Il 21 ottobre 2026 abbiamo invitato per la seconda volta specialisti di diverse grandi aziende svizzere a uno scambio aperto sull'IA. Al centro c'era una domanda semplice: come si combinano in modo sensato l'IA e l'Enterprise Content Management?
Situazioni di partenza molto diverse
L'incontro ha mostrato quanto le aziende siano a punti diversi. Alcune gestiscono già proprie piattaforme di agenti con applicazioni in produzione. Altre, per loro stessa ammissione, sono ancora all'inizio e cercano il giusto punto di partenza. Tutte condividono il desiderio di un punto di accesso centrale attraverso il quale l'IA possa raggiungere tutti i sistemi rilevanti, e non solo un singolo prodotto.
Collegare agenti: semplice dal punto di vista tecnico, impegnativo da quello organizzativo
Collegare agenti tra loro, ad esempio tramite MCP (Model Context Protocol) o A2A (Agent-to-Agent), è considerato tecnicamente ben risolvibile. Più difficile è il fatto che i processi aziendali attraversano quasi sempre più sistemi: personale, ERP e archiviazione dei documenti si intrecciano. Chi vuole usare l'IA in modo produttivo deve pensare questi processi oltre i confini dei sistemi.
IA del fornitore o database vettoriale proprio?
Si è discusso animatamente se acquistare in licenza le funzioni di IA del fornitore o indicizzare i contenuti da sé in un proprio
database vettoriale. Entrambe le strade hanno la loro ragion d'essere:
Soluzione propria: flessibile, trasversale ai sistemi e realizzabile con i comuni modelli cloud, senza una propria infrastruttura GPU.
Soluzione del fornitore: toglie molto lavoro, soprattutto con grandi quantità di dati. Ne fanno parte un chunking intelligente e il collegamento dei workspace tramite un knowledge graph.
Una cosa è apparsa chiara: con pochi documenti molto è semplice. Con terabyte, la qualità della suddivisione in chunk decide la qualità delle risposte.
Licenze: il tema più sottovalutato
Chi utilizza le API del fornitore per proprie soluzioni di IA dovrebbe leggere attentamente i contratti. Decisivo è come avviene l'accesso. Con la user impersonation si resta all'interno della licenza utente e delle autorizzazioni esistenti. Gli utenti tecnici possono invece far scattare licenze aggiuntive. Il nostro consiglio: non frenare l'innovazione, ma costruire fin dall'inizio sul lato sicuro.
Tenere sotto controllo costi e qualità
I budget di token diventano il collo di bottiglia pratico. Soglie, notifiche e formazione vanno previste fin dall'inizio.
Principio dei quattro occhi per gli agenti: un agente svolge il lavoro, un secondo lo verifica in modo critico. Così si evita che l'IA generativa colmi le lacune con dati inventati.
Human in the loop: l'IA alleggerisce il lavoro e migliora la qualità, ma il controllo finale resta all'essere umano.
La nostra conclusione
Il caso d'uso realistico per il prossimo periodo è la ricerca intelligente delle informazioni: un'IA che trova e riassume i contenuti. Per ogni progetto conta la stessa domanda: quale caso d'uso, a quale prezzo, con quali risparmi misurabili?
D'ora in poi lo scambio si terrà ogni mese. Ringraziamo tutti i partecipanti per gli spunti aperti e ci rallegriamo per il prossimo incontro.
Galerie
