Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Conclusioni e risorse
Adottare con successo l'IA generativa su larga scala richiede molto più di semplici modelli potenti. Richiede un approccio incentrato sui dati che assicuri che i sistemi di intelligenza artificiale siano affidabili, sicuri e allineati agli obiettivi aziendali. Le aziende che valutano, strutturano e gestiscono in modo proattivo i propri asset di dati ottengono un vantaggio competitivo perché possono passare dalla sperimentazione alla trasformazione dell'IA su vasta scala più rapidamente e con sicurezza.
Man mano che le organizzazioni integrano l'IA in modo più approfondito nei propri flussi di lavoro, devono anche dare la priorità all'adozione responsabile dell'IA. Integra governance, conformità e sicurezza in ogni fase del ciclo di vita dei dati. L'applicazione di rigorosi controlli di accesso, l'allineamento ai requisiti normativi e l'implementazione di protezioni etiche sono fondamentali per mitigare rischi quali pregiudizi, fughe di dati e attacchi contraddittori. In questo panorama dell'intelligenza artificiale in evoluzione, coloro che trattano i dati non solo come input ma come risorse strategiche si trovano nella posizione migliore per sfruttare appieno il potenziale dell'IA generativa.
## Risorse
**AWS documentazione**
+ [Documentazione Amazon Q Business](https://docs.aws.amazon.com/amazonq/latest/qbusiness-ug/what-is.html)
+ [Scelta di un database AWS vettoriale per i casi d'uso di RAG](https://docs.aws.amazon.com/prescriptive-guidance/latest/choosing-an-aws-vector-database-for-rag-use-cases/introduction.html) (AWS Prescriptive Guidance)
+ [Attacchi comuni di iniezione immediata](https://docs.aws.amazon.com/prescriptive-guidance/latest/llm-prompt-engineering-best-practices/common-attacks.html) (Prescriptive Guidance)AWS
+ [Protezione dei dati](https://docs.aws.amazon.com/bedrock/latest/userguide/data-protection.html) (documentazione Amazon Bedrock)
+ [Valuta le prestazioni delle risorse Amazon Bedrock (documentazione](https://docs.aws.amazon.com/bedrock/latest/userguide/evaluation.html) Amazon Bedrock)
+ [Modello di maturità per l'adozione dell'IA generativa su](https://docs.aws.amazon.com/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/introduction.html) (Prescriptive Guidance) AWSAWS
+ [MLSEC-10: protezione dalle minacce di data poisoning (](https://docs.aws.amazon.com/wellarchitected/latest/machine-learning-lens/mlsec-10.html)Well-Architected AWS Framework)
+ [Concetti ingegneristici rapidi](https://docs.aws.amazon.com/bedrock/latest/userguide/prompt-engineering-guidelines.html) (documentazione Amazon Bedrock)
+ [Recupera opzioni e architetture di generazione aumentata](https://docs.aws.amazon.com/prescriptive-guidance/latest/retrieval-augmented-generation-options/introduction.html) su (Prescriptive Guidance) AWSAWS
+ [Recupera dati e genera risposte AI con Amazon Bedrock Knowledge Bases (documentazione](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) Amazon Bedrock)
**Altre risorse AWS**
+ [Governance automatizzata AWS Glue dei dati con Data Quality, rilevamento dei dati sensibili e AWS Lake Formation](https://aws.amazon.com/blogs/big-data/automated-data-governance-with-aws-glue-data-quality-sensitive-data-detection-and-aws-lake-formation/) (post AWS sul blog)
+ [Personalizza i modelli in Amazon Bedrock con i tuoi dati utilizzando la messa a punto e la formazione continua (post sul blog)](https://aws.amazon.com/blogs/aws/customize-models-in-amazon-bedrock-with-your-own-data-using-fine-tuning-and-continued-pre-training/)AWS
+ [Migliora le prestazioni dei modelli linguistici generativi con richieste di autocoerenza su Amazon Bedrock](https://aws.amazon.com/blogs/machine-learning/enhance-performance-of-generative-language-models-with-self-consistency-prompting-on-amazon-bedrock/) (post sul blog)AWS
+ [Migliorare il proprio LLMs con RLHF su Amazon SageMaker](https://aws.amazon.com/blogs/machine-learning/improving-your-llms-with-rlhf-on-amazon-sagemaker/) (AWS post sul blog)
+ [Linee guida per il feedback e l'analisi degli utenti dei chatbot su AWS](https://aws.amazon.com/solutions/guidance/chatbot-user-feedback-and-analytics-on-aws/) (Solutions Library)AWS
+ [Protezione dell'IA generativa](https://aws.amazon.com/ai/generative-ai/security/) (sito web)AWS
**Altre risorse**
+ [Top 10 OWASP per le applicazioni LLM](https://genai.owasp.org/resource/owasp-top-10-for-llm-applications-2025/) 2025 (sito web OWASP)
+ [Scoprire i limiti dei grandi modelli linguistici nella ricerca di informazioni dalle tabelle](https://arxiv.org/abs/2406.04113) (studio della Cornell University su Arxiv)