Presentato da OutSystems
Dopo due anni di appariscenti dimostrazioni di intelligenza artificiale, prototipi di agenti frettolosi e previsioni senza fiato, i chief della tecnologia aziendale stanno adottando un tono più pragmatico nel 2026. In un recente webinar ospitato da OutSystems, un gruppo di dirigenti del software program e professionisti aziendali ha affermato che il lavoro di intelligenza artificiale più importante che si sta svolgendo ora si concentra sulle questioni pratiche di governance, orchestrazione e iterazione, insieme all’integrazione degli agenti nei sistemi che hanno impiegato decenni a costruire.
I chief aziendali sono sempre più concentrati sui fondamentali. La priorità è utilizzare le nuove tecnologie di intelligenza artificiale
per accelerare la produttività, migliorare la consegna e produrre risultati aziendali misurabili.
Tre elementi danno forma a questo lavoro:
-
Il passaggio dai prototipi di agenti IA a sistemi advert agenti che forniscono un ROI misurabile nella produzione
-
Il ruolo crescente delle piattaforme aziendali nel governare, orchestrare e scalare in modo sicuro gli agenti IA
-
L’ascesa dello sviluppatore generalista e dell’architetto aziendale come i profili tecnici più preziosi in un’period di 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. Alla tremendous la conversazione si è spostata sul modo in cui le principali organizzazioni stanno costruendo sistemi multi-agente basati sui dati e sui flussi di lavoro aziendali esistenti.
Agenti nel mondo reale
Consentire agli agenti di lavorare in produzione in tutta l’azienda è meglio se si dispone di una piattaforma unificata che gestisce lo sviluppo, l’iterazione e la distribuzione. Ed è qui che contano funzionalità come Agent Workbench nella piattaforma OutSystems, ha affermato Rajkiran Vajreshwari, senior supervisor dello sviluppo di app presso Thermo Fisher Scientific. Fornisce l’infrastruttura per apprendere, iterare e governare gli agenti su larga scala.
Il suo crew presso Thermo Fisher si è allontanato dagli assistenti AI a compito singolo nel servizio clienti per creare un crew coordinato di agenti specializzati che utilizzano il banco di lavoro. Quando arriva un caso di supporto, un assistente di valutazione classifica la richiesta e la indirizza dinamicamente all’agente specializzato giusto, che si tratti di un agente di intenti e priorità, un agente del contesto del prodotto, un agente per la risoluzione dei problemi o un agente di conformità.
“Non dobbiamo pensare a cosa funzionerà e come. È tutto già costruito”, ha spiegato. “Ogni agente ha un ruolo ristretto e barriere chiare. Rimangono accurati e controllabili.”
Governare i rischi dell’IA ombra
Una nuova categoria di rischio emerge quando l’intelligenza artificiale consente a chiunque in un’azienda di generare codice a livello di produzione senza la supervisione dell’IT. Fondamentalmente, questa è un’IA ombra non governata. Questi prodotti fatti in casa sono soggetti advert allucinazioni, fuga di dati, violazioni delle politiche, deviazione dei modelli e agenti che intraprendono azioni che non sono mai state formalmente approvate.
Per anticipare il rischio, le organizzazioni chief devono fare tre cose, ha affermato Luis Blando, CPTO di OutSystems.
“Dai dei guardrail agli utenti. Utilizzeranno l’intelligenza artificiale che ti piaccia o no. Le aziende che sembrano andare avanti stanno usando l’intelligenza artificiale per governare l’intelligenza artificiale in tutto il loro portafoglio”, ha spiegato. “Questa è la differenza tra il caos dell’IA ombra e la scalabilità di livello aziendale”.
Eric Kavanagh, CEO di The Bloor Group, ha osservato che la governance richiede un insieme stratificato di self-discipline che embrace la protezione dei dati, il monitoraggio dei modelli per individuare eventuali derive e la scelta deliberata su dove l’intelligenza artificiale si collega ai processi aziendali esistenti.
“Le aziende non devono creare manualmente questi controlli”, ha aggiunto. “Molti di questi guardrail e leve sono integrati in piattaforme come OutSystems.”
Perché la vera sfida dell’orchestrazione sono i modelli e le piattaforme
Gran parte dell’entusiasmo iniziale nei confronti dell’intelligenza artificiale aziendale si è concentrato sulla selezione del giusto modello linguistico di grandi dimensioni. Ora la sfida più difficile, e la fonte di valore molto più duratura, è l’orchestrazione. Ciò embrace l’indirizzamento 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 presso McConkey Public sale Group, ha osservato che gli LLM, per quanto impressionanti, sono parti di flussi di lavoro complessi, non soluzioni finali. Le organizzazioni dovrebbero essere pronte all’hot-swap tra Gemini, ChatGPT, Claude e qualsiasi cosa emergerà successivamente senza dover ricostruire il sistema di agenti attorno advert esso.
Una piattaforma con funzionalità di orchestrazione lo rende possibile. Gestisce il ciclo di vita, fornisce visibilità e garantisce che i processi vengano eseguiti in modo affidabile, anche se l’intelligenza artificiale gestisce il livello di ragionamento superiore.
“L’intelligenza artificiale e i modelli cambiano, i flussi di lavoro possono cambiare, ma l’orchestrazione rimane la stessa”, ha affermato Finkle. “Ecco come estrarremo 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 maggiori investimenti nel 2026, in particolare quando l’intelligenza artificiale si sposterà nei flussi di lavoro fondamentali come la finanza e la catena di fornitura. Le imprese dovrebbero privilegiare i successi incrementali piuttosto che aspettarsi grandi guadagni immediati.
“Ci stiamo concentrando sui colpi base”, ha detto Finkle. “Ciò che conta è mettere qualcosa in produzione e fare in modo che abbia un impatto. Grandi investimenti in progetti pilota che non arrivano alla produzione non fanno risparmiare denaro. Non accadrà dall’oggi al domani, ma col tempo penso che vedremo enormi risparmi. “
C’è ancora una divergenza nel modo in cui le aziende stanno affrontando la trasformazione dell’IA. Alcuni iniziano da zero e reinventano ogni processo. Altri, soprattutto quelli con miliardi di dollari in infrastrutture esistenti che si deprezzano internamente, vogliono che l’intelligenza artificiale si integri con i loro sistemi. Vogliono che i sistemi advert agenti riutilizzino dati, API e processi comprovati accelerando al tempo stesso la consegna. L’approccio della piattaforma agente serve entrambi i campi, ma soprattutto il secondo. Le organizzazioni possono implementare agenti laddove aggiungono un chiaro valore preservando l’integrità dei flussi di lavoro stabiliti e deterministici.
L’ascesa dell’architetto d’impresa e dello sviluppatore generalista
Poiché l’intelligenza artificiale accelera la generazione del codice, i colli di bottiglia nella distribuzione del software program si stanno dissolvendo. Al suo posto c’è un premio al pensiero sistemico. Si tratta della capacità di comprendere l’architettura aziendale più ampia, scomporre problemi aziendali complessi e ragionare su come l’intelligenza artificiale si integra con l’infrastruttura esistente. Kavanagh ha indicato proprio gli architetti aziendali come i professionisti meglio posizionati per sfruttare questo momento.
“Stiamo entrando in un’period molto interessante per i generalisti”, ha spiegato. “Meglio conosci la tua architettura aziendale e la tua architettura aziendale e come queste cose si allineano, meglio starai.”
“Il risultato è una consegna più rapida con meno interruzioni e meno bug”, ha affermato Kavanaugh. “Puoi concentrarti sulle attività non ripetitive. È un vantaggio per lo sviluppatore, per l’azienda e per l’intera organizzazione IT.”
Gli articoli sponsorizzati sono contenuti prodotti da un’azienda che paga per il publish o ha un rapporto commerciale con VentureBeat e sono sempre chiaramente contrassegnati. Per ulteriori informazioni, contattare gross sales@venturebeat.com.
