Las Vegas – “L’intelligenza artificiale deve dare più tempo alle persone per essere umane”, ha dichiarato Mike Sicilia, amministratore delegato di Oracle, davanti a un auditorium pieno di circa 25 000 partecipanti alla convention Oracle AI World. L’intervento, inserito in una ricca agenda di presentazioni, ha fissato un messaggio chiaro: l’IA non si ferma.
Come i casinò della città, l’IA è operativa 24 ore su 24. Se comprende il nostro lavoro, può renderlo non solo più veloce, ma decisamente migliore. Sicilia ha chiesto: quanto di ciò che facciamo oggi è davvero necessario?
Una visione dell’IA oltre l’automazione
Di fronte a una prospettiva dell’IA focalizzata solo su automazione, produttività e riduzione dei costi, il dirigente ha proposto un obiettivo più ambizioso: misurare l’IA meno per ciò che le macchine possono fare, e più per ciò che permette alle persone di realizzare.
Secondo Sicilia, la trasformazione è già in atto. L’IA ha superato il ruolo di mera spiegazione di ciò che accade in azienda e sta iniziando a prevedere cosa potrebbe succedere.
I sistemi sono ora in grado di identificare rischi, rilevare problemi prima che si aggravino, scoprire opportunità di risparmio e contribuire a proteggere i margini di business. Il passo successivo è trasformare questa capacità predittiva in azioni concrete, integrate nei processi quotidiani.
I quattro pilastri per l’adozione dell’IA agente
- Accesso sicuro ai dati aziendali
- Comprensione del contesto business
- Infrastruttura capace di eseguire carichi di IA su larga scala
- Connessione diretta alle applicazioni operative
Non basta aggiungere un assistente intelligente a uno strumento esistente: la tecnologia deve comprendere le relazioni tra i dati, interpretarli per il business e agire nei processi, rispettando permessi e responsabilità.
L’IA agente: dal supporto alla partecipazione attiva
Il concetto di IA agente va oltre l’assistente che risponde a una domanda o genera un testo. Oggi un agente può partecipare a un processo dall’inizio alla fine, rilevare incidenze, proporre alternative e proseguire il lavoro senza attendere la supervisione umana.
Questo cambiamento permette di mettere in discussione pratiche consolidate: perché un dipendente deve consultare sei sistemi diversi per risolvere una necessità? Perché la tecnologia deve attendere che qualcuno scopra un problema per intervenire? Quanto tempo si perde gestendo gli strumenti invece di migliorare il business?
Sicilia ha sintetizzato l’ambizione spostando la complessità sullo sfondo e ponendo le possibilità umane in primo piano. Ha sottolineato, però, che maggiore autonomia tecnologica richiede maggiori garanzie: più intelligenza non significa meno controlli. Sicurezza, tracciabilità e audit sono requisiti imprescindibili per estendere l’IA a processi ad alto impatto.
Esempi concreti di IA agente
Oracle Agriculture Intelligence combina dati meteorologici, informazioni sul suolo e stime di produzione per anticipare deficit alimentari in Africa, orientando decisioni su riserve, supporto agli agricoltori e approvvigionamento. In Norvegia, l’analisi di immagini e sensori aiuta a individuare danni forestali, migliorando la gestione sostenibile dei boschi.
Queste applicazioni collegano l’IA a problematiche ben oltre i soli indicatori finanziari. Per Sicilia, il vero successo dell’IA si misura in quanto più l’umanità può realizzare con l’aiuto delle macchine, puntando a organizzazioni più redditizie, agili e a condizioni di lavoro migliori.
IA agente per accelerare l’implementazione di Oracle Fusion Cloud
Nel business track della convention, Oracle ha annunciato il lancio di una piattaforma di IA agente per velocizzare l’adozione di Oracle Fusion Cloud Applications, chiamata Oracle AI Success Navigator.
La soluzione combina agenti specializzati, competenza Oracle e apprendimento guidato per ridurre lo sforzo manuale, accorciare i cicli di implementazione e anticipare il valore aziendale.
Il motore è il Fusion Setup and Configuration Registry (FSCR), un repository mantenuto da Oracle che raccoglie definizioni di configurazione, parametri e best practice. Fornisce agli agenti una struttura riutilizzabile per pianificare, eseguire, testare e validare configurazioni direttamente su Fusion Cloud.
Il ciclo di vita dell’agente
- Agente di scoperta: analizza l’ambiente esistente per individuare carenze funzionali, rischi e opportunità di modernizzazione.
- Agente di design: traduce requisiti e processi aziendali in progetti di applicazione da rivedere e approvare.
- Agente di configurazione: genera prototipi su misura per le esigenze dell’organizzazione.
- Agente di test: crea casi d’uso e definisce i passi per verificare la corrispondenza tra test e configurazioni implementate.
- Agente di integrazione: definisce l’ambito e l’architettura delle connessioni con i sistemi legacy e sviluppa il codice necessario.
- Agente di innovazione: individua e priorizza nuove opportunità di adozione di applicazioni e capacità IA basandosi sui risultati aziendali attesi.
La piattaforma fornisce inoltre raccomandazioni contestuali basate su abbonamenti, dati di configurazione, livello di adozione e best practice Oracle, consentendo ai team di concentrarsi sulle attività più rilevanti in ogni fase, anziché gestire l’implementazione come una semplice serie di compiti isolati.
Il “fine dell’ERP” secondo Oracle NetSuite
Il secondo grande momento della giornata è stato l’intervento di Adam Goldberg, fondatore e vicepresidente esecutivo di Oracle NetSuite, che ha osato predire l’inizio della fine degli ERP tradizionali.
Per decenni, gli ERP sono stati il fulcro dove le aziende archiviano dati, definiscono regole operative e gestiscono processi. L’intelligenza artificiale di Oracle apre la porta a un cambiamento di paradigma: l’ambiente ERP potrebbe trasformarsi da strumento che richiede istruzioni continue a sistema capace di anticipare problemi, coordinare persone e agenti digitali e agire entro i limiti stabiliti dall’organizzazione.
La chiave, secondo Goldberg, è il contesto aziendale accumulato da NetSuite: dati finanziari e operativi, processi, configurazioni, permessi, regole di business e esigenze specifiche costituiscono una base di conoscenza che permette all’IA di andare oltre le semplici risposte conversazionali.
Goldberg ha riassunto la visione affermando che le aziende hanno bisogno di un’IA che comprenda come lavorano e le aiuti a fare le cose, trasformando l’ERP in un partner proattivo anziché in un semplice archivio di dati.