Le conoscenze aziendali raramente arrivano pronte per l'IA. Sono distribuite tra PDF, presentazioni, fogli di calcolo, email, immagini e file scannerizzati, spesso contenenti tabelle, grafici, intestazioni, formule, elenchi e relazioni visive che possono andare perse con l'estrazione di testo di base. Per le squadre che costruiscono soluzioni di ricerca aziendale, generazione aumentata da recupero (RAG) e agenti IA, contenuti sorgente scarsamente preparati possono portare a risultati incompleti o non affidabili.

Docling per IBM watsonx è un servizio di intelligenza documentale completamente gestito che trasforma documenti complessi e non strutturati in dati consapevoli della struttura. Dal suo lancio nel giugno 2026, ha ampliato la disponibilità cloud, i connettori, i formati supportati e le capacità di produzione per aiutare le squadre a preparare i contenuti aziendali per la ricerca, il RAG e gli agenti IA.

Espansione della disponibilità cloud e dei connettori

Le organizzazioni possono ora acquistare Docling per IBM watsonx - SaaS attraverso più canali di acquisto, con opzioni di distribuzione su AWS e Microsoft Azure:

    • Questa espansione di disponibilità consente alle organizzazioni di acquistare Docling attraverso la loro relazione esistente con IBM, AWS o Microsoft, allinearlo con il loro ambiente cloud preferito e semplificare l'acquisto, la fatturazione e le approvazioni interne, mantenendo l'elaborazione dei documenti più vicina ai loro dati, applicazioni e servizi IA.

I documenti devono essere accessibili dove risiedono e consegnabili dove i flussi di lavoro IA li utilizzano. Le squadre possono leggere e scrivere i risultati convertiti su Amazon S3, Google Cloud Storage, Microsoft Azure Blob Storage, Google Drive e Microsoft SharePoint. IBM FileNet, Box e Databricks Volumes sono anche disponibili come fonti di documenti.

Per i flussi di lavoro a valle, Docling può consegnare documenti elaborati o chunk a OpenSearch, inclusi ambienti self-hosted e Amazon OpenSearch Service; DataStax AstraDB, dove la vettorizzazione lato server può generare embedding; e Kafka, inclusi deploy self-hosted, Confluent Cloud e Amazon Managed Streaming for Apache Kafka.

Questi connettori riducono il lavoro di integrazione personalizzata e aiutano le organizzazioni a incorporare l'elaborazione dei documenti nelle loro architetture di contenuti, dati e IA esistenti senza spostare o stazionare manualmente i file.

Miglioramenti nelle capacità di elaborazione e output

La conversione dei documenti non dovrebbe terminare con un file in una cartella di output. Docling per IBM watsonx può esportare documenti convertiti come chunk che gli utenti possono scaricare come file JSON Lines o inviare direttamente ai destinatari supportati.

La consegna a livello di chunk è importante per il RAG e la ricerca aziendale perché i sistemi di recupero tipicamente lavorano con unità di contenuto focalizzate piuttosto che con documenti interi. Preparare i chunk durante la conversione può ridurre il pre-elaborazione personalizzata necessaria prima che il contenuto aziendale venga indicizzato e utilizzato dalle applicazioni IA.

Docling per IBM watsonx supporta ora file Outlook .msg, BoxNote, MHTML e Rich Text Format (RTF), con supporto minimo per Advanced Function Presentation (AFP) e supporto completo per file Apple Pages .pages. Miglioramenti alla gerarchia del documento, all'ordine di lettura, all'OCR, al contenuto Office e alle tabelle Markdown preservano più struttura per l'IA. Gli aggiornamenti PDF includono un aumento della velocità di parsing e rendering fino a 3,8 volte in docling-parse, un backend che non dipende più da pypdfium, e un nuovo pipeline PDF nativo.

Esempi iniziali, una scheda Tasks espansa e attività batch di connettori basate su UI offrono un percorso più fluido dall'esplorazione all'uso in produzione. La documentazione espansa copre anche la configurazione del connettore e l'uso di Docling tramite Model Context Protocol (MCP), inclusi esempi IBM Bob.

Per le applicazioni e gli agenti abilitati MCP, i convertitori Docling possono accedere direttamente ad Amazon S3 (s3://), Google Cloud Storage (gs://) e Azure Data Lake Storage (abfs://), evitando lo staging locale. Possono anche riutilizzare le conversioni in cache quando il contenuto e le impostazioni di elaborazione rimangono invariati. A settembre 2026, il server MCP open-source Docling si è classificato tra i primi 0,5% dei server MCP monitorati da MCP Toplist, riflettendo l'interesse crescente per i flussi di lavoro agentici.

DocLang e DCLX forniscono opzioni di output native per l'IA all'interno di IBM watsonx.data. DocLang rappresenta il contenuto, la struttura e l'impaginazione del documento in un formato basato su XML che può utilizzare meno token, con il potenziale di ridurre latenza e costi di inferenza. DCLX impacchetta questa rappresentazione e gli asset associati in un archivio portatile per archiviazione, trasferimento e riutilizzo in flussi di lavoro IA.

Continuiamo ad espandere Docling per IBM watsonx con più opzioni di distribuzione flessibili, un'esperienza utente più semplice, un ecosistema di connettori più ampio e un'elaborazione documentale più intelligente. L'obiettivo è aiutare le organizzazioni ad accedere ai contenuti aziendali, estrarre e arricchire le informazioni da documenti complessi e fornire dati di alta qualità, pronti per l'IA, ai sistemi che alimentano ricerca, RAG e agenti IA. Le specifiche capacità e disponibilità possono evolversi man mano che si sviluppa il roadmap.

Prova Docling per IBM watsonx gratuitamente e inizia a trasformare i tuoi documenti in dati strutturati, pronti per l'IA.