All’evento SAS si evidenzia la necessità di un superagente che monitori le attività AI, insieme al supporto umano.
Autore: Valerio Mariani
Al netto di quanto è stato detto e si continua a dire ovunque sull’AI e la Gen AI, l’evento Executive Perspectives: Navigating Innnovation proposto da SAS a clienti e partner, rimane comunque qualcosa di interessante.
Angelo Tenconi, Senior Director Customer Advisory di SAS snocciola i dati di una ricerca IDC (IDC - SAS Data and AI Impact Report 2025) evidenziando molto di ciò che si sa dalle decine di ricerche sul tema. “Le aziende considerano l’AI generativa circa due volte più affidabile dell’AI tradizionale – afferma Tenconi -. Anche se emergono preoccupazioni sulla privacy dei dati e sulla tracciabilità soprattutto nei settori regolamentati”.
Le aziende interpellate, circa 2300 in tutto il mondo, indicano la necessità di ottimizzazione di dati e piattaforme, la mancanza di competenze – tecniche e di business – e soprattutto di governance, come difficoltà principali.
Ed è proprio sull’aspetto della governance che si nota qualche novità interessante. “Il tema della governance è centrale: più le tecnologie diventano pervasive, più le aziende capiscono di avere bisogno di sistemi di governo. Chi investe nella costruzione di un’AI affidabile – dotata di controlli e governance – ha il 60% in più di probabilità di raddoppiare il ritorno sugli investimenti. Tuttavia, solo il 40% delle aziende ha realmente investito in questo, segno che c’è ancora molto spazio di crescita”.
Ma cosa significa esattamente governance dell’AI? Significa predisporre un sistema di controllo del comportamento dell’intero modello di agenti AI utilizzato da un’azienda, degli LLM e di tutte le basi dati. Un controllo finalizzato a verificare l’etica del modello, il rispetto della compliance e, in generale, la correttezza delle informazioni generate.
Per questo, lo sviluppo dell’approccio SAS Enterprise Agentic AI, supportato dalla piattaforma SAS Viya, prevede tre direzioni principali: l’ambito decisionale, la governance e l’intervento umano in the loop.
In particolare, relativamente alla governance, SAS Viya fornisce una conoscenza approfondita del ciclo di vita degli agenti di intelligenza artificiale. Lo strumento abilitato alla governance segue il percorso delle transazioni, sfrutta (monitora e gestisce) qualsiasi LLM scelto per ridurre le allucinazioni e, infine, integrare e orchestra i guardrail preimpostati dall’azienda.
C’è poi da non dimenticare la necessaria supervisione umana. “La visione SAS non è quella di agenti completamente autonomi, ma di agenti “ibridi” – afferma Marta Cicchetti, Advanced Analytics & AI Customer Advisor di SAS - capaci di combinare autonomia e supervisione umana, muovendosi entro guardrail decisi dall’organizzazione”.
SAS spinge un modello di sviluppo ben noto e abbraccia il RAG: “Dal design allo sviluppo, la messa in produzione e la governance – aggiunge Nicola Scarfone, Generative AI Team Leader di SAS -. Usando il SAS Retrieval Agent Manager (RAM), che fornisce il contesto basandosi sul framework RAG, permettendo agli agenti di operare su conoscenza certificata aziendale, e l’Agent Accelerator per orchestrare dati, regole, modelli e decisioni in flussi complessi”.
La soluzione RAM acquisisce e processa documenti non strutturati, valuta e seleziona le configurazioni ottimali per interagire con i documenti tramite API o chatbot. Supporta inoltre l’uso plug-and-play di servizi GenAI come LLM e database vettoriali. In più, RAM aggiunge una componente di intelligenza artificiale agentica per automatizzare flussi di lavoro complessi basati su dati aziendali.
Ma, importante da segnalare, la nuova soluzione SAS non utilizza i dati aziendali per addestrare o perfezionare un modello LLM, mantenendoli separati. In questo modo crea un servizio di conoscenza che collega i dati dell’organizzazione e l’LLM solo quando serve, per fornire risposte accurate e tempestive.
Infine, l’ultimo elemento emerso dalle testimonianze dei partner principali di SAS riguarda l’infrastruttura IT che abiliti il modello AI scelto. Siamo più che mai nell’ambito della trasformazione digitale in cui l’AI è solo una parte (anche minoritaria) della questione: “Per ottenere benefici reali, l’AI da sola non basta e rappresenta solo il 5% dell’investimento complessivo – ha segnalato Giuseppe Niolu, Partner, Advisory - KPMG in Italy -. Per avere un ROI effettivo e veloce serve una base tecnologica solida (data platform, applicazioni integrate, processi digitalizzati)”. In conclusione, un progetto di Gen AI non può prescindere da progetti di re-platforming e modernizzazione dei sistemi IT, che rappresentano la componente più onerosa.