L’approccio pragmatico all’intelligenza artificiale generativa al centro del workshop ‘AI in action’ tenutosi recentemente a Milano
Autore: Edoardo Bellocchi
Si è tenuto a Milano a fine giugno il workshop “AI in action”: nell’occasione, Hammad Hussain, Senior Director AI Business Value di Oracle, ha raccontato estensivamente come oggi l’intelligenza artificiale generativa applicata al business non sia un’opzione accessoria ma un elemento strutturale, nel quale l’approccio nativo e multilivello di Oracle permette oggi di avere l’AI ovunque, dal cloud alle applicazioni.
Oracle, ha spiegato Hussain, è l’unico player a offrire soluzioni AI complete, lungo tutto il suo stack tecnologico, dall’infrastruttura cloud fino alle applicazioni: a differenza dei competitor che hanno “aggiunto” l’AI ai propri prodotti, Oracle ha infatti riprogettato l’intero stack tecnologico per integrarla a tutti i livelli: infrastruttura, dati, applicazioni.
Si parte dall’infrastruttura cloud OCI, Oracle Cloud Infrastructure, ottimizzata per i carichi di lavoro AI e scelta tra gli altri anche da colossi come OpenAI e Grok. Il secondo pilastro è quello dei dati, perché l’AI non funziona senza una base solida: come ha affermato Larry Ellison, “il dato più prezioso al mondo vive, in qualche forma, dentro Oracle”, e l’Autonomous Database, per esempio, è un sistema AI-driven che si autogestisce, si ripara e si protegge da solo, 24 ore su 24. Infine, le applicazioni Fusion Cloud, dove non si tratta di AI “aggiunta” al software, ma di AI “embedded”, ovvero integrata nel flusso operativo. E con Oracle AI Agent Studio for Fusion Applications, l’intelligenza artificiale è attiva, pronta per essere utilizzata e compresa nell’abbonamento, “senza extra da pagare”, sottolinea Hussain.
Nel contesto di oggi, prosegue Hussain, Oracle distingue tre grandi categorie di AI: Predictive, Generative e Agentic, che sono complementari e già operative dentro Fusion. Più da vicino, la Predictive AI analizza i dati storici per generare previsioni concrete: quando arriverà un ordine, quali dipendenti rischiano di lasciare l’azienda, quanto durerà una scorta e così via. La Generative AI si occupa invece di creare contenuti, come per esempio descrizioni di lavoro, obiettivi individuali, sintesi di documenti o risposte ai clienti, e tutto viene generato nel contesto e con linguaggio naturale. Infine, l’Agentic AI è la frontiera più recente: piccole entità software che possono agire autonomamente per esempio per creare un report, approvare una spesa, inviare un'email, rispettando le policy aziendali.
Per dare maggiore concretezza a tutto questo, Oracle fa sapere di aver semplificato, organizzando i casi d’uso AI in tre categorie operative: Author, Answer e Action. Con Author, l’AI aiuta a scrivere, per esempio job description, obiettivi di performance o comunicazioni, in un’interazione ibrida dove l’umano detta l’intento e l’AI lo traduce in contenuti coerenti. Con Answer, l’AI diventa un motore di risposta: analizza documenti aziendali, politiche interne o regolamenti HR, e restituisce risposte chiare in linguaggio naturale, operando come un consulente interno sempre disponibile. Infine, con Action, l’AI prende iniziativa in modo controllato: avvia processi, compila form o gestisce task, e lo fa sempre nel rispetto della governance e dei permessi definiti.
Accanto alle funzionalità AI pronte all’uso, Oracle offre anche Fusion AI Studio, una piattaforma low-code per costruire agenti AI personalizzati, usando i propri dati e processi. Non è uno strumento per sviluppatori, ma per business user evoluti: un wizard che consente di creare casi d’uso su misura, senza ricorrere all’IT. I template disponibili, per esempio per HR, finance o customer service, possono essere utilizzati così come sono o personalizzati facilmente.
Inoltre, Fusion AI Studio offre libertà nella scelta del modello LLM da usare, andando da OpenAI a Cohere o a Meta e altri, e integra controlli per garantire che l’utente sia sempre tenuto in loop quando l’AI agisce su attività sensibili.
Infine, Oracle ribadisce tre principi fondamentali per la sicurezza nell’AI: i dati non escono mai dall’ambiente del cliente, e nessun dato viene utilizzato per addestrare modelli pubblici; i controlli di accesso sono rispettati integralmente, con l’AI che eredita tutte le regole di sicurezza e autorizzazione già presenti nel sistema; e infine ogni prompt AI è progettato e validato: i messaggi che guidano le interazioni AI sono controllati in termini di sicurezza, linguaggio e qualità.