Cos'è esattamente Jory Foundry? È solo un altro servizio aggiunto da Microsoft o qualcosa di più grande. Nell'ultimo anno Microsoft ha fatto annunci sull'IA destra a Manca. È facile sentirsi smarriti. Sono Mirko Peters di Microsoft Knowledge Nuggets. Alla fine di questo episodio saprai cos'è davvero Foundry e perché è importante. Niente chiacchiere di marketing. Suddivideremo in parti chiare cos'è, cosa contiene, come è tutto collegato. Perché tutti sono confusi riguardo al nome. La confusione inizia con il nome. Foundry ha subito più cambi di nome di quanti ne possa contare. Prima era Cognitive Services, poi Azure AI Services, poi Azure AI Studio, poi Azure AI Foundry e, dalla fine dell'anno scorso, è ufficialmente Microsoft Foundry. Stesso prodotto, 4 o 5 nomi in circa 3 anni. Questo di per sé che è la confusione, ma la situazione è ancora più complessa. Al momento, due versioni della piattaforma coesistono.

L'architettura classica basata su Hub è il metodo vecchio. Il nuovo modello di progetto Foundry è la versione modello. Entrambe si trovano allo stesso URL, i.azuro.com. Vai lì e trovi un interruttore che passa da un'architettura all'altra, completamente diverse. Non è solo un nuovo look, è un modo diverso di organizzare tutto alla base. Questo confonde i principianti perché, quando cerchi aiuto, trovi articoli su Hub e progetti classici. Quegli articoli sono corretti. Microsoft supporta entrambe le versioni, ma le nuove funzionalità, le capacità degli agenti e tutto ciò su cui Microsoft investe arrivano solo ai progetti Foundry. Potresti seguire un vecchio tutorial, configurare un Hub e poi scoprire che non puoi usare gli strumenti più recenti. È un vero grattacapo. Ecco il mio consiglio. Ignora le cose vecchie. Foundry moderno è dove Microsoft sta puntando tutto. Se inizi oggi da zero, salta gli Hub e vai dritto ai progetti Foundry.

È lì che risiedono le nuove funzioni. Quindi, cos'è effettivamente Azure AI Foundry? Partiamo da zero. Cos'è Azure AI Foundry? È una piattaforma unificata per creare, testare e distribuire applicazioni di IA in un unico posto? Questa è la definizione più semplice. Pensala come una fabbrica. Entrano materie prime, modelli, dati, strumenti. Ed escono applicazioni finite, chatbot, copilot, agenti di automazione. Non costruisci tu la fabbrica, la gestisce Microsoft. Tu entri, prendi ciò di cui hai bisogno e inizia a costruire. Non si tratta di un singolo prodotto come Word o Excel. Foundry è un contenitore che ospita modelli, strumenti, progetti e sicurezza. Crea una risorsa Foundry e avrai l'intero catalogo di modelli. Ottieni strumenti per creare agenti, aree di test, strumenti di valutazione e sicurezza, tutto incluso. Ecco una distinzione fondamentale. Foundry è pensato per i sviluppatori.

Se scrivi in Python o C Sharp, se vuoi creare soluzioni di IA personalizzate con il codice, questa è la tua piattaforma. Cerchi un'esperienza low-code con funzionalità drag and drop. Quello è Copilot Studio, uno strumento diverso per un pubblico diverso. Entrambi sono validi. Prima di Foundry, creare un'applicazione IA su Azure significava fornire servizi separati. Dovevi configurare Azure Open AI, Cognitive Services, Azure Machine Learning, Azure AI Search e personalizzato per unirli. Un sacco di lavoro. Foundry sostituisce tutto questo. Crea una risorsa e tutto è già connesso. I modelli sono lì, gli strumenti sono lì, la sicurezza è integrata. Puoi semplicemente iniziare a costruire. Questo è il punto. Non si tratta di aggiungere un altro strumento, ma di eliminare l'attrito della gestione di una dozzina di servizi separati. L'unità organizzativa chiave, progetti Foundry. Quindi è la tua fabbrica di IA, ma la fabbrica ha bisogno di organizzazione.

È qui che entrano in gioco i progetti Foundry. Un progetto Foundry è uno spazio di lavoro isolato per una specifica soluzione di IA. Se Foundry è la fabbrica, i progetti sono singoli banchi da lavoro. Ognuno ha i propri strumenti, materiali e lavoratori, senza interferire con gli altri. Il team che crea un chatbot di assistenza clienti non disturberà accidentalmente il progetto dell'assistente HR. Cosa c'è all'interno di un progetto? I suoi deployment di modelli, agenti, archivi di conoscenza, valutazione e monitoraggio. Tutto ciò che serve per una soluzione, tutto in un unico posto, ecco la struttura principale. I progetti risiedono all'interno di una risorsa Foundry. La risorsa è il confine di fatturazione e sicurezza, l'edificio. I progetti sono interno? Un edificio, una porta d'ingresso, un desk di sicurezza, una fattura. Ma ogni stanza ha il suo scopo e il suo team. Ad esempio, un'azienda chiamata Contoso sviluppa tre soluzioni di IA.

Un'agente di assistenza clienti, un'assistente HR e un sistema di elaborazione documenti. Con Foundry creano una risorsa per l'intera azienda, poi creano tre progetti al suo interno. Ogni progetto ha i suoi modelli, agenti e archivi di conoscenza. I team lavorano in modo indipendente senza intracciarsi a vicenda. Questo è importante perché i team diversi necessitano di accessi di vero. Il team di assistenza clienti non ha bisogno di vedere i documenti HR. Di elaborazione dei documenti non ha bisogno delle politiche di borsa. I progetti ti offrono proprio quelli soli meno. Allo stesso tempo l'IT mantiene il controllo centrale, gestendo una risorsa, una politica di sicurezza, un budget. Autonomia del team con governance centrale. Il cuore di Foundry, il catalogo dei modelli. Pensale in questo modo. Ogni progetto ha bisogno di cervello. Quel cervello risiede all'interno del catalogo dei modelli.

Oltre 11.000 modelli e non è un refuso. Hai a disposizione modelli di OpenAI come GPT-4SIMO e GPT-4.1, la famiglia, l'ama di Meta, Mistral, DeepSeq, i modelli FIDI Microsoft, Cloudian Tropic, Coeree, modelli per testo, immagini, codice ed embedding. Al momento questo è il catalogo di modelli più vasto che troverai su qualsiasi piattaforma cloud. Suddividiamoli in due tipi fondamentali. Modelli linguistici di grandi dimensioni e modelli linguistici. Quelli grandi hanno miliardi di parametri. GPT-4 ne ha oltre un trilione, quindi può gestire ragionamenti complessi, scrittura creativa e conversazioni ricche di sfumature. Ma sono costosi e lenti. I modelli piccoli hanno molti meno parametri. FIDI Microsoft ne ha circa 3,8 miliardi, minuscoli rispetto al GPT-4, ma sono veloci ed economici. Per attività mirate, come l'estrazione di dati da un modulo, la risposta a una domanda semplice funzionano benissimo.

Ecco, vantaggio pratico. Puoi distribuire un modello in pochi secondi. Scegli ne uno dal catalogo, clicca su distribuisce ed è pronto. Nessun provisioning di hardware, nessuna configurazione di rete, nessuna attesa di ore per l'installazione, solo secondi. E prima di impegnarti puoi testarlo nel playground. Prova diversi prompt, regola impostazioni come temperature, tocca in massimi, vedi le risposte all'istante. È come una prova su strada prima di acquistare l'auto. Non sei vincolato a un solo modello, questo è un enorme vantaggio rispetto all'uso diretto dell'API di OpenAI. Con Foundry puoi usare GPT quattresimo per ragionamenti complessi dove la qualità è importante, FI per classificazioni semplici dove contano velocità e costi e lama di meta per la conformità se devi eseguire modelli nel tuo datacenter. Passi da un'altra seconda di lavoro. Foundry include anche uno strumento di confronto che ti aiuta a valutare i modelli fianco a fianco.

Confronta per qualità quanto sono accurate le risposte. Per sicurezza quanto bene resiste gli attacchi di prompt injection. Per costo, il prezzo per milioni di token. Per velocità quanto velocemente genera l'output. Ciò trasforma la selezione del modello da un gioco d'azzardo a una decisione informata. Scegli lo strumento giusto per il lavoro giusto, non solo quello di cui tutti parlano. Costruire agenti AI ha la funzionalità straordinaria di Foundry. Modello da solo non è molto utile. Puoi chattare nel playground, porre domande, vedere cosa genera, ma è solo una conversazione. La vera magia accade quando costruisci qualcosa che puoi effettivamente fare delle cose ed è qui che entrano in gioco gli agenti. Un agente è più di un chatbot. Un chatbot risponde alle domande. Un agente agisce. Può cercare nel web, leggere file, eseguire calcoli, ricordare ciò che gli hai detto la scorsa settimana, eseguire una serie di istruzioni.

È come avere un assistente che non si limita a parlare ma che fa le cose sul serio. Foundry ti fornisce 5 componenti per costruire un agente. Lascia che ti spieghi ciascuno di noi. Primo, le istruzioni. Qui è dove dice all'agente cosa deve fare, come deve comportarsi. Pensalo come una descrizione del lavoro. Potresti dire, sei un agente del servizio o clienti? Sii cordiale e professionale. Rispondi solo alle domande sulla nostra politica di reso. Se non conosci la risposta, dillo inoltre alla richiesta a un operatore. Senza istruzioni, l'agente fa quello che vuole il modello. Con le istruzioni ha uno scopo chiaro. Secondo il modello. Questo è il cervello. Elabora ogni richiesta e genera le risposte. Scegli tu quale modello usare. GPT quattoresimo per ragionamenti complessi. 5 per attività semplici. Quello che serve. Modello rende l'agente intelligente, ma è solo un pezzo del pazzo. Terzo gli strumenti.

È qui che l'agente ottiene le sue mani. Gli strumenti sono capacità che può usare per fare le cose. La ricerca web gli permette dietro una giornata. L'interprete di codici gli permette di fare matematica ed eseguire calco. La ricerca fa gli permette di leggere i documenti che carichi. Senza strumenti, l'agente può solo generare test. Con gli strumenti può agire sul mondo real. Quarto, la conoscenza. Queste sono informazioni a cui l'agente può fare riferimento. Carichi documenti, PDF, file JSON, qualsiasi dato. Serva al tuo agente per rispondere con precisione. Foundry usa Azure e iSearch dietro le quinte per indicizzare quei dati e renderli cercabili. Quando un cliente chiede di una politica specifica, l'agente non va a tentativi. Trova il documento reale e lo legge. Quinto, la memoria. Questo permette all'agente di ricordare tra una conversazione e l'altro. Ci parli oggi e lui ricorda le tue preferenze.

Torni domani e li prendi esattamente da dove avevi lasciato. Memorizza gli epiloghi delle chat e le preferenze dell'utente, così l'esperienza risulta personale e continua. Ecco un esempio concreto tratto dalla ricerca svolta. Qualcuno ha creato un agente per tracciare i regali in foundry. L'idea è semplice. Puoi tenere traccia dei regali per la tua famiglia. Cosa hai dato in passato, cosa gli piace, cosa non gli piace, cosa non gli piace e quanto stai spendendo. Quindi l'agente ha istruzioni che dicono tu aiuti a pianificare i regali. Non suggerire mai qualcosa che hanno già ricevuto. Usa il GPT-4 come cervello, la ricerca web per trovare idea e regalo online, la ricerca file con i profili di ogni familiare, i loro gusti, preferenze e lo storico dei regali degli ultimi tre anni. Interprete di codice per calcolare budget totali e la memoria. Quindi la prossima volta che apri una conversazione, ricorda che stavi cercando un regalo di compleanno per tuo figlio Adam.

Puoi costruire e testare tutto questo nell'area dedicata agli agenti. È un'interfaccia visuale dove configuri ogni componente, testi le risposte dell'agente, vedi esattamente quali strumenti ha usato e perché. Un'auta che funziona, puoi distribuirlo. Foundry ti fornisce un endpoint API che puoi richiamare da qualsiasi applicazione, oppure puoi pubblicarlo direttamente su Microsoft Teams come agente copilot. In entrambi i casi il tuo agente passa dall'idea alla produzione senza scrivere una sola riga di codici di infrastruttura. Sotto il cofano l'architettura è resa semplice. Questa è la superficie. Ma cosa succede davvero sotto il cofano? Ecco l'architettura spiegata in modo semplice. Quando crea una risorsa Foundry, Azure configura l'intera infrastruttura automaticamente così. Non devi effettuare il provisioning dello storage, configura il logging o impostare gruppi di sicurezza. Tutto avviene dietro le quinte creando un account di storage per file e log, configurando il monitoraggio e gestendo l'identità da tutto ciò che devi fare è creare le risorse e iniziare a costruire.

Ora Foundry usa il tipo di risorsa servizi cognitivi, lo stesso usato da Azure OpenAI e dai precedenti servizi AI come Vision e Speech. La vecchia architettura basata su Hub usava i servizi di machine learning, che è un provider completamente diverso con fatturazione, networking e governance differenti. Questo è importante perché Foundry risiede in una parte dell'infrastruttura di Azure più semplice e unificata. Progetti sono risorse fie della risorsa Foundry, quindi condividono la stessa identità e lo stesso perimetro di sicurezza. Quando imposto il controllo degli accessi a livello di Foundry, questo si estende a tutti i progetti, il che significa che non devi configurare la sicurezza separatamente per ognuno. Ma se hai bisogno di autorizzazioni specifiche per il progetto puoi aggiungere anche quello. Foundry non lavora da solo. Si connette ad altri servizi Azure, Azure AI Search è il più importante, perché è così che i tuoi agenti trovano e recuperano le informazioni.

Chi volta archivia segreti e chiavi AI in modo sicuro, mentre gli account di storage conservano file, log e indici vettoriali. Queste connessioni sono gestite tramite quelli che Foundry chiama collegamenti, che sono link preconfigurati che permettono ai tuoi agenti di accedere a queste risorse senza dover gestire manualmente le credenziali. Servizio agente di Foundry è il runtime che ospita effettivamente i tuoi agenti. Pensalo come la sala macchina. Quando un utente invia una richiesta, l'agent service gestisce il coordinamento, riceve la richiesta, verifica le istruzioni, chiama il modello, richiama gli strumenti giusti, recupera le informazioni e genera una risposta. Esegui inoltre i filtri di sicurezza per individuare contenuti dannosi e gestire la scalabilità. Quindi se migli utenti accedono al tuo agente contemporaneamente, la capacità viene incrementata automaticamente. Tutto funziona all'interno della sicurezza di livello enterprise di Azure.

Dove entra AID gestisce l'autenticazione, le reti gestite mantengono privato il traffico, il controllo degli accessi basato sui ruoli garantisce che solo le persone autorizzate possano autorizzate e possono modificare gli agenti. Filtri di sicurezza dei contenuti bloccano le risposte inappropriate. È la stessa infrastruttura di sicurezza che alimenta i servizi di Microsoft? Un'ultima cosa, la vecchia architettura hub e progetto esiste ancora. Se utilizzi Azure AI Foundry da tempo, potresti avere degli hub configurati che continuano a funzionare con il supporto Microsoft. Tuttavia, non riceveranno le nuove funzionalità per gli agenti come l'agent playground, l'agent service o le capacità di memoria. Tu ci hai disponibile solo nei nuovi progetti found. Quindi, se stai iniziando da zero o vuoi creare agenti, utilizza i nuovi progetti. Non costruire sulla vecchia base. Come si collega tutto?

Il quadro generale. Cosa succede realmente quando qualcuno utilizza un'applicazione found? Immagina che un utente ponga una domanda e che questa arrivi al tuo agente. L'agente controlla le sue istruzioni, sceglie il modello corretto e avvia l'elaborazione. Ma non si limita a indovinare la risposta. Attingi ad Azure AI Search per trovare le informazioni rilevanti nei tuoi documenti, chiama uno strumento come la ricerca web per ottenere dati aggiornati, elabora tutto il contesto e genera una risposta. Quindi archiva la conversazione nella memoria, così la volta successiva ricorderà chi sei e di cosa avete discusso. Questo è il flusso end-to-end. Prima di Foundry erano necessari 5 servizi a Azure distinti e codice personalizzato per far funzionare tutto. Azure Open AI per il modello, AI Search per il recupero delle informazioni, un servizio separato per la ricerca web, archiviazione per log e file e key vault per i segreti.

Inoltre, dovevi scrivere codice per collegare tutto, gestire l'autenticazione, gestire gli errori e configurare il monitoraggio. Foundry fa tutto questo in modo predefinito. Configuri semplicemente i componenti e il tuo agente è operativo. Il punto è che tutto interagisce. Cambia il modello e cambierà il costo e l'accuratezza di ogni risposta. Aggiungi fonti di conoscenza migliori e le tue risposte diventeranno più precise. Abilita la memoria e l'esperienza risulterà personale anziché robotica. Queste non sono decisioni isolate. Sono un sistema e Foundry ti offre i controlli per calibrare tale sistema in base alle tue esigenze specifiche. Ecco perché le aziende stanno passando dai progetti pilota alla produzione. Foundry fornisce loro la struttura per creare applicazioni di intelligenza artificiale a FIDA. La sicurezza è integrata, il monitoraggio è integrato e la valutazione è integrata.

Non stai partendo da zero. Ti appoggi a una piattaforma che gestisce le parti difficili così puoi concentrarti sull'applicazione per iniziare con le tue prime azioni. Da dove si comincia? Vai su ai.teser.com e crea la tua prima risorsa, Foundry. Avrai bisogno di un abbonamento a Azure, ma se non ne hai uno, registrati per un account gratuito con dei crediti con cui fare pratica. L'intera configurazione richiede circa me. Successivamente crea un progetto all'interno di quella risorsa e dagli un nome pertinente a ciò che stai costruendo. Poi scegli un modello dal catalogo. Consiglierei di iniziare con un abbastanza capace per la maggior parte degli esperimenti. Puoi distribuirlo con un click. Dopodiché apri l'area di gioco per agenti e crea un agente semplice. Dagli istruzioni come Sei un assistente utile che risponde a domande sulle politiche aziendali. Poi aggiungi la ricerca web come strumento.

Mettila alla prova facendo la domanda e osservando la traccia per vedere quali strumenti hai usato e perché. Non cercare di costruire tutto in una volta. Scegli un caso d'uso, magari un bot di domande e risposte su documenti che risponde sul manale aziendale. Inizia in piccolo. Fallo funzionare, poi espandi da lì. Aggiungi la ricerca di file con documenti reali, aggiungi la memoria affinché ricordi gli utenti e aggiungi l'interprete di codice se ti servono calcoli. Ecco il punto. Foundry include un chatbot IA integrato che risponde a domande sulla piattaforma stessa. Se ti blocchi chiedi di cose come quali modelli sono disponibili nella mia regione o come faccio ad aggiungere memoria al mio agente. Cerca nella documentazione e ti dà una risposta all'istante come avere un tecnico di supporto integrato direttamente nel portale. Quindi questo è il sistema, una piattaforma unificata che prende modelli, progetti, agenti, conoscenze e sicurezza e li racchiude tutti in qualcosa che funziona insieme.

Quando vedi come tutto si integra, la confusione svanisce. Foundry non è solo un altro strumento, è il laboratorio dove costruisci applicazioni di intelligenza artificiale. Ecco il punto cruciale. Il tuo successo più grande oggi è semplice. Foundry costruisci un agente. Tutto qui. Se hai trovato utile questo video iscriviti per altre spiegazioni semplici come questa e condividi questo episodio con qualcuno che è confuso riguardo all'offerta IA di Microsoft. Ti ringrazieranno per questo.