Presentato da OutSystems
Dopo due anni di appariscenti dimostrazioni di intelligenza artificiale, prototipi di agenti frettolosi e previsioni mozzafiato, i leader tecnologici aziendali stanno assumendo un tono più pragmatico nel 2026. In un recente webinar ospitato da OutSystems, un gruppo di dirigenti di software e professionisti aziendali ha rivelato che il lavoro più importante sull’intelligenza artificiale in corso in questo momento si concentra su questioni pratiche come governance, orchestrazione e iterazione, nonché sull’integrazione degli agenti nei sistemi che hanno impiegato decenni a costruire.
I leader aziendali si concentrano sempre più sui fondamentali. La priorità è utilizzare le nuove tecnologie di intelligenza artificiale
Accelerare la produttività, migliorare i risultati e produrre risultati aziendali misurabili.
Tre elementi caratterizzano questo studio:
-
Passare dai prototipi di agenti IA a sistemi di agenti che forniscono un ROI misurabile in produzione
-
Il ruolo crescente delle piattaforme aziendali nella gestione, orchestrazione e scalabilità sicura degli agenti IA
-
L’ascesa dello sviluppatore generale e dell’architetto aziendale come i profili tecnici più preziosi nell’era del codice generato dall’intelligenza artificiale
In questo contesto, il panel ha discusso dei quadri di governance, degli aspetti economici dell’intelligenza artificiale aziendale e dei limiti dei grandi modelli linguistici senza orchestrazione. La conversazione si è concentrata sul modo in cui le principali organizzazioni stanno costruendo sistemi multi-agente basati su dati e flussi di lavoro aziendali esistenti.
Agenti del mondo reale
Consentire agli intermediari di lavorare nella produzione in tutta l’organizzazione; si ottiene al meglio con una piattaforma unificata che gestisce lo sviluppo, l’iterazione e la distribuzione. È qui che funzionalità come Agent Workbench sulla piattaforma OutSystems sono importanti, ha affermato Rajkiran Vajreshwari, senior manager dello sviluppo di applicazioni presso Thermo Fisher Scientific. Fornisce l’infrastruttura per l’apprendimento, l’iterazione e la gestione degli agenti su larga scala.
Il suo team presso Thermo Fisher è passato dagli assistenti AI a compito singolo nel servizio clienti alla creazione di un team coordinato di agenti esperti che utilizzano il workbench. Quando arriva un caso di supporto, un assistente di triage classifica la richiesta e la indirizza dinamicamente all’agente esperto corretto, che si tratti di un rappresentante di intenti e priorità, un rappresentante del contesto del prodotto, un rappresentante della risoluzione dei problemi o un rappresentante della conformità.
"Non abbiamo bisogno di pensare a cosa funzionerà e come. Tutto pre-costruito," ha spiegato. "Ogni agente ha un ruolo ristretto e barriere chiare. Rimangono accurati e verificabili”.
Gestire i rischi dell’IA ombra
Una nuova categoria di rischio emerge quando l’intelligenza artificiale consente a chiunque in un’azienda di creare codice a livello di produzione senza la supervisione dell’IT. Essenzialmente, si tratta di un’IA ombra non gestita. Questi prodotti fatti in casa sono soggetti ad allucinazioni, fuga di dati, violazioni delle politiche, deviazione dei modelli e agenti che intraprendono azioni che non sono mai ufficialmente approvate.
Luis Blando, CPTO di OutSystems, ha affermato che le organizzazioni leader devono fare tre cose per anticipare il rischio.
"Fornire guardrail agli utenti. Utilizzeranno l’intelligenza artificiale, che ti piaccia o no. “Le aziende che sembrano andare avanti utilizzano l’intelligenza artificiale per gestire l’intelligenza artificiale nell’intero portafoglio”, ha spiegato: “Questa è la differenza tra il caos dell’IA ombra e la scala a livello aziendale”.
Eric Kavanagh, CEO di The Bloor Group, ha osservato che la governance richiede un insieme stratificato di discipline che includono la protezione dei dati, il monitoraggio dei modelli per individuare eventuali deviazioni e la scelta informata su dove inserire l’intelligenza artificiale nei processi aziendali esistenti.
“Le aziende non devono creare questi controlli manualmente," ha aggiunto. "Molti di questi guardrail e leve sono integrati in piattaforme come OutSystems”.
Perché il vero problema è l’orchestrazione tra modelli e piattaforme?
Gran parte dell’entusiasmo iniziale nei confronti dell’intelligenza artificiale aziendale si è concentrato sulla scelta del giusto modello linguistico. Ora una fonte di valore più impegnativa e molto più duratura è l’orchestrazione. Ciò include la direzione delle attività, il coordinamento dei flussi di lavoro, la gestione dell’esecuzione e l’integrazione dell’intelligenza artificiale nei sistemi aziendali esistenti.
Scott Finkle, vicepresidente dello sviluppo di McConkey Auction Group, ha osservato che gli LLM, non importa quanto impressionanti, fanno parte di flussi di lavoro complessi, non di soluzioni finali. Le organizzazioni dovrebbero essere pronte a passare da Gemini, ChatGPT, Claude e qualsiasi altra cosa venga dopo, al volo, senza dover ricostruire il sistema intermedio attorno ad esso.
Una piattaforma con funzionalità di modifica lo rende possibile. Gestisce il ciclo di vita, fornisce visibilità e garantisce un’esecuzione affidabile dei processi anche se l’intelligenza artificiale gestisce lo strato superiore del ragionamento.
“L’intelligenza artificiale e i modelli cambiano, i flussi di lavoro possono cambiare ma l’orchestrazione rimane la stessa," disse Finkle. "“Ecco come trarremo valore dall’intelligenza artificiale”.
L’economia degli investimenti aziendali nell’intelligenza artificiale
Sicurezza, conformità, governance e funzionalità di intelligenza artificiale a livello di piattaforma richiederanno tutti maggiori investimenti nel 2026, soprattutto quando l’intelligenza artificiale entrerà nei flussi di lavoro fondamentali come la finanza e la catena di fornitura. Le aziende dovrebbero optare per guadagni incrementali piuttosto che aspettarsi guadagni ampi e immediati.
“Ci concentriamo sui successi di base," disse Finkle. "L’importante è mettere qualcosa in produzione e avere un impatto. Grandi investimenti in progetti pilota che non entrano in produzione non fanno risparmiare denaro. “Questo non accadrà dall’oggi al domani, ma col tempo penso che vedremo enormi risparmi.”
Esiste ancora un divario nel modo in cui le aziende affrontano la trasformazione dell’intelligenza artificiale. Alcuni partono da zero e riprogettano ogni processo. Altri, soprattutto quelli con infrastrutture esistenti multimiliardarie che si stanno logorando internamente, vogliono che l’intelligenza artificiale sia integrata nei loro sistemi. Vogliono che i sistemi delle agenzie riutilizzino dati, API e processi comprovati accelerando al tempo stesso la consegna. L’approccio della piattaforma agente serve entrambe le parti, ma soprattutto queste ultime. Le organizzazioni possono implementare agenti laddove aggiungono un chiaro valore mantenendo l’integrità dei flussi di lavoro stabiliti e deterministici.
L’ascesa dell’architetto aziendale e dello sviluppatore generale
Man mano che l’intelligenza artificiale accelera la generazione del codice, i colli di bottiglia nella distribuzione del software stanno scomparendo. Viene invece premiato il pensiero sistemico. Si tratta della capacità di comprendere l’architettura aziendale più ampia, analizzare problemi aziendali complessi e ragionare su come l’intelligenza artificiale si integra con l’infrastruttura esistente. Kavanagh ha sottolineato che gli architetti aziendali in particolare sono professionisti in grado di sfruttare al meglio questo momento.
“Stiamo entrando in un’era molto interessante della cultura generale." ha spiegato. "Quanto meglio conosci l’architettura aziendale, l’architettura aziendale e il modo in cui si incastrano, tanto meglio sarai. “
“Il risultato è una consegna più rapida con meno interruzioni e meno errori." Kavanaugh ha detto. "Puoi concentrarti su attività non ripetitive. Ciò va a vantaggio dello sviluppatore, dell’azienda e dell’intera organizzazione IT”.
Gli articoli sponsorizzati sono contenuti prodotti da un’azienda che ha pagato per il post o ha un rapporto commerciale con VentureBeat e sono sempre chiaramente contrassegnati. Contatta per maggiori informazioni sales@venturebeat.com.
