L’intelligenza artificiale sta compiendo un nuovo passo nella trasformazione delle imprese. Non più soltanto chatbot capaci di rispondere alle domande, ma sistemi in grado di utilizzare documenti, contratti, archivi e procedure aziendali per svolgere attività concrete. Il 10 novembre IBM e Microsoft hanno presentato nuove soluzioni per accelerare questa evoluzione, attraverso l’iniziativa Imagine Enterprise, che mette a disposizione oltre 6.000 agenti e risorse preconfigurate. È un segnale di quanto rapidamente stia cambiando il mercato: l’intelligenza artificiale non viene più proposta soltanto come uno strumento da consultare, ma come una tecnologia da integrare direttamente nei processi produttivi e organizzativi.
La novità riguarda soprattutto il rapporto tra intelligenza artificiale e patrimonio informativo delle aziende. Ogni impresa custodisce una quantità enorme di conoscenze distribuite tra file, database, manuali, comunicazioni e documenti tecnici. Informazioni spesso difficili da recuperare, confrontare e utilizzare rapidamente. Le nuove piattaforme permettono di costruire assistenti digitali specializzati, capaci di lavorare su questo patrimonio e di trasformarlo in risposte, analisi e documenti operativi. Un’evoluzione che apre prospettive importanti anche sul fronte della riservatezza: attraverso specifiche configurazioni tecnologiche, infatti, le informazioni possono essere elaborate all’interno dell’infrastruttura aziendale, senza dover essere necessariamente trasmesse a servizi esterni.
Dalla teoria ai risultati: gli agenti che lavorano nelle imprese
Il progetto annunciato da IBM e Microsoft il 10 novembre 2026 punta ad accelerare la diffusione dell’intelligenza artificiale nelle organizzazioni, rendendo disponibili strumenti e componenti già predisposti per differenti esigenze professionali. La logica è ridurre la distanza tra le potenzialità dei modelli generativi e la loro applicazione concreta. Un’azienda non deve necessariamente sviluppare ogni funzione partendo da zero: può utilizzare soluzioni preconfigurate, adattandole ai propri sistemi informativi, alle procedure e alle attività quotidiane. Il risultato atteso è un’intelligenza artificiale sempre meno generica e sempre più vicina al funzionamento reale dell’impresa.
Un esempio concreto arriva da SELCO, protagonista di un progetto illustrato da IBM il 9 novembre. L’impiego di sei agenti di intelligenza artificiale ha consentito di affrontare attività industriali complesse, tra cui l’elaborazione di un piano di trasporto multimodale in circa dieci minuti. Il dato mostra come queste tecnologie possano essere utilizzate anche per coordinare informazioni e operazioni che normalmente richiedono l’intervento di più sistemi e competenze. Gli agenti, a differenza di un semplice assistente che produce risposte, possono essere progettati per eseguire sequenze di attività, interagire con applicazioni e contribuire alla gestione di processi articolati.
Un’altra esperienza significativa riguarda FABMISR, che ha sviluppato applicazioni basate sulla piattaforma IBM watsonx, utilizzando anche un agente fondato sulla tecnologia RAG e un assistente dedicato all’ambito finanziario. Il progetto dimostra come l’intelligenza artificiale possa essere adattata a settori nei quali la gestione delle informazioni richiede particolare attenzione. L’obiettivo è consentire ai sistemi di utilizzare contenuti professionali pertinenti, invece di affidarsi esclusivamente alle conoscenze generali dei modelli linguistici. Una differenza fondamentale quando le risposte devono confrontarsi con documentazione specialistica, regole interne e informazioni che possono cambiare nel tempo.
La tecnologia che rende possibile una parte importante di questa trasformazione si chiama RAG, acronimo di Retrieval-Augmented Generation, cioè generazione aumentata dal recupero di informazioni. Il meccanismo è relativamente semplice. Quando un dipendente pone una domanda, il sistema cerca nei documenti aziendali le informazioni utili e le mette a disposizione del modello linguistico, che elabora una risposta sulla base dei contenuti recuperati. Non è necessario riaddestrare continuamente l’intelligenza artificiale ogni volta che viene aggiornato un listino o modificata una procedura: è possibile aggiornare la documentazione consultabile dal sistema, mantenendo le risposte collegate alle informazioni più recenti.
Le applicazioni sono numerose. Un commerciale può chiedere all’assistente di preparare una bozza di offerta utilizzando cataloghi, prezzi e condizioni contrattuali. Un tecnico può individuare rapidamente una procedura di manutenzione all’interno di centinaia di manuali. Un ufficio amministrativo può confrontare documenti, recuperare disposizioni interne o predisporre elaborazioni preliminari. La verifica umana rimane indispensabile, ma cambia il modo in cui le persone accedono alle conoscenze dell’organizzazione. L’intelligenza artificiale diventa un’interfaccia attraverso la quale interrogare il patrimonio informativo aziendale utilizzando il linguaggio naturale, senza dover conoscere necessariamente la struttura degli archivi.
La sfida dei dati: un’intelligenza artificiale che può restare in azienda
Una delle questioni decisive riguarda il luogo in cui vengono elaborate le informazioni. Piattaforme come IBM watsonx.ai, nelle configurazioni software installabili localmente attraverso IBM Software Hub, consentono di realizzare sistemi di intelligenza artificiale all’interno dell’infrastruttura dell’impresa. È la cosiddetta architettura on-premises, nella quale modelli e componenti applicativi possono operare nei sistemi gestiti dall’organizzazione. Accanto a queste soluzioni esistono anche servizi cloud e configurazioni ibride. La scelta dipende dalle esigenze dell’azienda, ma la possibilità di mantenere internamente le elaborazioni rappresenta un’opzione particolarmente interessante quando vengono utilizzati dati riservati o strategici.
La ricerca tecnologica si sta muovendo anche verso strumenti che rendano più semplice collegare l’intelligenza artificiale ai documenti già esistenti. IBM OpenRAG, per esempio, è pensato per facilitare la realizzazione di applicazioni capaci di recuperare informazioni da materiali come PDF, fogli Excel, presentazioni e archivi documentali, anche attraverso collegamenti con servizi come Google Drive e OneDrive. Il vantaggio è rendere utilizzabile la conoscenza accumulata negli anni senza dover necessariamente ricostruire ogni archivio. Il sistema può cercare i contenuti pertinenti e utilizzarli per generare risposte, mentre l’organizzazione continua ad aggiornare e gestire le proprie fonti informative.
La conservazione dei documenti all’interno dell’azienda, tuttavia, non basta da sola a garantire che nessuna informazione venga trasmessa all’esterno. Occorre verificare dove vengono elaborati i testi, dove si trovano i database utilizzati per la ricerca, quali modelli producono le risposte e quali collegamenti sono attivi verso servizi remoti. Anche i permessi di accesso devono essere progettati accuratamente: un assistente digitale non dovrebbe rendere accessibili a tutti informazioni che soltanto alcuni dipendenti sono autorizzati a consultare. La protezione dei dati dipende quindi dall’intera architettura informatica e dalle regole di gestione, non semplicemente dalla scelta di una piattaforma.
IBM non è l’unico protagonista di questa evoluzione. Red Hat OpenShift AI offre soluzioni gestibili anche in ambienti con connettività limitata o isolati dall’esterno. NVIDIA AI Enterprise mette a disposizione strumenti per sviluppare e distribuire applicazioni nei data center aziendali, mentre Mistral propone modalità di esecuzione dei modelli su infrastrutture dedicate. Le diverse offerte mostrano come stia prendendo forma un mercato nel quale le imprese possono scegliere non soltanto quali capacità di intelligenza artificiale utilizzare, ma anche dove far funzionare i sistemi e con quali livelli di controllo.
La trasformazione va oltre il miglioramento della produttività. Per anni le imprese hanno investito nella raccolta e nella digitalizzazione delle informazioni, costruendo archivi sempre più grandi senza riuscire necessariamente a valorizzarli. L’intelligenza artificiale generativa rende possibile un passaggio ulteriore: trasformare quei contenuti in una risorsa accessibile, capace di sostenere il lavoro quotidiano e di mettere in relazione conoscenze precedentemente disperse. Le tecnologie esistono già e i primi progetti ne mostrano le applicazioni concrete. La sfida sarà renderle affidabili, economicamente sostenibili e realmente integrate nei processi aziendali. Il futuro dell’intelligenza artificiale nelle imprese potrebbe essere proprio questo: non un unico cervello digitale uguale per tutti, ma tanti sistemi specializzati, costruiti intorno alle conoscenze e alle esigenze di ciascuna organizzazione.
