Confluent ha annunciato Streaming Agents, una nuova funzionalità di Confluent Cloud per Apache Flink che semplifica la creazione e la scalabilità degli agenti IA capaci di monitorare, ragionare e agire sui dati in tempo reale.

Con questa novità, Confluent punta a rimuovere molte delle barriere che finora hanno frenato l’adozione dell’IA agentica a livello enterprise, fornendo un’infrastruttura che unisce in modo nativo il data streaming con i workflow di intelligenza artificiale. La piattaforma consente non solo di connettere LLM, ma anche di integrare strumenti, database e sistemi aziendali esistenti, aprendo così la strada a nuovi modelli di business e opportunità di valore.

Secondo Shaun Clowes, Chief Product Officer di Confluent, uno dei maggiori ostacoli per l’IA agentica è la mancanza di un contesto aziendale aggiornato e affidabile. Anche gli agenti più sofisticati, infatti, diventano inefficaci se non alimentati con dati pertinenti e tempestivi. Streaming Agents nasce proprio per risolvere questo problema integrando dati real-time con capacità di ragionamento, così da creare una base solida su cui le organizzazioni possono costruire agenti davvero utili e capaci di incidere sulle decisioni operative.

CCQ325-Image1

I dati a supporto confermano la necessità di un simile approccio. Una ricerca IDC mostra che, tra il 2023 e il 2024, le aziende hanno eseguito in media 23 proof of concept legati all’intelligenza artificiale generativa, ma solo tre di questi progetti sono arrivati in produzione. E di quelli, meno di due su tre hanno effettivamente soddisfatto le aspettative. Le ragioni principali sono i workflow troppo complessi e i costi elevati, fattori che riducono la capacità delle imprese di sfruttare appieno il potenziale dell’AI agentica.

Come spiega Stewart Bond, Vice President of Data Intelligence and Integration Software di IDC, molte architetture dati oggi non sono in grado di supportare le capacità decisionali autonome richieste dagli agenti IA. Per questo le organizzazioni dovrebbero privilegiare soluzioni che semplifichino l’integrazione, garantendo sicurezza e sfruttando i dati in tempo reale come contesto imprescindibile.

Streaming Agents: come funziona e cosa abilita

La novità di Confluent introduce l’IA agentica direttamente nelle pipeline di data streaming, permettendo ai team di sviluppo di costruire, distribuire e orchestrare agenti basati sugli eventi sfruttando Apache Kafka e Apache Flink. In questo modo, l’elaborazione dei dati e il ragionamento IA vengono unificati in un unico flusso continuo.

Streaming Agents Confluent

Gli agenti diventano così sempre attivi, pronti a reagire a segnali in tempo reale e a comunicare con altri sistemi o agenti in modo dinamico. Un esempio concreto riguarda il settore retail, nel quale un agente potrebbe monitorare i prezzi dei concorrenti online e aggiornare automaticamente quelli di un e-commerce, garantendo in ogni momento la massima competitività.

Streaming Agents si distingue per una serie di funzionalità pensate per rendere l’IA agentica più affidabile e accessibile:

  • Tool calling consapevole del contesto: grazie al Model Context Protocol (MCP), gli agenti possono selezionare lo strumento esterno più adatto (un database, un servizio SaaS o un’API) per intraprendere azioni rilevanti e allineate al contesto aziendale
  • Connessioni sicure e scalabili: la piattaforma consente di collegarsi in modo protetto a modelli e database vettoriali, centralizzando la gestione delle credenziali e semplificando le distribuzioni su larga scala
  • Arricchimento dei dati: oltre a Kafka, gli agenti possono integrare dati provenienti da database relazionali o API REST, migliorando la qualità delle decisioni e riducendo i costi grazie all’uso di Flink SQL. Questo approccio rende più efficaci anche le applicazioni basate su retrieval-augmented generation (RAG)
  • Rigiocabilità dei dati: la possibilità di testare gli agenti su dati reali senza conseguenze operative consente di sperimentare nuove funzionalità, condurre test A/B e ridurre i rischi prima del rilascio in produzione

(Immagine in apertura: Shutterstock)