi aziendali

Le aziende di tutto il mondo stanno accelerando gli sforzi per sfruttare appieno il potenziale dell'intelligenza artificiale generativa, integrandola sempre più nei processi aziendali quotidiani. Un passo cruciale in questa direzione è l'adozione e l'implementazione di software innovativi noti come agenti IA. Questi agenti vengono distribuiti in un'ampia gamma di applicazioni e sono progettati per sostenere conversazioni scritte e orali, oltre a interrogare database per eseguire compiti complessi e multi-step, il tutto senza la necessità di essere programmati in anticipo su ogni singola situazione o procedura.

Le applicazioni agentiche di intelligenza artificiale sono capaci di operare in modo iterativo, raccogliendo le informazioni necessarie interagendo con gli utenti di computer e i loro calendari, attingendo dati da sistemi locali e cloud, e persino utilizzando motori di ricerca o altri siti web per rispondere a domande o eseguire azioni. La loro potenza predittiva e la capacità di interagire con gli utenti umani in linguaggio naturale derivano dai grandi modelli linguistici (LLM) su cui si basano, che costituiscono il loro motore fondamentale.

La personalizzazione e l'attivazione degli agenti IA

I fornitori di applicazioni per la produttività, la gestione dei clienti (CRM) e il back-office hanno iniziato a mettere a disposizione dei loro clienti veri e propri studi di progettazione. Questi ambienti consentono alle aziende di personalizzare, istruire e attivare gli agenti IA preesistenti, oppure di crearne di nuovi da zero. Questo approccio offre una flessibilità senza precedenti, permettendo alle organizzazioni di adattare l'IA alle loro esigenze specifiche.

Di seguito, presentiamo una serie di utili linee guida per equipaggiare un agente IA per il lavoro, includendo sei passaggi fondamentali per crearne uno e metterlo in campo, tenendo conto delle sfide e delle opportunità attuali.

Come gli agenti IA apprendono e operano

Il software degli agenti IA sfrutta i LLM, addestrati con enormi quantità di dati, per individuare relazioni e stabilire associazioni tra concetti. Questa capacità consente loro di formulare previsioni pertinenti sul significato intenzionale degli utenti di computer, comunicando in un linguaggio conversazionale. Gli agenti sono dunque progettati per fungere da mediatori tra gli utenti e i modelli linguistici, intraprendendo attivamente azioni per risolvere problemi in una moltitudine di ambiti. Questa mediazione è fondamentale per tradurre le intenzioni umane in azioni concretamente eseguibili dall'IA.

Gli agenti IA possono supportare le imprese nell'automazione di processi ripetitivi, liberando risorse umane per attività più strategiche. Alcuni esempi pratici includono:

• Supporto alle previsioni finanziarie: analizzando dati storici e attuali per proiettare scenari futuri.
• Assistenza ai team HR: guidandoli attraverso le diverse fasi di un processo di reclutamento, dalla selezione dei candidati alla programmazione dei colloqui.
• Sintetizzare informazioni sugli account: identificare opportunità di vendita aggiuntive (upsell) per i venditori, analizzando i dati dei clienti e suggerendo prodotti o servizi pertinenti.

Gli agenti IA sono progettati per comprendere i ruoli organizzativi degli utenti, sfruttare i dati provenienti da documenti aziendali per mantenere i processi pertinenti e rispondere a richieste in linguaggio naturale anziché a istruzioni pre-codificate. Per prepararli a questa flessibilità in circostanze mutevoli, le organizzazioni devono eseguire un lavoro di preparazione accurato e strategico. Vediamo i passaggi chiave.

I passaggi fondamentali per la creazione e il dispiegamento di un agente IA

1. Scegli la tua strategia di creazione agenti

Le aziende devono decidere in anticipo se desiderano personalizzare gli agenti predefiniti forniti dai fornitori di software per automatizzare i processi o creare i propri agenti da zero. Dato lo stato iniziale della sperimentazione e del dispiegamento degli agenti IA nei vari settori, la maggior parte delle aziende probabilmente personalizzerà gli agenti predefiniti per ottenere valore più rapidamente. Nel prendere questa decisione, le organizzazioni dovrebbero considerare:

• La complessità del processo da automatizzare.
• Le risorse interne disponibili (sviluppatori, esperti di IA).
• Il livello di controllo desiderato sull'architettura sottostante.
• Il tempo e il budget a disposizione.

2. Seleziona o prepara un LLM

I fornitori di applicazioni SaaS che consentono ai loro clienti di affinare gli agenti in uno studio di progettazione probabilmente preselezioneranno i LLM con cui il loro software interagirà o daranno agli amministratori una scelta limitata. Le aziende che costruiscono da zero dovranno scegliere tra LLM di aziende leader come Anthropic, Cohere, Google, IBM, Meta (sviluppatore dei popolari modelli Llama), Microsoft, Mistral e OpenAI. Questo approccio può dare a queste aziende il controllo su tutti i livelli della loro stack software agentica, incluso il modello sottostante. Significa anche che sono responsabili della manutenzione di molti più componenti software rispetto alla personalizzazione di agenti pronti all'uso.

3. Progetta un processo e definisci gli strumenti

Anche la personalizzazione degli agenti predefiniti è un compito per un amministratore di applicazioni, non per un utente aziendale generico. Gli amministratori possono iniziare con modelli di processo predefiniti (casi d'uso con codice dietro di essi in una vista di catalogo) o creare processi personalizzati. Per definire i processi degli agenti predefiniti, gli amministratori inseriscono istruzioni specifiche in linguaggio naturale nei campi di uno studio di progettazione agenti o selezionano azioni da elenchi per indicare come l'agente deve interagire con gli utenti, visualizzare dati o pianificare appuntamenti. Gli amministratori possono anche scegliere gli strumenti che l'agente deve utilizzare per rispondere alle domande e possono fornire esempi di domande che i dipendenti potrebbero porre.

Questo processo aiuta a definire il ruolo dell'agente, descrivendo in termini semplici come deve svolgere un lavoro e le informazioni a cui dovrà accedere. Ad esempio, un agente all'interno di un'applicazione HR che spiega i benefici per la salute ai dipendenti avrà bisogno di accedere a documenti relativi a cure mediche, vista, cure dentistiche e altre politiche sanitarie, mentre un agente dedicato ai benefici finanziari potrebbe aver bisogno di ottenere informazioni sui piani pensionistici e azionari sponsorizzati dal datore di lavoro.

4. Carica documenti per RAG

Ora che l'agente ha le sue istruzioni e i suoi strumenti, un amministratore può utilizzare un caricatore di documenti per preparare i documenti aziendali per la Generazione Aumentata da Recupero (RAG - Retrieval Augmented Generation), una tecnica di IA che fornisce a un LLM documenti aziendali e dati durante l'esecuzione per aumentare ciò che il modello ha appreso durante il suo addestramento. L'amministratore fornisce istruzioni in linguaggio naturale su come l'agente deve utilizzare i documenti. Un software efficace per la creazione di agenti elimina la necessità di gestire direttamente il database vettoriale che aiuta a fornire risultati altamente pertinenti durante l'esecuzione in base a ciò che l'utente di un computer intende trovare.

5. Clicca per creare

Dopo aver gettato le basi con istruzioni, argomenti e documenti, l'amministratore può creare un agente in uno studio di progettazione semplicemente nominandolo e cliccando su un pulsante dell'interfaccia utente. Le istruzioni in linguaggio naturale consentono al processo (o ad altri agenti) di comprenderne le capacità. Durante l'esecuzione, gli agenti IA sono progettati per imparare a migliorare le loro prestazioni attraverso un processo di prova matematica, errore e ricompensa chiamato apprendimento per rinforzo.

Le aziende che creano da zero senza uno studio di progettazione potrebbero aver bisogno di aggiungere integrazioni ad applicazioni finanziarie, HR, di gestione dei clienti e altre, nonché a database e documenti degli utenti. Le strutture degli agenti IA offrono un'alternativa alla scrittura di codice da zero fornendo architetture software, protocolli di comunicazione, connettori a fonti di dati cloud e locali e strumenti di monitoraggio per aiutare le aziende a creare nuovi agenti. Le strutture open source più popolari includono LangChain, LlamaIndex e AutoGen di Microsoft Research. Gli ambienti degli studi di agenti possono anche includere un framework a cui gli amministratori non hanno bisogno di accedere direttamente.

6. Definisci i limiti

È ora il momento di stabilire delle protezioni per garantire che gli agenti mantengano la loro accuratezza e possano identificare quando devono chiedere un'approvazione.