Nel mondo dell’intelligenza artificiale aziendale, una delle sfide più grandi non è più quella di ottenere buoni risultati in laboratorio o durante i progetti pilota: molte organizzazioni sanno già che l’AI può essere utile, ma faticano a far sì che funzioni “sul campo”, integrata nei processi quotidiani dell’impresa. In questo contesto nasce la proposta di Agent Composer, una nuova piattaforma presentata da Contextual AI, pensata per trasformare gli approcci basati su RAG — retrieval-augmented generation, cioè modelli linguistici potenziati con dati aziendali — in agenti AI pronti per la produzione.
Contextual AI è una startup giovane, di poco più di due anni, sostenuta da investitori di primo piano come Bezos Expeditions e Bain Capital Ventures. Secondo l’azienda, il problema principale non è più la potenza dei modelli di base (che ormai sono quasi una commodity), ma la loro capacità di accedere e operare in modo affidabile sui dati proprietari e sulle conoscenze istituzionali di un’azienda. Per aziende altamente tecniche come quelle dell’aerospazio, dei semiconduttori o della produzione avanzata, dove documenti tecnici, specifiche e know-how sono al centro del lavoro quotidiano, questa “contesto-abilità” rappresenta una delle barriere principali alla piena adozione dell’AI.
L’approccio tradizionale di RAG si limita spesso a recuperare documenti da un database e passarli a un modello linguistico per generare una risposta. Sebbene questa tecnica sia stata un passo importante per rendere i modelli più rilevanti alle esigenze specifiche di un’impresa, nella pratica si è rivelata spesso troppo semplice: errori nel recupero dei dati si sommano lungo la catena, le risposte possono essere incoerenti o basate su informazioni obsolete, e la mancanza di un’integrazione profonda con i sistemi aziendali rende difficile trasformare queste tecnologie in strumenti affidabili per uso quotidiano.
Agent Composer si propone di superare questi limiti offrendo una piattaforma che unisce strumenti di orchestrazione, interfacce intuitive e workflow preconfigurati per creare agenti AI in grado di svolgere compiti complessi. Non si tratta solo di un modo per interrogare i dati: la piattaforma permette di combinare regole deterministiche — utili ad esempio per controlli di conformità o validazioni di dati critici — con capacità di ragionamento dinamico, dando così alle organizzazioni la possibilità di automatizzare processi che fino a ieri richiedevano ore o giorni di lavoro specialistico. Gli utenti possono partire da agenti già pronti per casi d’uso comuni, descrivere in linguaggio naturale il workflow desiderato, oppure utilizzare un editor visivo drag-and-drop per costruire soluzioni personalizzate senza scrivere codice.
Questa combinazione di flessibilità e controllo è ciò che permette ad Agent Composer di affrontare la complessità reale dei processi aziendali. Un elemento particolarmente interessante è la cosiddetta ottimizzazione dell’agente con un clic, che raccoglie il feedback degli utenti per affinare automaticamente le performance degli agenti stessi. Oltre a questo, ogni passo del processo di ragionamento dell’agente può essere verificato con citazioni a livello di frase, in modo da sapere esattamente da dove provengono le informazioni che hanno portato a una certa decisione o output.
I risultati che alcune aziende riportano dall’uso di Agent Composer sono impressionanti, anche se va notato che si tratta di valutazioni fornite direttamente dai clienti e non ancora verificate da terze parti. Un produttore avanzato ha dichiarato di aver ridotto l’analisi delle cause principali di un problema da otto ore a soli venti minuti grazie all’automazione di parsing dei dati dei sensori e correlazione dei log. Una società chimica specializzata ha descritto un’accelerazione significativa nella ricerca di prodotti, passando da ore a minuti nell’analisi di brevetti e normative. Inoltre, un’azienda di apparecchiature di test ha iniziato a generare codice di test in tempi drasticamente ridotti, passando da giorni a minuti. Tra i clienti citati figurano nomi come Qualcomm, ShipBob e Nvidia, aziende che operano in settori dove la complessità dei dati e dei processi è estremamente elevata.
In un mercato in cui molte iniziative AI restano a lungo in fase pilota, incapaci di generare valore concreto su scala, la sfida per soluzioni come Agent Composer è duplice. Da una parte devono dimostrare che le integrazioni complesse con dati e sistemi aziendali sono sostenibili e affidabili, dall’altra devono convincere le organizzazioni a non investire risorse infinite nella creazione di soluzioni interne da zero, ma piuttosto a sfruttare piattaforme che combinano capacità predefinite con possibilità di personalizzazione. Per Contextual AI, la chiave è spostare l’attenzione dal “modello migliore” all’infrastruttura che rende quei modelli veramente utili nel contesto specifico dell’azienda.
Il lancio di Agent Composer arriva in un momento in cui molte imprese stanno rivalutando le proprie strategie AI dopo anni di sperimentazioni e costose fasi di prova. Con l’aumentare delle aspettative di automazione intelligente e la diffusione di modelli sempre più potenti, la vera differenza — secondo chi ha sviluppato la piattaforma — sarà la capacità di orchestrare, governare e contestualizzare l’intelligenza artificiale in modo che possa davvero supportare il lavoro specialistico e decisionale su larga scala.