Contesto: costruire una base dati affidabile per l’IA agentica

Il contesto è fondamentale per comunicare. Le affermazioni estrapolate dal loro contesto possono sembrare significare l’esatto contrario di ciò che si intendeva. Se incontriamo qualcuno fuori dal suo contesto abituale, potremmo avere difficoltà a riconoscerlo. Il contesto è il collante che tiene insieme le relazioni umane e ci permette di trovare un significato nelle nostre interazioni sociali.

Lo stesso vale per gli agenti di IA. Il contesto permette agli agenti di eliminare le ambiguità, distinguendo, per esempio, tra Apple (l’azienda tecnologica), Apple (l’etichetta discografica) e apple (un frutto). 

Questa disambiguazione è fondamentale perché l’IA aziendale prende decisioni e agisce alla velocità della luce: segnala transazioni, approva crediti e attiva avvisi. Se gli agenti non comprendono le entità coinvolte nei loro flussi di lavoro, continueranno ad agire, ma potete scommettere tutto quello che volete che commetteranno errori. 

Considerato che alcune stime suggeriscono che entro la fine di quest’anno, una grande impresa tipica utilizzerà fino a 1.600 agenti, questi errori si moltiplicheranno rapidamente.

Le complessità della risoluzione delle identità digitali

L’IA agentica suscita giustamente grande entusiasmo, ma finché gli agenti non saranno in grado di comprendere davvero le entità presenti nei loro set di dati, rischieremo di costruire castelli sulla sabbia. 

Non è un problema facile da risolvere. Un singolo cliente, per esempio, può comparire in diversi database aziendali con nomi diversi (J. Bloggs, Jane Bloggs, Bloggs e così via). Analogamente, una singola entità aziendale può essere registrata separatamente nelle sue diverse filiali. Come possono gli agenti sapere che queste entità, apparentemente diverse, corrispondono in realtà a un unico profilo? 

Al momento spesso non ci riescono. Ciò dipende dal modo in cui sono costruiti gli agenti. In sostanza, un agente è un sistema che riceve input e restituisce output. Ma quanti dati dovremmo fornire esattamente agli agenti? Le ricerche dimostrano che finestre di contesto eccessivamente lunghe inducono gli agenti ad avere allucinazioni. Al contrario, se si forniscono troppo pochi dati, l’agente prenderà una decisione con sicurezza e agirà sulla base di informazioni inesatte. Le imprese devono trovare un equilibrio delicato, fornendo al sistema il contesto necessario, né più né meno. 

L’integrazione dei dati è fondamentale

Il volume dei dati è solo una parte della sfida. Le imprese devono considerare anche la qualità e l’integrazione dei dati. Un contesto inadeguato deriva da dati collegati male. Possono verificarsi allucinazioni quando i dati di cui un agente ha bisogno per prendere una decisione sono frammentati tra database isolati, app e unità aziendali diverse. Circa l’80-90% del contesto aziendale è contenuto in file isolati e non strutturati sparsi in sistemi non collegati tra loro. Senza accesso a queste informazioni, gli output dell’IA si baseranno su ipotesi incomplete. 

Nonostante tutte queste criticità, l’implementazione degli agenti di IA prosegue a ritmo sostenuto. Se i dirigenti aziendali non possono fidarsi dei propri agenti perché prendano decisioni accurate e agiscano correttamente, dovranno investire in livelli di supervisione umana maggiori di quelli che sarebbero altrimenti necessari. Invece degli agenti autonomi e altamente efficienti che speravano di ottenere, le imprese si ritroveranno con strumenti inaffidabili da sorvegliare costantemente. L’alternativa è aumentare i rischi aziendali e il carico di lavoro dei team legali e di conformità. 

Costruire una base dati contestuale

Che cosa bisogna fare, dunque? La chiave è fornire agli agenti una base dati accurata e verificata. Questa base unifica i dati frammentati provenienti da fonti interne ed esterne e applica una governance coerente ai dati strutturati e non strutturati. A partire da qui, aggiunge il contesto affinché i dati forniti all’IA riflettano le relazioni del mondo reale, anziché essere costituiti da record isolati. In questo modo gli agenti possono collegare una persona ai suoi alias oppure una filiale alla sua società madre. 

Con una base contestuale adeguata, le operazioni basate sull’IA diventano accurate, spiegabili e in grado di supportare decisioni sicure. Le imprese possono fidarsi dei propri agenti senza doverli sorvegliare costantemente e beneficiare appieno dell’automazione agentica senza necessità di una supervisione eccessiva. 

Dal punto di vista tecnico, il contesto si ottiene grazie a due funzionalità. La prima è la risoluzione delle entità, che collega i record riferiti alla stessa entità quando i relativi riferimenti sono sparsi tra sistemi e tipi di dati diversi. I record vengono armonizzati in una visione unica e affidabile di persone, organizzazioni e risorse. Si risolve così il problema della duplicazione e dell’ambiguità, che spesso compromette la qualità dei dati e porta a risultati errati dell’IA. 

La seconda funzionalità è costituita dai grafi di conoscenza. Questi aggiungono contesto modellando le relazioni tra le entità: il modo in cui i clienti sono collegati ai conti, le transazioni si rapportano ai comportamenti e i rischi si propagano attraverso le reti. Insieme alla risoluzione delle entità, i grafi di conoscenza forniscono un quadro accurato dei dati così come esistono nel mondo reale, offrendo agli agenti di IA le basi necessarie per operare con successo su larga scala. 

Vantaggi che vanno oltre l’IA agentica

Naturalmente, gli agenti IA non sono gli unici a utilizzare i dati in azienda. Una base dati contestuale garantisce che anche il personale operativo, i team di conformità, gli analisti aziendali, i team delle risorse umane e tutti gli altri utenti dei dati possano beneficiare, allo stesso modo, di una visione unificata e accurata della realtà.

A sua volta, questo può contribuire a migliorare l’esperienza dei clienti. Per esempio, se un’azienda conserva più profili dello stesso cliente, può accadere che team diversi lo contattino più volte. Esperienze di questo tipo possono lasciare i clienti, per usare un eufemismo, frustrati. I dati arricchiti dal contesto migliorano l’esperienza dei clienti perché consentono alle organizzazioni di comprenderli in modo più completo e di assicurarsi che interagiscano con loro nel modo giusto. In definitiva, si tratta di un approccio più incentrato sulle persone, che può far risparmiare tempo e denaro alle aziende.

Mantenere l’IA affidabile

Gartner prevede che il 40% delle applicazioni aziendali includerà agenti IA specializzati in attività specifiche quest’anno, rispetto a meno del 5% nel 2025. L’era dell’IA agentica è arrivata.

Tuttavia, i vantaggi completi dei flussi di lavoro basati sull’IA agentica non saranno alla portata di tutti coloro che investono in questa tecnologia. Le organizzazioni che preparano il terreno garantendo una base dati unificata e ricca di contesto potranno fidarsi dei risultati dell’IA e ampliare rapidamente le proprie attività. Le altre sprecheranno tempo e risorse a supervisionare costantemente i nuovi sistemi. Il successo dipende quindi dall’integrazione, fin dal primo giorno, di un livello di contesto dinamico nello stack tecnologico dell’IA agentica.