Uscita dal caos degli agenti IA – un linguaggio comune per i vostri sistemi

Intervista:

Il Model Context Protocol (MCP) crea il ponte tra i sistemi di IA e le applicazioni aziendali. Mirco Stoffel, Head of AI Business Consulting presso Axians IT Services, spiega come le nuove applicazioni di IA possano avere successo tra i dipendenti.

Quali requisiti tecnici devono essere soddisfatti affinché i sistemi IT esistenti diventino compatibili con MCP senza modifiche al software stesso?

Mirco Stoffel: Finché il sistema dispone di un’interfaccia accessibile – ad esempio un’API – non sono necessarie modifiche al software per renderlo compatibile con MCP. Va notato che ogni server MCP deve essere sviluppato internamente o si può utilizzare uno già disponibile – ad esempio fornito dal produttore.

Come gestisce MCP i requisiti specifici di un dominio – ad esempio formati di dati settoriali o processi aziendali molto individuali?

MCP affronta i requisiti specifici tramite server MCP personalizzabili che fungono da adattatori tra sistema e agenti IA. Le aziende possono così supportare formati di dati specifici del settore senza che l’agente IA principale necessiti di conoscenze specifiche di dominio.

Alcune voci critiche avvertono dei rischi di sicurezza legati all’IA agentica. Le autorizzazioni estese di sistema di cui dispongono gli agenti IA potrebbero essere facilmente abusate. Come si può implementare MCP in modo sicuro?

MCP consente l’applicazione di standard di sicurezza come autenticazione, crittografia o monitoraggio. Inoltre, gli strumenti possono essere progettati per eseguire solo azioni specifiche o richiedere l’approvazione degli utenti per operazioni sensibili.

Quali misure concrete raccomandate alle aziende per rafforzare la fiducia dei dipendenti nelle applicazioni di IA – soprattutto quando i sistemi prendono decisioni autonome?

Raccomandiamo alle aziende di instaurare una comunicazione aperta e trasparente e di promuovere attivamente lo sviluppo delle competenze dei collaboratori. Un altro strumento importante è l’implementazione di una strategia “human-in-the-loop”, saldamente ancorata nella governance dell’IA. Questa misura definisce con precisione quando e come i dipendenti possono esaminare, convalidare o sostituire manualmente le decisioni autonome dell’IA, mantenendo così il controllo e senza sentirsi in balia della tecnologia.

Come possono i dipendenti essere coinvolti in modo utile nella progettazione di processi supportati dall’IA per favorire l’accettazione e ridurre le resistenze?

Le aziende dovrebbero innanzitutto organizzare workshop di processo con i dipendenti direttamente interessati. In essi si analizzano congiuntamente i flussi di lavoro esistenti, si identificano i colli di bottiglia e si raccolgono idee su dove l’IA potrebbe essere di supporto. Segue poi una fase di co-design, in cui team interdisciplinari – composti da esperti di settore e specialisti di IA – progettano insieme il nuovo processo target supportato da IA. Vengono utilizzati strumenti visivi come mappe di processo o user journey per rendere tangibile la futura collaborazione tra esseri umani e IA.

Secondo lei, quali competenze e ruoli saranno particolarmente importanti per i dipendenti in un panorama di sistemi interconnessi da MCP e IA?

Nel campo della GenAI, il ruolo dell’ingegnere della conoscenza e dei concetti di IA simbolica sta diventando sempre più importante. Le conoscenze devono essere strutturate in modo che i sistemi di IA possano utilizzarle in modo mirato e prendere decisioni tracciabili. Inoltre, la data literacy – cioè la comprensione della qualità e dell’interpretazione dei dati – così come il pensiero critico e la consapevolezza dell’etica dell’IA saranno indispensabili per valutare e utilizzare responsabilmente i risultati delle applicazioni IA.