Cosa potrai approfondire in questa prima puntata: 

• L'evoluzione da LLM isolati ad AI Agent: come siamo passati da modelli che "sanno solo parlare" a sistemi che possono agire concretamente nel mondo digitale attraverso il Function Calling. 
• Il paradigma RAG (Retrieval Augmented Generation): come arricchire il contesto degli AI con conoscenze aziendali specifiche senza dover rifare il training completo del modello. 
• Function Calling: il game changer: quando l'AI smette di essere passiva e inizia a chiamare API, interrogare database e orchestrare processi aziendali in autonomia.

Cosa potrai approfondire in questa seconda puntata: 

• L'architettura completa di un agente: dalla gestione dell'input all'arricchimento del contesto, scoprirai come funziona internamente un agente e perché non è un LLM ma software classico con moduli per RAG, business rule e memoria per simulare l'apprendimento. 
• Il protocollo MCP di Anthropic: il nuovo standard che permette a ogni tool di descriversi nel linguaggio che un agente capirebbe, creando un tool registry che trasforma database, API e altri agenti in risorse utilizzabili dall'intelligenza artificiale. 
• Il ciclo ReAct e l'autonomia decisionale: come gli agenti implementano la capacità di ragionare e fare chiamate sui sistemi esterni fino a quando decidono di aver finito, con la possibilità di orchestrare catene infinite di agenti che collaborano fra di loro.

Cosa potrai approfondire in questa terza puntata: 

• "Le future applicazioni saranno agenti davanti a un database": il CEO di Microsoft lancia una provocazione: eliminare User Interface, User Experience, logica di business e integrazione, mantenendo solo agenti e database. Questa rappresenta la massima espressione del paradigma no code/low code, dove tutto viene delegato a un agente che riceve contesto, logiche di business e algoritmi. 
• L'architettura di transizione - agenti come microservizi: una configurazione più equilibrata e immediatamente implementabile, dove gli agenti operano come microservizi all'interno dell'architettura esistente. Questi possono collaborare con logica di business deterministica, comunicare tra loro e interfacciarsi direttamente con gli utenti, utilizzando servizi MCP per operazioni critiche. 
• Le capacità emergenti degli agenti: gli agenti svilupperanno la capacità di gestire processi non previsti in fase di progettazione, sfruttando la conoscenza di altri agenti e funzioni disponibili. Oltre all'implementazione della logica di business attuale, saranno in grado di creare autonomamente nuovi processi aziendali e generare interfacce utente dinamiche.

Cosa potrai approfondire in questa quarta puntata: 

• I Micro Agent come evoluzione dei microservizi: analizziamo come l’integrazione tra microservizi e intelligenza artificiale stia dando origine ai Micro Agent: una sorta di ibrido tra microservizio e agente AI. Questo modello conserva i principi chiave dell’architettura a microservizi (coesione funzionale, disaccoppiamento, manutenibilità), mantenendo le interazioni tramite API standard e abilitando, allo stesso tempo, una comunicazione avanzata tra agenti attraverso linguaggi semantici e protocolli di nuova generazione. 
• Data Governance come leva strategica per l’adozione degli agenti: anche i sistemi di intelligenza artificiale più sofisticati producono risultati inadeguati se alimentati con dati di scarsa qualità. Una solida data governance è quindi un prerequisito essenziale: la capacità di gestire correttamente il master data, strutturare le entità di business e implementare un’architettura del dato robusta è fondamentale per un’adozione sicura ed efficace degli agenti in contesti enterprise. 
• Evoluzione del modello di servizio verso marketplace di agenti: sanno emergendo ecosistemi commerciali dedicati agli agenti specializzati, simili ai marketplace di app mobile. Questi ambienti offrono nuove opportunità anche a organizzazioni più piccole, ma altamente specializzate. Si tratta di un cambio di paradigma rispetto al modello SaaS tradizionale: invece di trasferire i dati verso servizi esterni, le aziende integrano capacità di intelligenza artificiale mantenendo il pieno controllo sui propri asset informativi.