Le reti aziendali si stanno riempiendo di agenti IA, creando un punto cieco nella governance per i leader che gestiscono infrastrutture multi-cloud.
Mentre le diverse unità aziendali si affrettano ad adottare tecnologie generative, soprattutto i CIO trovano i loro ecosistemi popolati da risorse frammentate e non monitorate. Ciò rispecchia le sfide IT ombra dell’era del cloud, ma coinvolge attori autonomi in grado di eseguire la logica aziendale e accedere a dati sensibili.
IDC prevede che il numero di agenti IA attivamente impiegati supererà il miliardo entro il 2029, un aumento di quaranta volte rispetto ai livelli attuali. Solo nella prima metà del 2025, la creazione di agenti è aumentata del 119%. Per la leadership aziendale, la sfida immediata passa dalla creazione di questi agenti alla loro individuazione, verifica e governo su tutte le piattaforme.
Salesforce ha risposto a questa frammentazione espandendo la propria Tessuto agente MuleSoft funzionalità, introducendo strumenti di rilevamento automatizzato progettati per centralizzare la gestione degli agenti AI indipendentemente dalla loro origine.
Automatizzazione della scoperta
La visibilità rimane il problema principale per i team operativi e di sicurezza. Quando i team di marketing distribuiscono agenti AI su una piattaforma e i team logistici si basano su un’altra, una governance efficace diventa difficile poiché l’IT centrale perde una visione consolidata della forza lavoro digitale dell’organizzazione.
L’architettura aggiornata di MuleSoft risolve questo problema tramite ‘Agent Scanners’. Questi strumenti pattugliano continuamente i principali ecosistemi, tra cui Salesforce Agentforce, Amazon Bedrock e Google Vertex AI, per identificare gli agenti in esecuzione. Invece di affidarsi agli sviluppatori per registrare manualmente le loro distribuzioni, il sistema automatizza il rilevamento.
Trovare un agente è solo il primo passo; i leader della conformità devono comprenderne la logica. Gli scanner estraggono metadati che descrivono in dettaglio le capacità dell’agente, gli LLM che lo guidano e gli endpoint di dati specifici a cui è autorizzato ad accedere. Queste informazioni vengono quindi normalizzate nelle specifiche standard Agent-to-Agent (A2A), creando un profilo uniforme per le risorse indipendentemente dal fornitore sottostante.
Andrew Comstock, SVP e GM di MuleSoft, ha dichiarato: “Le organizzazioni di maggior successo del prossimo decennio saranno quelle che sfrutteranno l’intera diversità del panorama AI multi-cloud. Le funzionalità estese di MuleSoft Agent Fabric ti danno la libertà di innovare su qualsiasi piattaforma mantenendo la visibilità e il controllo unificati necessari per crescere”.
Governance e controllo dei costi per gli agenti AI
Gli agenti non gestiti creano inefficienza finanziaria ed esposizione al rischio. Consideriamo un CISO nel settore bancario. Nelle operazioni standard, la verifica di un nuovo agente di elaborazione dei prestiti implica la ricerca manuale della documentazione dai team di sviluppo. La catalogazione automatizzata consente ai team di sicurezza di visualizzare immediatamente a quali database finanziari accede un agente e verificarne i livelli di autorizzazione senza intervento manuale. Questa funzionalità garantisce che i team di sicurezza visualizzino dati in tempo reale anziché snapshot obsoleti.
Da un punto di vista finanziario, la visibilità guida il consolidamento. Le grandi imprese spesso soffrono di ridondanza in cui i team regionali si procurano o costruiscono in modo indipendente strumenti simili. Un produttore multinazionale, ad esempio, potrebbe avere tre team separati che pagano per agenti di riepilogo distinti su piattaforme diverse.
Utilizzando MuleSoft Agent Visualizer per filtrare il patrimonio in base al tipo di lavoro, i leader operativi possono identificare queste sovrapposizioni. Il loro consolidamento in un unico asset ad alte prestazioni riduce i costi di licenza ridondanti e consente la riallocazione del budget verso nuovi sviluppi.
Transizione con successo a un'”impresa agente”
L’innovazione spesso avviene ai margini, dove i data scientist creano strumenti su misura al di fuori dei canali di approvvigionamento formali.
L’Agent Fabric ampliato risolve questo problema consentendo la registrazione di agenti “locali” e Model Context Protocol (MCP) server tramite URL. Ciò è particolarmente rilevante per settori come la logistica, dove i team possono creare strumenti interni per l’ottimizzazione dei database proprietari. Invece di rimanere nascoste, queste risorse possono essere registrate e rese visibili per il riutilizzo in tutta l’azienda.
Jonathan Harvey, responsabile delle operazioni IA presso Capiteha dichiarato: “Agent Scanners ci consentirà di concentrarci sull’innovazione anziché sulla gestione dell’inventario. Sapere che ogni agente viene rilevato e catalogato automaticamente consente ai nostri team di collaborare, riutilizzare il lavoro e creare soluzioni multi-agente più intelligenti.”
Allo stesso modo, AT&T sta utilizzando il framework per orchestrare gli agenti attraverso l’assistenza clienti, la chat e le interazioni vocali.
Brad Ringer, Architetto aziendale e di integrazione presso AT&Tha spiegato: “Con l’intelligenza artificiale che si muove così velocemente, MuleSoft Agent Fabric fornisce la struttura di cui abbiamo bisogno per crescere. Riunisce e ci aiuta a orchestrare tutti gli agenti e i server MCP che stiamo costruendo nell’assistenza clienti, nella chat e nelle interazioni vocali. Non è solo uno strumento; è un enorme facilitatore per tutto ciò che faremo dopo.”
La transizione verso una “Agentic Enterprise” richiede un cambiamento nella governance relativa al modo in cui vengono tracciate le risorse IT, rendendo i giorni in cui si gestivano le integrazioni tramite fogli di calcolo obsoleti incompatibili con la velocità di implementazione degli agenti AI.
I leader devono presupporre che il loro inventario di agenti IA sia incompleto e implementare strumenti di scansione automatizzati per stabilire una base di verità. Una volta stabilita questa linea di base, le politiche di governance dovrebbero imporre che tutti gli agenti, siano essi acquistati o creati, espongano le proprie capacità e i privilegi di accesso ai dati in un formato standardizzato come A2A per facilitare il monitoraggio.
Infine, i dirigenti possono utilizzare la visibilità fornita da questi strumenti per controllare la spesa, identificare le funzionalità duplicate negli ambienti cloud e unirle per controllare il costo totale di proprietà (TCO).
Mentre le organizzazioni si muovono da programmi pilota Nel caso di un dispiegamento di massa, l’elemento di differenziazione non sarà l’intelligenza dei singoli agenti, ma la coerenza della rete che li collega.
Vedi anche: Bilanciare l’efficienza dei costi dell’IA con la sovranità dei dati
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
