Amazon Web Services ha presentato il 20 novembre 2026 un aggiornamento di AWS Quick che introduce la possibilità di costruire flussi di lavoro aziendali attraverso istruzioni in linguaggio naturale e coordinare più agenti di intelligenza artificiale specializzati. L’aggiornamento comprende una nuova interfaccia web, strumenti per la gestione delle attività ricorrenti, ulteriori connettori e controlli amministrativi dedicati all’utilizzo degli agenti nelle organizzazioni. La funzione denominata Flows consente di descrivere un procedimento direttamente nella chat, ottenendo una sequenza operativa che può essere eseguita, verificata e modificata nella stessa conversazione. Accanto all’interfaccia compare un diagramma dei passaggi, utilizzabile per esaminare la struttura del processo. I flussi possono combinare agenti, competenze riutilizzabili, strumenti, dati strutturati, basi di conoscenza e applicazioni esterne, con esecuzione disponibile da browser, desktop e dispositivi mobili.
Una delle caratteristiche principali è l’integrazione tra operazioni affidate ai modelli AI e passaggi deterministici, nei quali i risultati vengono prodotti attraverso regole o calcoli prestabiliti. Questa combinazione permette di utilizzare l’intelligenza artificiale per analisi, interpretazione dei dati e redazione dei documenti, mantenendo procedure verificabili per operazioni numeriche e controlli che devono essere ripetuti senza variazioni. AWS ha illustrato il funzionamento attraverso un esempio di reportistica finanziaria mensile: il flusso analizza parallelamente i risultati di diverse aree geografiche, confronta i valori consuntivi con quelli pianificati attraverso formule di foglio elettronico e applica soglie definite dai responsabili per identificare gli scostamenti significativi. Successivamente genera commenti descrittivi, prepara un riepilogo Excel e compone una comunicazione email. Prima della distribuzione, un responsabile esamina i risultati, richiede eventuali correzioni attraverso la chat e autorizza l’invio. La procedura può essere riutilizzata da altri dipendenti senza dover ricostruire manualmente le istruzioni originarie.
Il coordinamento multi-agente permette a un agente principale di richiamare contemporaneamente diversi assistenti specializzati, ciascuno dotato delle proprie istruzioni, conoscenze e informazioni contestuali. In una procedura dedicata ai costi di spedizione, per esempio, un agente può utilizzare i dati previsionali per analizzare l’andamento della domanda, mentre un secondo consulta i contratti con i fornitori per valutare le condizioni economiche. AWS Quick riunisce successivamente i contributi in una risposta integrata, rendendo visibile il lavoro dei singoli agenti. Questa impostazione consente ai responsabili delle differenti funzioni aziendali di mantenere e aggiornare autonomamente gli assistenti relativi al proprio settore, senza concentrare tutta la logica operativa in un unico agente.
L’interfaccia web è stata riorganizzata con una schermata iniziale che presenta un flusso prioritario di email e messaggi, accompagnato da un briefing giornaliero. Gli utenti possono approfondire un elemento oppure chiedere a Quick di preparare una risposta da verificare. Le attività pianificate o di lunga durata proseguono anche dopo la chiusura del browser, mentre Mission Control raccoglie i risultati completati e segnala gli agenti che necessitano di ulteriori indicazioni. La sezione Library organizza file recenti, preferiti, elementi fissati e documenti prodotti dal sistema; conversazioni, agenti e contenuti rimangono sincronizzati tra web, desktop e mobile. La sezione Customize riunisce agenti, Flows, Skills, basi di conoscenza e connettori. Le competenze riutilizzabili possono essere create, installate e amministrate direttamente dal browser, ad esempio per verificare un contratto secondo una procedura interna o uniformare il formato dei rapporti di progetto.
Tra le integrazioni aggiuntive figurano il server MCP di Meta per la gestione e l’analisi delle campagne pubblicitarie e quello di Amplitude per interrogare i dati relativi all’utilizzo dei prodotti, al comportamento degli utenti e alle conversioni. Le autorizzazioni esistenti continuano a essere applicate e le operazioni di scrittura, come la creazione di campagne o la modifica dei budget, richiedono specifici permessi. AWS introduce inoltre sistemi di protezione dei prompt in anteprima, con controlli su contenuti vietati, parole specifiche, tentativi di attacco e categorie di informazioni personali. Gli amministratori possono provare le regole in modalità di sola rilevazione prima di applicarle.
I piani Professional ed Enterprise comprendono profili di autorizzazione e limiti di utilizzo differenziati per gruppi, oltre a controlli sulle tipologie di sorgenti dati consentite. AWS ha aggiunto il supporto per giapponese, tedesco, cinese semplificato e tradizionale e vietnamita, dichiarando la disponibilità delle nuove funzioni nelle regioni in cui Quick è già offerto. L’azienda specifica inoltre che i dati dei clienti rimangono nel rispettivo ambiente e non vengono utilizzati per addestrare modelli di terze parti. Tra gli esempi di adozione figura Pomelo, società fintech latinoamericana che riferisce un ampliamento di quasi quattro volte del numero di persone impegnate mensilmente nell’analisi dei dati senza aumentare il personale specializzato, oltre a un caso applicativo con un risparmio dichiarato di 80 ore di lavoro al mese.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
