Strategia di adozione degli agenti AI

Questo articolo offre una panoramica esecutiva delle soluzioni di agenti di intelligenza artificiale di Microsoft e risponde alle domande chiave di cui i dirigenti hanno bisogno per prendere decisioni informate sull'adozione.

Gli agenti di intelligenza artificiale possono migliorare la produttività ragionando sulle informazioni e eseguendo azioni per completare le attività. Le organizzazioni devono determinare se queste funzionalità forniscono un valore aziendale sufficiente per giustificare i costi e i rischi aggiuntivi. Questo articolo illustra quando gli agenti sono utili, quali soluzioni Microsoft sono disponibili e cosa i dirigenti dovrebbero considerare prima di investire.

Albero decisionale e architettura degli agenti AI

1. Che cos'è un agente di intelligenza artificiale?

Un agente di intelligenza artificiale è un software che usa modelli e strumenti di intelligenza artificiale per perseguire obiettivi e completare le attività. L'automazione tradizionale segue regole fisse. Un agente ragiona sulle informazioni disponibili e sceglie l'azione successiva. Ad esempio, un agente di supporto IT può analizzare un incidente e consigliare una correzione. Lo stesso agente può anche eseguire una correzione approvata. Il termine "agent" copre i prodotti con profili di rischio molto diversi. Una definizione condivisa fornisce ai leader una base comune per le decisioni relative agli investimenti e ai rischi.

2. Quando è consigliabile usare gli agenti di intelligenza artificiale?

Non tutti i problemi aziendali richiedono un agente di intelligenza artificiale. L'automazione tradizionale e l'intelligenza artificiale generativa possono offrire il risultato richiesto con un comportamento più prevedibile. La soluzione appropriata dipende dalle capacità richieste dal compito.

• Automazione o codice tradizionale: le attività strutturate e prevedibili si adattano all'automazione basata su regole o al codice. Queste soluzioni seguono i passaggi predefiniti e non richiedono un ragionamento di intelligenza artificiale. Il routing delle fatture in base al codice fornitore è un esempio tipico. Power Automate e flussi di lavoro in Microsoft Copilot Studio supportano questo tipo di lavoro.

• Retrieval-augmented generation (RAG): RAG si adatta agli scenari in cui le persone necessitano di risposte dalle conoscenze dell'organizzazione. Una soluzione RAG recupera il contenuto pertinente e genera una risposta. Non seleziona o esegue azioni. Un assistente per le policy HR è un esempio tipico. Microsoft 365 Copilot, Copilot Studio e Azure AI Foundry forniscono RAG sui contenuti aziendali. Azure AI Search supporta soluzioni RAG personalizzate.

• Agenti di intelligenza artificiale: gli agenti si adattano alle attività in cui l'IA deve ragionare sulle informazioni e decidere o coordinare le azioni in modo dinamico. Gli agenti possono consigliare azioni per l'approvazione umana. Possono anche eseguire azioni all'interno delle autorizzazioni definite.

3. Quali soluzioni di intelligenza artificiale vengono rese disponibili?

Microsoft fornisce agenti predefiniti e piattaforme per lo sviluppo di agenti personalizzati. Le organizzazioni devono rendere disponibili gli agenti e le piattaforme che soddisfano i requisiti aziendali.

Agenti predefiniti: iniziare con le soluzioni esistenti quando soddisfano i requisiti aziendali. Microsoft fornisce agenti tramite prodotti quali Microsoft 365 Copilot, GitHub Copilot, Microsoft Fabric e Dynamics 365. Queste soluzioni riducono lo sforzo di sviluppo, ma offrono meno personalizzazioni rispetto agli agenti creati appositamente.

Agenti personalizzati: Rendi disponibili piattaforme di sviluppo quando gli agenti predefiniti non possono soddisfare i requisiti aziendali. La piattaforma appropriata dipende dalle funzionalità di sviluppo dell'organizzazione e dalla necessità di personalizzazione.

• Microsoft Copilot Studio: supporta lo sviluppo di agenti a basso codice con funzionalità della piattaforma gestita. Si adatta alle organizzazioni che vogliono consentire agli utenti aziendali e agli sviluppatori di creare agenti con minore sforzo ingegneristico.

• Microsoft Foundry: supporta lo sviluppo di agenti code-first con maggiore flessibilità. Si adatta alle organizzazioni con requisiti specializzati e team di ingegneria che possono gestire una parte maggiore del ciclo di sviluppo.

• infrastruttura Azure: supporta soluzioni agente personalizzate che richiedono il controllo diretto sull'infrastruttura o sulle funzionalità oltre le piattaforme gestite. Offre maggiore flessibilità, ma aumenta la responsabilità operativa.

Le organizzazioni possono supportare più piattaforme per soddisfare esigenze aziendali diverse. L'obiettivo è fornire una scelta sufficiente senza creare una complessità della piattaforma non necessaria. Per un confronto dettagliato delle soluzioni, vedere Quale IA dovremmo usare?

4. Che ne dici dei rischi?

Gli agenti di intelligenza artificiale introducono rischi perché accedono alle informazioni aziendali e agiscono nei sistemi connessi. Un agente può esporre dati sensibili o intraprendere un'azione non intenzionale. Maggiore autonomia aumenta l'impatto degli errori. Le organizzazioni gestiscono questo rischio limitando l'accesso degli agenti e richiedendo l'approvazione umana per azioni a rischio più elevato. Microsoft offre funzionalità per ogni area di rischio.

Queste funzionalità consentono alle organizzazioni di adottare agenti entro limiti di rischio accettabili. Per altre informazioni, vedere Governance degli agenti.

6. Come adottare gli agenti di intelligenza artificiale

Le organizzazioni possono usare Microsoft Cloud Adoption Framework per valutare se investire in agenti di intelligenza artificiale e prepararsi all'adozione. Il framework aiuta i team a valutare il valore aziendale e l'idoneità dell'organizzazione prima di stabilire gli standard operativi e di governance necessari per distribuire gli agenti.

1. Idoneità dell'organizzazione: informazioni su come pianificare l'adozione degli agenti di intelligenza artificiale tramite una chiara attribuzione delle responsabilità, preparazione della forza lavoro, gestione finanziaria e definizione delle priorità dei casi d'uso.

2. Architettura e governance: informazioni su come stabilire gli standard di architettura e i controlli di governance per gli agenti di intelligenza artificiale nell'organizzazione.

3. Standard operativi: stabilire i requisiti per la valutazione del comportamento dell'agente, il monitoraggio delle azioni e la gestione degli agenti durante il ciclo di vita.

Passaggio successivo