Oracle porta gli agenti nelle applicazioni e la sicurezza nel dato

Andrea Sinopoli, Country Leader di Oracle Italia, ha tracciato il bilancio di Oracle AI World, l’evento globale di Las Vegas, riassumendo i principali annunci. Secondo Oracle l’intelligenza artificiale è ormai un motore di esecuzione dei processi aziendali: gli agenti entrano nelle applicazioni e i controlli di sicurezza scendono dal piano applicativo a quello del dato e dell’infrastruttura.

Per le suite applicative il centro delle novità è Fusion Claw, il runtime delle applicazioni agentiche di Fusion. Ne abbiamo già parlato in un articolo dedicato. Le applicazioni agentiche basate su Fusion Claw già disponibili sono 25, distribuite tra ERP, gestione del personale (HCM), supply chain e customer experience.

Il principio comune riguardo alle applicazioni AI è il controllo: l’agente prepara le azioni ed esegue solo quelle approvate dalle persone, entro i limiti di autorità e le policy stabiliti dall’azienda.

Fusion Companion e Fusion Agentic Home spostano invece il punto d’ingresso. Companion interpreta l’obiettivo dell’utente e sceglie transazioni, flussi, approvazioni e agenti da coordinare, anche da strumenti come ChatGPT. Agentic Home è l’interfaccia nativa di Fusion per delegare il lavoro agli agenti.

Per il mercato italiano, secondo Sinopoli, il tema è il bivio “make or buy” nella modernizzazione dei processi gestionali: crearsi autonomamente strumenti ritagliati sui propri processi o acquisirne di pronti all’uso. Claw e i rilasci applicativi nativi rappresentano secondo lui il punto di equilibrio tra la solidità di una struttura gestionale di base e l’agilità degli agenti.

Sicurezza: dentro il dato e l’infrastruttura

Sinopoli ribalta il luogo comune: l’AI non introdurrebbe nuovi rischi, ma amplificherebbe l’efficacia di rilevamento e intervento. È una tesi discutibile. Per fare un paio di esempi, la prompt injection e le skill malevole sono rischi specifici dell’AI agentica. I permessi assegnati limitano il danno possibile, ma non impediscono che un agente venga manipolato a operare dentro quel perimetro.

La risposta di Oracle è spostare i controlli dove i modelli non possono aggirarli. Con la Deep Trust AI Architecture, presentata il 26 ottobre, Deep Data Security applica le regole di accesso direttamente nel database a ogni richiesta SQL, verificando l’identità dell’utente con un token firmato dalla directory aziendale. In questo modo anche gli agenti che interrogano il database direttamente restano nei permessi assegnati.

Andrea Sinopoli, Country Leader di Oracle Italia

Oracle AI Security Mesh, annunciato il 27 ottobre, usa i modelli per la cybersicurezza di OpenAI per individuare vulnerabilità nelle applicazioni, analizzarne il possibile sfruttamento e fornire i passaggi per riprodurle. Le correzioni proposte vengono verificate in un ambiente di test approvato dal cliente, ed è il cliente ad approvarle prima che siano applicate. Ogni agente ha un’identità distinta, un ambito definito e autorizzazioni just-in-time, concesse solo quando servono. Sistemi di monitoraggio indipendenti possono interrompere le attività che escono dai limiti approvati. Il servizio funziona su sistemi on-premise, su OCI e su altri cloud.

Sul fronte delle identità, OCI Identity Assurance usa la biometria per verificare identità e presenza di chi approva azioni sensibili, come disporre pagamenti o modificare i permessi di accesso. È il cosiddetto man in the loop, con in più una verifica biometrica che si assicura che nel loop ci sia davvero un umano. Al momento non è nota la disponibilità.

Sotto applicazioni e agenti opera OCI Zero Trust Packet Routing, introdotto nel 2024. Il modello zero trust non concede fiducia implicita a nessuna connessione e verifica ogni accesso. Qui policy leggibili dalle persone stabiliscono quali risorse possono comunicare tra loro e quali percorsi possono raggiungere i dati sensibili. Il traffico verso le risorse protette deve essere autorizzato sia da queste policy sia dai controlli di rete esistenti.

Dati e apertura

Sinopoli richiama il principio della “gravità del dato”: i dati non vanno spostati in continuazione per intero, è il database a leggerne formati e semantiche diversi, richiamando quelli rilevanti. Oracle AI Database integra in modo nativo la componente vettoriale, cioè la rappresentazione numerica dei contenuti che i modelli usano per cercare per significato. Autonomous AI Lakehouse lavora sui dati operativi e sulle tabelle Apache Iceberg senza duplicarli. È disponibile su OCI, AWS, Azure e Google Cloud.

Il livello semantico (Business Semantic Layer), cioè le definizioni condivise di metriche e indicatori che aiutano utenti e agenti a interrogare correttamente i dati, e l’AI Data Catalog arriveranno entro un anno.

Per Sinopoli l’apertura passa anche dalla collaborazione con Snowflake, ora disponibile sul marketplace Oracle. A suo giudizio è utile nel contesto eterogeneo e frammentato delle PMI italiane.

Infrastruttura: la rete come collo di bottiglia

Oracle Acceleron è la suite di tecnologie di rete e infrastruttura di OCI. Tra le novità c’è la connettività RDMA – accesso diretto alla memoria tra macchine, che riduce la latenza – sulle risorse di calcolo front-end, per inferenza, storage e calcolo ad alte prestazioni. Lo storage a blocchi NVMe nelle configurazioni bare metal e virtuali offre prestazioni fino a tre volte superiori di quelle precedenti, secondo Oracle. La Collective Communications Library distribuisce il traffico su più piani di rete e lo reindirizza quando si guastano collegamenti, porte o schede di rete, così che un carico AI distribuito non si fermi.

Per Pradeep Vincent, vicepresidente esecutivo per Compute and AI Infrastructure di Oracle Cloud Infrastructure, “L’infrastruttura AI può risentire fortemente delle inefficienze della rete”. Quando migliaia di acceleratori lavorano insieme, aggiunge, un singolo percorso congestionato o interrotto ha conseguenze che vanno la una singola connessione.

Sinopoli cita anche l’integrazione in OCI dei chip di nuova generazione di Google, e Oracle Media Fabric, piattaforma che unisce produzione di contenuti con l’AI e distribuzione video per aziende dei media, servizi di streaming e marchi. Comprende Creative Studio, suite di produzione che sceglie tra modelli Oracle e di terzi in base a sicurezza, provenienza, costo e tutela della proprietà intellettuale, e Video Edge, che coordina la capacità di consegna su OCI e sulle reti di distribuzione per gli eventi dal vivo.

Per il CIO italiano i temi concreti sono tre. Il primo è la governance degli accessi: stabilire che cosa un agente può fare, anche su sistemi non Oracle. Il secondo sono i costi, che soprattutto per i lavori lunghi degli agenti rischiano di essere una variabile poco prevedibile. Il terzo è la dipendenza: sicurezza, esecuzione e contesto semantico risiedono nei runtime e nel database Oracle. L’apertura su formati e interfacce non equivale necessariamente a una portabilità dell’esecuzione.