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.
Rendere operativa l'intelligenza artificiale agentica su AWS
Aaron Sempf, Brad Ryan, Bhargs Srivathsan e Akhil Bhaskar, Amazon Web Services
Agosto 2025 (storia del documento)
L'intelligenza artificiale agentica non è una funzionalità, è un nuovo paradigma operativo. Organizzazioni che investono in architetture disciplinate, framework di fiducia e modelli di implementazione allineati al business guideranno la prossima generazione di imprese adattive e intelligenti.
L'intelligenza artificiale agentica rappresenta la convergenza di agenti software autonomi e intelligenza artificiale generativa. Unisce il comportamento decisionale e mirato degli agenti con le capacità di comprensione e generazione del linguaggio di modelli linguistici di grandi dimensioni (). LLMs Questi agenti possono ragionare, agire, adattarsi e collaborare in ambienti aziendali dinamici. Per rendere operativo questo potenziale, le aziende devono spostare la propria mentalità dall'implementazione di modelli all'infrastruttura degli agenti.
Questa guida fornisce una strategia organizzativa per trasformare l'intelligenza artificiale agentica da esperimenti isolati in un'infrastruttura su scala aziendale in grado di generare valore. Può aiutarti a incorporare agenti intelligenti nei flussi di lavoro con governance, scalabilità e allineamento aziendale.
Aree di interesse e raccomandazioni chiave
Questa guida si concentra sulle seguenti aree fondamentali per rendere operativa l'intelligenza artificiale agentica. Vengono fornite raccomandazioni organizzative e commerciali per ciascuna area di interesse:
-
Area di interesse 1: chiarire l'intento e l'ambito dell'agente— Allineare gli agenti alle priorità aziendali e ai problemi cognitivi. Tratta gli agenti come compagni di squadra digitali, non solo come strumenti.
-
Area di interesse 2: Progettazione per la componibilità e la collaborazione— Utilizza sistemi multiagente con architettura modulare, protocolli semantici e delega dinamica tramite agenti arbitri.
-
Area di interesse 3: Architetto per la multi-tenancy e il controllo— Crea un'infrastruttura scalabile e sensibile ai tenant con servizi di agenti condivisi, governance centralizzata e accesso basato sui ruoli.
-
Area di interesse 4: creare fiducia attraverso identità, barriere e osservabilità— Applica la tracciabilità, i controlli di runtime e la spiegabilità per guadagnare la fiducia degli stakeholder.
-
Area di interesse 5: Gestione del ciclo di vita— Stabilisci pipeline di integrazione continua e implementazione continua (CI/CD), controllo rapido delle versioni, telemetria e riqualificazione continua per supportare le prestazioni e l'efficienza dell'intelligenza artificiale agentica.
-
Area di interesse 6: Allineare i modelli degli agenti ai modelli di business— Monetizza le funzionalità degli agenti attraverso modelli basati sull'utilizzo, metriche interne del ROI e offerte commerciali.
Puoi utilizzare i consigli di questa guida per preparare la tua azienda all'intelligenza artificiale agentica su larga scala. Descrive in che modo le organizzazioni devono ristrutturarsi attorno all'IA agentica, tra cui la creazione DevOps di team di agenti (AgentOps), sistemi interoperabili e strategie di gestione del cambiamento che ne consentano l'adozione su larga scala. Sottolinea il pensiero decisionale e l'allineamento con il Well-Architected Framework. AWS
Destinatari principali
Questa guida è destinata agli architetti aziendali, ai responsabili della AI/ML progettazione e agli strateghi della trasformazione digitale che progettano e scalano sistemi agentici, incorporano l'intelligenza artificiale nei flussi di lavoro aziendali principali e rendono operativi gli agenti autonomi negli ambienti di produzione. LLMs Per comprendere i concetti e le raccomandazioni di questa guida, è necessario conoscere le moderne architetture e i sistemi distribuiti nativi del cloud, i modelli linguistici di grandi dimensioni, le funzionalità dei modelli di base e i principi della governance dell'IA e dell'ingegneria della piattaforma. DevOps
Obiettivi
Implementando i consigli contenuti in questa guida, l'organizzazione può ottenere i seguenti risultati di business:
-
Accelerazione del processo decisionale e dell'esecuzione del flusso di lavoro tramite agenti autonomi e orientati agli obiettivi che riducono i colli di bottiglia e il carico cognitivo umano.
-
Implementazioni scalabili ed economiche di funzionalità intelligenti tra le unità aziendali, attraverso piattaforme di agenti multitenant riutilizzabili.
-
Maggiore resilienza, fiducia e governance nei sistemi di intelligenza artificiale, che consentono un'adozione sicura in ambienti regolamentati, mission critical o rivolti ai clienti.
Informazioni su questa serie di contenuti
Questa guida fa parte di una serie sull'intelligenza artificiale agentica su. AWS Per ulteriori informazioni e per visualizzare le altre guide di questa serie, consulta Agentic AI
