WEBVTT

00:00:00.000 --> 00:00:03.360
Le tue automazioni low-code non funzionano perché sono troppo intelligenti per il loro bene.

00:00:03.780 --> 00:00:07.560
Una rigida logica if-then è una condanna a morte quando ti trovi di fronte a incongruenze

00:00:07.560 --> 00:00:09.960
di dati del mondo reale che bloccano quotidianamente i tuoi sistemi.

00:00:10.140 --> 00:00:13.140
Il presupposto che i dati siano puliti è il peccato originale della progettazione low-code.

00:00:13.360 --> 00:00:16.700
Abbiamo costruito il nostro intero mondo sul modello if-then, ma tale modello richiede

00:00:16.700 --> 00:00:18.200
una certezza assoluta per funzionare.

00:00:18.360 --> 00:00:19.640
I dati del mondo reale non sono certi.

00:00:19.960 --> 00:00:20.500
Hanno le batti tu.

00:00:21.220 --> 00:00:21.960
Manca il contesto.

00:00:22.320 --> 00:00:23.720
È un flusso caotico di errori umani.

00:00:24.380 --> 00:00:28.480
Quando un sistema deterministico raggiunge una variazione del 1% non si piega e di certo

00:00:28.480 --> 00:00:29.140
non si adatta.

00:00:29.620 --> 00:00:30.180
Semplicemente zero.

00:00:31.400 --> 00:00:34.480
Ciò crea la trappola della fragilità in cui la tua automazione è forte solo quanto

00:00:34.480 --> 00:00:35.440
il tuo punto dati più pulito.

00:00:35.720 --> 00:00:38.300
In azienda questo è un obiettivo molto basso da raggiungere per i suoi.

00:00:38.320 --> 00:00:41.200
Ma il problema non sono i dati, è il modello che utilizziamo per elaborarli.

00:00:41.860 --> 00:00:42.740
La morte dei deterministi.

00:00:43.540 --> 00:00:48.320
La logica deterministica dell'era dei dati strutturati funzionava quando tutto si trovava

00:00:48.320 --> 00:00:52.920
in una tabella SQL e quando costringevamo gli esseri umani a rientrare in caselle predefinite.

00:00:53.380 --> 00:00:54.220
Ma quel mondo è scomparso.

00:00:54.480 --> 00:00:58.080
Oggi l'80% dei dati aziendali non è strutturato, il che significa che si trova in email,

00:00:58.080 --> 00:00:59.500
il chat e registrazioni vocali.

00:01:00.360 --> 00:01:05.480
I flussi tradizionali di Power Automate trattano le mele 4 PPL3 common, due universi diversi.

00:01:06.240 --> 00:01:09.300
Per un sistema binario sono stringhe completamente indipendenti.

00:01:10.020 --> 00:01:13.460
Abbiamo raggiunto un punto di rottura in cui il costo della pulizia manuale dei dati supera

00:01:13.460 --> 00:01:14.760
il valore dell'automazione stessa.

00:01:15.460 --> 00:01:18.560
Se devi impiegare due ore per correggere un CSV solo per far funzionare un flusso per

00:01:18.560 --> 00:01:20.580
5 secondi, in realtà non è automatizzato nulla.

00:01:21.160 --> 00:01:22.000
È solo spostato il lavoro.

00:01:22.460 --> 00:01:25.240
L'intelligenza artificiale non è solo una nuova funzionalità brillante che stiamo aggiungendo

00:01:25.240 --> 00:01:25.840
la Power Platform.

00:01:26.500 --> 00:01:29.240
È un passaggio fondamentale dalla corrispondenza esatta alla somiglianza.

00:01:30.060 --> 00:01:31.460
Il vecchio modello chiedeva.

00:01:31.720 --> 00:01:31.920
E a?

00:01:32.420 --> 00:01:33.500
Il nuovo modello chiede.

00:01:33.700 --> 00:01:34.540
Quanto assomiglia ad a?

00:01:35.180 --> 00:01:37.080
Pensa come navighi nella tua casera di posta.

00:01:37.400 --> 00:01:39.380
Non esegui mentalmente un'espressione regolare per trovare una fattura.

00:01:39.700 --> 00:01:40.540
Cerchi degli schemi.

00:01:40.880 --> 00:01:41.600
Cerchi il contesto.

00:01:42.080 --> 00:01:46.840
Riconosci che INV202 e la fattura numero 202 sono la stessa cosa anche se i caratteri

00:01:46.840 --> 00:01:47.720
non corrispondono.

00:01:48.160 --> 00:01:49.660
I sistemi deterministici non possono farlo.

00:01:49.820 --> 00:01:50.680
Sono ciechi all'intento.

00:01:51.040 --> 00:01:51.980
Vedono solo la sintassi.

00:01:51.980 --> 00:01:56.160
E mentre ci avviciniamo al 2026, la sintassi sta diventando meno importante della semantica.

00:01:56.700 --> 00:02:00.180
Stiamo assistendo a un'enorme esplosione del volume di dati provenienti da sensori IoT,

00:02:00.420 --> 00:02:02.640
flussi in tempo reale e ripiloghi generati da LLM.

00:02:03.340 --> 00:02:07.040
Se provi a gestire tale volume con diramazioni IFDEN codificate, la tua logica diventerà un

00:02:07.040 --> 00:02:07.520
labirinto.

00:02:08.280 --> 00:02:11.720
Ti ritroverai con flussi con 50 condizioni modificate e si interromperanno comunque nel

00:02:11.720 --> 00:02:13.720
momento in cui un fornitore modifica la firma della propria mente.

00:02:14.120 --> 00:02:17.660
Il modello IFDEN presuppone un mondo perfetto in cui l'input corrisponderà sempre allo schema.

00:02:18.660 --> 00:02:20.280
Ma in realtà è l'opposto.

00:02:20.280 --> 00:02:22.040
I dati sono la variabile.

00:02:22.480 --> 00:02:25.560
La logica dovrebbe essere la costante, ma la nostra logica è stata troppo rigida per

00:02:25.560 --> 00:02:26.680
sopravvivere al contatto con l'alba.

00:02:26.960 --> 00:02:30.740
Abbiamo costruito case di vetro in un mondo in cui grandinava di continuo e poi ci chiedevamo

00:02:30.740 --> 00:02:32.320
perché il pavimento fosse ricoperto di schegge.

00:02:32.840 --> 00:02:36.020
Il passaggio alla progettazione probabilistica riguarda la costruzione con la gomma anziché

00:02:36.020 --> 00:02:36.680
con il...

00:02:36.680 --> 00:02:40.380
Si tratta di creare sistemi in grado di assorbire l'impatto di un errore di battitura senza

00:02:40.380 --> 00:02:40.960
rompersi.

00:02:41.800 --> 00:02:45.440
Ci stiamo allontanando dall'idea che un sistema debba essere giusto al 100%, se ho sbagliato,

00:02:45.480 --> 00:02:48.560
al 100% perché nel mondo reale nulla è al 100%.

00:02:48.560 --> 00:02:51.380
Ci siamo mentiti sulla qualità dei nostri dati per decenni.

00:02:51.760 --> 00:02:55.540
Abbiamo creato stanze pulite per la nostra logica e poi ci siamo comportati in modo sorpreso

00:02:55.540 --> 00:02:58.080
quando i dati sporchi del team di vendita hanno causato un errore di sistema.

00:02:58.360 --> 00:03:00.400
La morte del determinismo è la morte di quella menzogna.

00:03:00.800 --> 00:03:04.160
È una missione che non possiamo controllare l'input, quindi dobbiamo modernizzare l'elaborazione.

00:03:04.980 --> 00:03:08.480
Stiamo entrando nell'era dell'impresa approssimativa in cui accettiamo che abbastanza vicino

00:03:08.480 --> 00:03:10.660
sia in realtà meglio di esattamente sbagliato.

00:03:10.660 --> 00:03:15.600
Perché un sistema è in grado di elaborare una corrispondenza del 90% infinitamente più

00:03:15.600 --> 00:03:18.800
prezioso di un sistema che rifiuta tutto tranne una corrispondenza del 100%?

00:03:19.620 --> 00:03:21.800
Non si tratta solo di un cambiamento tecnico, ma anche psicologico.

00:03:22.240 --> 00:03:26.460
Bisogna abituarsi all'idea che il sistema potrebbe essere abbastanza sicuro di un dato.

00:03:27.560 --> 00:03:30.120
Bisogna imparare a progettare tenendo conto del dubbio, perché il dubbio è l'unico

00:03:30.120 --> 00:03:31.940
modo onesto di gestire informazioni in una struttura.

00:03:32.640 --> 00:03:36.140
Questo cambiamento ci impone di passare da trigger binario a qualcosa di molto più sfumato,

00:03:36.600 --> 00:03:38.900
il punteggio di confidenza, l'architettura dell'incertezza.

00:03:38.900 --> 00:03:43.060
Se accettiamo che l'era della logica binaria è finita, dobbiamo sostituirla con un nuovo

00:03:43.060 --> 00:03:43.580
framework.

00:03:44.160 --> 00:03:45.600
Io lo chiamo modello dell'orchestra Sinfoni.

00:03:46.200 --> 00:03:49.800
In un'architettura IT tradizionale, tutti sono solisti che suonano sullo spartito rigido

00:03:49.800 --> 00:03:52.760
e se una persona sbaglia una sola nota, l'intera esibizione si interrompe.

00:03:53.540 --> 00:03:57.220
Ma in un'architettura probabilistica abbiamo direttori deterministici che gestiscono musicisti

00:03:57.220 --> 00:03:57.920
probabilistici.

00:03:57.920 --> 00:03:59.840
Il direttore ha il tuo flusso di automazione del potere.

00:04:00.100 --> 00:04:02.720
Fornisce la struttura, imposta il tempo e definisce i confini.

00:04:03.060 --> 00:04:04.940
I musicisti sono i modelli di intelligenza artificiale.

00:04:05.040 --> 00:04:06.760
Sono talentuosi, ma sono espressivi.

00:04:06.760 --> 00:04:10.200
E non sempre raggiungono la stessa identica frequenza ogni volta che suonano.

00:04:10.940 --> 00:04:13.420
Il compito del direttore d'orchestra non è quello di costringere i musicisti a essere

00:04:13.420 --> 00:04:13.580
ero.

00:04:14.120 --> 00:04:17.000
È quello di ascoltarli e decidere se il suono che producono è abbastanza buono per

00:04:17.000 --> 00:04:17.480
continuare.

00:04:18.380 --> 00:04:21.500
Questo ci porta al pilastro fondamentale del design moderno, il punteggio di affidabilità.

00:04:22.200 --> 00:04:25.180
Un punteggio di affidabilità è un valore da 0 a 1 che quantifica il dubbio.

00:04:25.620 --> 00:04:28.860
È il modo in cui il modello dice, penso che questa sia una corrispondenza, ed ecco quanto

00:04:28.860 --> 00:04:29.940
sono disposto a scommetterci.

00:04:30.960 --> 00:04:32.700
Nel vecchio mondo avevamo percorsi codificati.

00:04:32.700 --> 00:04:36.060
Se l'oggetto dell'email contiene una fattura, allora salva l'allegato.

00:04:36.560 --> 00:04:38.640
Nel nuovo mondo utilizziamo il routing basato sull'affidabilità.

00:04:38.960 --> 00:04:41.600
Stiamo rendendo visibile al sistema il dubbio interno del modello.

00:04:42.040 --> 00:04:45.400
Non stiamo più trattando l'intelligenza artificiale come una scatola nera, ma la stiamo trattando

00:04:45.400 --> 00:04:47.480
come un testimone con un livello specifico di credibilità.

00:04:47.900 --> 00:04:49.980
Ecco come si crea effettivamente questo in Power Platform.

00:04:50.420 --> 00:04:53.900
Quando si utilizza AI Builder o Azure AI non si ottengono solo i dati estratti.

00:04:54.320 --> 00:04:57.460
Ottieni un livello di metadati che rivela la probabilità per ogni singolo campo.

00:04:57.460 --> 00:05:02.680
Se il modello estrae un import totale di 1.500 dollari ti dice anche che è sicuro al 95%

00:05:02.680 --> 00:05:03.220
in quel numero.

00:05:04.120 --> 00:05:06.360
Come architetto, RAI tre distinte zone di azione.

00:05:06.860 --> 00:05:07.820
Innanzitutto la zona vera.

00:05:08.380 --> 00:05:09.940
L'affidabilità è pari o superiore a 90.

00:05:10.740 --> 00:05:13.920
Il rischio di errore è basso, il costo di un errore è gestibile e il risultato è che

00:05:13.920 --> 00:05:14.580
automatizzi.

00:05:15.400 --> 00:05:17.020
Il sistema procede senza intervento umano.

00:05:17.760 --> 00:05:18.720
In secondo luogo la zona è già.

00:05:19.060 --> 00:05:21.640
L'affidabilità è compresa tra 0,60 e 0,89.

00:05:22.240 --> 00:05:24.320
Il modello è abbastanza sicuro, ma non è certo.

00:05:24.320 --> 00:05:27.480
Forse il documento era leggermente sfocato o forse la grafia era disordinata.

00:05:27.920 --> 00:05:29.060
In questa zona, contrassegni.

00:05:29.660 --> 00:05:32.120
Il sistema indirizza i dati a un revisore umano per un rapido controllo.

00:05:32.900 --> 00:05:33.660
Dezzo nuovo la zona rosa.

00:05:34.120 --> 00:05:35.700
L'affidabilità è inferiore a 0,60.

00:05:36.200 --> 00:05:36.880
Modello sta indovinando.

00:05:37.200 --> 00:05:39.020
In questa zona rifiuti o esegui l'escalation.

00:05:39.460 --> 00:05:41.900
Non permetti che quei dati si avvicinino in alcun modo al tuo database blu.

00:05:42.260 --> 00:05:44.120
Questo è un livello trasparente di gestione del rischio.

00:05:44.640 --> 00:05:47.480
Consente di scalare l'automazione mantenendo una valvola di sicurezza.

00:05:47.900 --> 00:05:49.400
Pensa alle implicazioni per la governance.

00:05:49.820 --> 00:05:51.900
In un sistema deterministico gli errori sono silenziosi.

00:05:51.900 --> 00:05:54.060
Un flusso viene seguito, sceglie il numero sbagliato.

00:05:54.120 --> 00:05:56.740
A causa di un errore di battitura scrive quel numero sbagliato nel tuo erpi.

00:05:57.100 --> 00:05:58.540
Non lo scopri fino alla fine del trimestre.

00:05:59.000 --> 00:06:00.900
In un sistema probabilistico l'errore è una firma.

00:06:01.280 --> 00:06:02.820
Il sistema sa di avere difficoltà e ti dice

00:06:02.820 --> 00:06:05.760
«Ehi, ho elaborato questo ma la mia affidabilità era solo del 62%.»

00:06:06.480 --> 00:06:07.980
Questo è un segnale incredibilmente potente.

00:06:08.220 --> 00:06:09.500
Ti consente di creare una dashboard di 2.

00:06:09.720 --> 00:06:11.320
Puoi vedere esattamente dove i tuoi modelli falliscono.

00:06:11.780 --> 00:06:13.640
Puoi vedere quali fornitori stanno inviando documenti

00:06:13.640 --> 00:06:15.540
che l'intelligenza artificiale non riesce a leggere

00:06:15.540 --> 00:06:17.900
e vedere quali fasi del processo raggiungono costantemente la zona giusta.

00:06:17.900 --> 00:06:20.700
Non stai solo creando un flusso, stai creando un ciclo di intelligenza.

00:06:21.140 --> 00:06:23.460
Ed è qui che Azure AI e AI Builder brillano davvero.

00:06:24.220 --> 00:06:26.100
Espongono questi punteggi a livello granulare

00:06:26.100 --> 00:06:28.220
in modo che tu possa vedere l'affidabilità per una tabella,

00:06:28.300 --> 00:06:29.880
una cella o un intento specifico.

00:06:30.220 --> 00:06:32.320
Puoi persino usare PowerFX per creare sogli di nero.

00:06:33.200 --> 00:06:34.780
Forse per un'ota spesa da 50 dollari

00:06:34.780 --> 00:06:36.540
un livello di confidenza di 0,70 va bene.

00:06:37.120 --> 00:06:39.160
Ma per un ordine di acquisto da 50.000 dollari

00:06:39.160 --> 00:06:40.480
vuoi uno 0,98.

00:06:41.160 --> 00:06:44.020
È finalmente lineando la tua logica tecnica al rischio aziendale.

00:06:44.620 --> 00:06:45.920
Abbiamo trattato ogni punto dati

00:06:45.920 --> 00:06:47.400
come se avesse lo stesso peso ma non è così.

00:06:47.900 --> 00:06:49.540
La progettazione probabilistica ti consente

00:06:49.540 --> 00:06:50.900
di trattare una decisione ad alto rischio

00:06:50.900 --> 00:06:52.380
in modo diverso da un a basso rischio

00:06:52.380 --> 00:06:53.900
anche all'interno dello stesso flusso.

00:06:54.540 --> 00:06:56.360
Non stai più costruendo per un mondo perfetto?

00:06:56.720 --> 00:06:58.500
Stai costruendo per un mondo in cui sai esattamente

00:06:58.500 --> 00:07:00.340
quanta incertezza sei disposto a tollerare?

00:07:01.360 --> 00:07:02.720
Una volta padroneggiato il punteggio

00:07:02.720 --> 00:07:04.820
puoi iniziare a esaminare la logica che colma le lacune.

00:07:05.660 --> 00:07:06.760
Corrispondenza fazzi, logica semana.

00:07:07.320 --> 00:07:08.800
Ma come gestiamo effettivamente i dati

00:07:08.800 --> 00:07:10.680
che rientrano in quella via di mezzo di incertezza?

00:07:11.900 --> 00:07:14.000
Iniziamo ammettendo che la corrispondenza esatta non funziona.

00:07:14.520 --> 00:07:15.940
Non funziona perché manca il contesto.

00:07:15.940 --> 00:07:17.680
Nel vecchio modello, se il nome di un fornitore

00:07:17.680 --> 00:07:18.760
era fuori posto di un solo punto,

00:07:18.840 --> 00:07:19.520
la ricerca non riuscì.

00:07:20.040 --> 00:07:21.800
La ricerca non tiene conto delle tue intenzioni

00:07:21.800 --> 00:07:23.080
ma solo dei valori ASCII.

00:07:23.800 --> 00:07:24.980
È qui che entra in gioco il fuzzy matching.

00:07:25.760 --> 00:07:28.320
È una tecnica che identifica e collega record non identici

00:07:28.320 --> 00:07:29.900
calcolando un punteggio di similarità

00:07:29.900 --> 00:07:32.120
e funge da ponte tra IBM e IBM.

00:07:33.280 --> 00:07:34.400
E l'impatto non è teorico.

00:07:34.800 --> 00:07:36.800
La ricerca mostra che l'implementazione del fuzzy matching

00:07:36.800 --> 00:07:39.160
può migliorare i tassi di corrispondenza fino al 24%.

00:07:39.160 --> 00:07:40.900
Si tratta del 24% dei dati

00:07:40.900 --> 00:07:42.360
che in precedenza sarebbero stati rifiutati

00:07:42.360 --> 00:07:44.120
o inviati a un essere umano per la correzione manuale.

00:07:44.120 --> 00:07:45.840
In un ambiente ad alto volume, ciò rappresenta

00:07:45.840 --> 00:07:47.200
migliaia di ore di tempo recuperato.

00:07:47.620 --> 00:07:48.660
Ma devi comprendere la meccanica.

00:07:49.180 --> 00:07:50.700
Ci sono due modi principali per pensare a questo.

00:07:50.980 --> 00:07:52.580
Innanzitutto, la logica è basata sui carattere.

00:07:52.640 --> 00:07:54.220
Questa è spesso chiamata distanza di Levinstein.

00:07:54.740 --> 00:07:56.080
Conta il numero di modifiche necessarie

00:07:56.080 --> 00:07:57.400
per trasformare una stringa a un altro.

00:07:57.720 --> 00:07:58.720
È perfetta per le dibattiture.

00:07:59.120 --> 00:08:01.140
Se qualcuno scrive manage invece di management,

00:08:01.340 --> 00:08:03.640
il sistema vede la E e la A mancanti,

00:08:04.280 --> 00:08:05.300
calcola la distanza

00:08:05.300 --> 00:08:06.720
e vede che sono quasi identiche.

00:08:06.720 --> 00:08:09.440
In secondo luogo, abbiamo la logica semantica.

00:08:09.700 --> 00:08:10.800
È qui che le cose si fanno interessanti.

00:08:11.060 --> 00:08:12.840
La logica semantica non si preoccupa dell'ortografia.

00:08:13.060 --> 00:08:14.020
Si preoccupa del significato.

00:08:14.360 --> 00:08:15.480
Se un sistema dice cliente

00:08:15.480 --> 00:08:16.720
e un altro dice committente,

00:08:16.960 --> 00:08:18.700
la corrispondenza, basata sui caratteri,

00:08:18.760 --> 00:08:19.440
fallirà sempre.

00:08:19.440 --> 00:08:21.620
Ma un modello semantico sa che sono la stessa cosa.

00:08:22.040 --> 00:08:23.740
Questo è il passaggio dall'abbinamento dei caratteri

00:08:23.740 --> 00:08:24.600
all'abbinamento dei concetti.

00:08:24.920 --> 00:08:26.500
Quando si combinano punteggi di affidabilità

00:08:26.500 --> 00:08:27.460
con l'abbinamento fazzi,

00:08:27.540 --> 00:08:29.020
si crea un sistema in grado di stricarsi

00:08:29.020 --> 00:08:30.680
nella caotica realtà dei dati aziendali.

00:08:31.160 --> 00:08:32.360
Non si è più limitati da rigide regole

00:08:32.360 --> 00:08:33.600
che si interrompono nel momento in cui

00:08:33.600 --> 00:08:34.880
un essere umano commette un errore di battito.

00:08:35.080 --> 00:08:36.900
Si sta creando un sistema che comprende le sfumature.

00:08:37.540 --> 00:08:39.280
E' così che si passa dalla semplice automazione

00:08:39.280 --> 00:08:41.060
alla vera intelligenza digitale,

00:08:41.640 --> 00:08:43.100
creando flussi di lavoro autocorrettivi.

00:08:43.500 --> 00:08:45.120
Anche con il miglior abbinamento fazzi al mondo

00:08:45.120 --> 00:08:46.120
dobbiamo affrontare la realtà

00:08:46.120 --> 00:08:48.040
che l'intelligenza artificiale continua ad avere allucinazione.

00:08:48.160 --> 00:08:49.940
E' semplicemente il modo in cui funziona la tecnologia in questo modo.

00:08:50.280 --> 00:08:52.460
I dati attuali mostrano che persino i modelli più avanzati

00:08:52.460 --> 00:08:55.200
hanno tassi di allucinazioni compresi tra il 15 e il 20%.

00:08:55.200 --> 00:08:57.420
Se si stanno creando sistemi per un'azienda

00:08:57.420 --> 00:08:59.540
non si può ignorare un tasso di fallimento di 1 su 5

00:08:59.540 --> 00:09:02.220
e non si può sicuramente uscirne semplicemente con l'ingegnere immediata.

00:09:02.680 --> 00:09:05.640
Bisogna accettare che raggiungere un tasso di allucinazioni dello 0%

00:09:05.640 --> 00:09:06.480
ne ha un trucco magico.

00:09:06.980 --> 00:09:08.540
E' una scelta architettonica deliberata.

00:09:08.920 --> 00:09:10.620
E' qui che andiamo oltre la semplice automazione

00:09:10.620 --> 00:09:13.080
e iniziamo a creare flussi di lavoro resilienti autocorrettivi.

00:09:13.560 --> 00:09:14.700
Lo facciamo utilizzando una struttura

00:09:14.700 --> 00:09:16.320
che chiamo modello di convalido del percorso dopo.

00:09:16.900 --> 00:09:17.980
Agisce come una salvaguardia

00:09:17.980 --> 00:09:20.180
che impedisce l'immaginazione creativa dell'intelligenza artificiale

00:09:20.180 --> 00:09:21.100
di rovinare i dati effettivi.

00:09:21.620 --> 00:09:23.800
C'è una regola fondamentale per l'architetto moderno.

00:09:23.800 --> 00:09:26.080
Non lasciare mai che un grande modello linguistico faccia i calcoli.

00:09:26.600 --> 00:09:28.800
Gli LLM sono motori per il ragionamento morbido

00:09:28.800 --> 00:09:30.840
il che li rende ottimi per comprendere l'intento

00:09:30.840 --> 00:09:33.720
o trovare un dettaglio specifico in una pila di testo disordinato.

00:09:34.400 --> 00:09:36.120
Tuttavia sono statisticamente inaffidabili

00:09:36.120 --> 00:09:37.480
quando si tratta di aritmetica di base.

00:09:37.920 --> 00:09:40.060
Se chiede all'intelligenza artificiale di estrarre tre goci

00:09:40.060 --> 00:09:41.500
da una fattura e di calcolarne il totale

00:09:41.500 --> 00:09:43.380
stai sostanzialmente chiedendo al sistema di fallire.

00:09:43.880 --> 00:09:45.020
In un progetto autocorrettivo

00:09:45.020 --> 00:09:47.360
usi l'LLM per la parte di ragionamento morbido

00:09:47.360 --> 00:09:49.240
come estrarre dati da un PDF disordinato.

00:09:49.960 --> 00:09:51.180
Una volta ottenuti quei numeri

00:09:51.180 --> 00:09:52.680
li passi a un sistema deterministico

00:09:52.680 --> 00:09:54.120
per gestire i vincoli rigidi.

00:09:54.840 --> 00:09:56.880
Il flusso di Power Automate o motore di regole di base

00:09:56.880 --> 00:09:58.820
dovrebbero essere gli elementi che eseguono l'addizione.

00:09:59.340 --> 00:10:00.840
Dovrebbero essere loro a controllare le tasse

00:10:00.840 --> 00:10:02.180
o a verificare la conversione di valuti.

00:10:02.540 --> 00:10:04.920
Se l'LLM dichiara che il totale è di 500 dollari

00:10:04.920 --> 00:10:07.240
ma i calcoli indicano che dovrebbe essere di 480

00:10:07.240 --> 00:10:09.400
da il sistema ha rilevato un'allucinazione in tempo reale.

00:10:09.820 --> 00:10:11.980
Invece di bloccarsi il sistema attiva un percorso di ripristi.

00:10:12.420 --> 00:10:13.740
Potrebbe provare un prompt diverso

00:10:13.740 --> 00:10:15.960
o potrebbe segnalare l'errore affinché una persona lo esamini.

00:10:16.740 --> 00:10:18.760
Questa è la differenza tra un flusso che si interrompe

00:10:18.760 --> 00:10:20.100
e un flusso che si autoripara.

00:10:20.100 --> 00:10:22.360
Stiamo assistendo allo stesso cambiamento

00:10:22.360 --> 00:10:23.720
nell'automazione dei processi robotici.

00:10:24.020 --> 00:10:25.380
L'ARPA tradizionale è molto fragile

00:10:25.380 --> 00:10:27.340
perché dipende dalle coordinate esatte su uno schermo.

00:10:27.960 --> 00:10:30.020
Se un pulsante si sposta di soli 3 pixel a sinistra

00:10:30.020 --> 00:10:30.900
l'intero bot non funziona.

00:10:31.580 --> 00:10:33.140
L'arpa autoriparante cambia questa situazione

00:10:33.140 --> 00:10:34.480
utilizzando la visione probabilistica.

00:10:34.940 --> 00:10:37.260
Il bot non cerca più una coordinata pixel specifica

00:10:37.260 --> 00:10:39.180
cerca invece il pulsante che assomiglia

00:10:39.180 --> 00:10:41.100
a un'icona di salvataggio nella parte superiore della pagina.

00:10:41.580 --> 00:10:42.540
Quando l'interfaccia cambia

00:10:42.540 --> 00:10:44.660
il bot utilizza il contesto per adattarsi al volo

00:10:44.660 --> 00:10:46.520
riconosce il nuovo layout

00:10:46.520 --> 00:10:48.760
aggiorna la propria logica e termina l'attività.

00:10:48.760 --> 00:10:50.580
Ciò crea un ciclo resiliente

00:10:50.580 --> 00:10:52.220
in cui il sistema rileva un potenziale errore

00:10:52.220 --> 00:10:53.580
e crea un ponte verso la soluzione

00:10:53.580 --> 00:10:54.700
prima ancora che un utente

00:10:54.700 --> 00:10:56.140
si renda conto che c'era un problema.

00:10:57.040 --> 00:10:58.740
Questo spostamento sposta la nostra attenzione

00:10:58.740 --> 00:11:00.080
dai tassi di successo ai tassi di...

00:11:00.080 --> 00:11:01.740
Smettiamo di cercare di rendere

00:11:01.740 --> 00:11:03.000
l'intelligenza artificiale perfetta

00:11:03.000 --> 00:11:03.920
perché è comunque impossibile

00:11:03.920 --> 00:11:05.380
e iniziamo a rendere il sistema incrollabile.

00:11:05.760 --> 00:11:07.120
Si tratta di creare un livello di controllo

00:11:07.120 --> 00:11:08.720
e bilanciamento in ogni singola transazione.

00:11:09.240 --> 00:11:10.600
Dovresti trattare l'intelligenza artificiale

00:11:10.600 --> 00:11:11.820
come uno staggista ad alta velocità

00:11:11.820 --> 00:11:12.600
che si distrae facilmente.

00:11:13.140 --> 00:11:14.300
Gli lasci fare il lavoro pesante

00:11:14.300 --> 00:11:15.440
di leggere migliaia di email

00:11:15.440 --> 00:11:17.140
ma non gli permetti mai di firmare gli assegni

00:11:17.140 --> 00:11:19.080
senza che un revisore senior verifichi la firma.

00:11:19.800 --> 00:11:21.460
In questo caso il tuo codice deterministico

00:11:21.460 --> 00:11:22.040
è quel revisore.

00:11:22.560 --> 00:11:24.000
Separando il pensiero dal calcolo

00:11:24.000 --> 00:11:25.360
crea un sistema che gestisce

00:11:25.360 --> 00:11:26.840
la confusione del linguaggio umano

00:11:26.840 --> 00:11:28.120
mantenendo la precisione

00:11:28.120 --> 00:11:29.360
di un orologio svizzero.

00:11:30.240 --> 00:11:31.880
Ecco come sposti l'intelligenza artificiale

00:11:31.880 --> 00:11:32.640
dalla fase di testa

00:11:32.640 --> 00:11:33.580
al fulcro della tua attività.

00:11:34.600 --> 00:11:35.440
Non ti fidi del modello

00:11:35.440 --> 00:11:36.240
ti fidi dell'architettura

00:11:36.240 --> 00:11:37.040
che costruiono adesso.

00:11:37.620 --> 00:11:39.480
Crea una rete di sicurezza così solida

00:11:39.480 --> 00:11:40.880
che l'occasionale inciampo del modello

00:11:40.880 --> 00:11:42.020
non conta nemmeno come errore.

00:11:42.560 --> 00:11:43.480
Diventa solo un'altra parte

00:11:43.480 --> 00:11:44.500
del ciclo di autocorrezione.

00:11:44.500 --> 00:11:47.780
Questo sembra fantastico in laboratorio

00:11:47.780 --> 00:11:48.920
ma in produzione

00:11:48.920 --> 00:11:49.900
il collo di bottiglia più grande

00:11:49.900 --> 00:11:51.160
non è l'intelligenza artificiale

00:11:51.160 --> 00:11:51.840
e l'essere umano

00:11:51.840 --> 00:11:52.840
nella realtà del ciclo.

00:11:53.440 --> 00:11:54.840
Questo sembra fantastico in laboratorio

00:11:54.840 --> 00:11:55.440
ma in produzione

00:11:55.440 --> 00:11:56.620
il collo di bottiglia più grande

00:11:56.620 --> 00:11:57.740
non è l'intelligenza artificiale

00:11:57.740 --> 00:11:58.200
e l'essere umano.

00:11:59.040 --> 00:12:00.400
Di solito parliamo di automazione

00:12:00.400 --> 00:12:01.880
come se fosse una semplice scelta

00:12:01.880 --> 00:12:02.580
tra un essere umano

00:12:02.580 --> 00:12:03.220
o una macchina

00:12:03.220 --> 00:12:04.800
ma lo spostamento di probabilità

00:12:04.800 --> 00:12:06.320
ci costringe a una caotica via di mezzo.

00:12:06.920 --> 00:12:08.280
I parametri di riferimento del settore

00:12:08.280 --> 00:12:09.560
mostrano una verità piuttosto procura.

00:12:09.860 --> 00:12:11.360
Circa il 50% dei flussi di lavoro

00:12:11.360 --> 00:12:12.260
di intelligenza artificiale

00:12:12.260 --> 00:12:13.260
necessita ancora di un esperto

00:12:13.260 --> 00:12:14.500
per la revisione prima di essere completata.

00:12:14.640 --> 00:12:15.440
Questo è il motivo principale

00:12:15.440 --> 00:12:16.400
per cui assistiamo a una crisi

00:12:16.400 --> 00:12:17.440
tra progetti pilota e bruzz.

00:12:17.580 --> 00:12:18.180
Se guardi i numeri

00:12:18.180 --> 00:12:19.640
l'88% dei progetti pilota

00:12:19.640 --> 00:12:20.520
di intelligenza artificiale

00:12:20.520 --> 00:12:20.980
fallisce in drone.

00:12:21.260 --> 00:12:22.760
Non falliscono perché la tecnologia è rotta.

00:12:23.320 --> 00:12:24.240
Falliscono perché le persone

00:12:24.240 --> 00:12:24.840
che li progettano

00:12:24.840 --> 00:12:25.740
cercano di automatizzare

00:12:25.740 --> 00:12:27.440
il 100% delle attività troppo presto.

00:12:28.220 --> 00:12:28.980
Hanno creato un sistema

00:12:28.980 --> 00:12:30.200
che funziona su dati di test puliti

00:12:30.200 --> 00:12:31.340
ma la logica si interrompe

00:12:31.340 --> 00:12:32.220
nel momento in cui incontra

00:12:32.220 --> 00:12:33.400
l'attrito di un reparto reale.

00:12:33.900 --> 00:12:35.220
Quando si ignora l'elemento umano

00:12:35.220 --> 00:12:36.520
si crea un onere di verifica.

00:12:37.240 --> 00:12:38.380
Se la tua intelligenza artificiale

00:12:38.380 --> 00:12:39.340
consente di risparmiare

00:12:39.340 --> 00:12:40.440
10 minuti di emissione dati

00:12:40.440 --> 00:12:41.900
ma ne aggiunge 50 di controllo del lavoro

00:12:41.900 --> 00:12:42.820
perché il team non si fida

00:12:42.820 --> 00:12:44.320
hai effettivamente perso produttività.

00:12:44.800 --> 00:12:45.740
Hai creato una passività

00:12:45.740 --> 00:12:46.680
anziché una risorsa.

00:12:47.280 --> 00:12:48.820
Progetti di successo nel 2026

00:12:48.820 --> 00:12:50.000
tratteranno il lavoro di verifica

00:12:50.000 --> 00:12:51.120
come una caratteristica primaria.

00:12:51.700 --> 00:12:52.760
Non vedono la revisione umana

00:12:52.760 --> 00:12:53.920
come un fallimento del sistema.

00:12:54.520 --> 00:12:55.000
Al contrario

00:12:55.000 --> 00:12:56.200
la vedono come una parte necessaria

00:12:56.200 --> 00:12:56.720
dell'architettura.

00:12:57.460 --> 00:12:58.760
Inseriscono il costo di tale revisione

00:12:58.760 --> 00:12:59.700
e ritorno sull'investimento

00:12:59.700 --> 00:13:00.500
sin dal primo giorno.

00:13:01.240 --> 00:13:02.340
Il segreto per far funzionare

00:13:02.340 --> 00:13:03.220
tutto questo è la logica

00:13:03.220 --> 00:13:03.840
di revisione a livello.

00:13:04.380 --> 00:13:05.460
È così che si scalano le cose

00:13:05.460 --> 00:13:06.460
senza perdere la testa.

00:13:06.980 --> 00:13:08.180
Le transazioni ad alta affidabilità

00:13:08.180 --> 00:13:09.020
avvengono silenziosamente.

00:13:09.600 --> 00:13:10.860
Se il modello è sicuro al 98%

00:13:10.860 --> 00:13:11.900
e i calcoli sono corretti

00:13:11.900 --> 00:13:12.760
il sistema va avanti

00:13:12.760 --> 00:13:13.340
e basta.

00:13:14.160 --> 00:13:15.220
Ma i casi di bassa affidabilità

00:13:15.220 --> 00:13:16.000
come quella zona gialla

00:13:16.000 --> 00:13:16.700
di cui abbiamo parlato

00:13:16.700 --> 00:13:17.620
attiveranno un escalation.

00:13:18.220 --> 00:13:19.060
Ciò cambia completamente

00:13:19.060 --> 00:13:19.520
il ruolo umano.

00:13:20.000 --> 00:13:21.300
Stiamo passando dall'immissione dati

00:13:21.300 --> 00:13:22.340
all'audit dei dati.

00:13:22.980 --> 00:13:23.720
Nel vecchio modello

00:13:23.720 --> 00:13:24.440
l'uomo era il motore

00:13:24.440 --> 00:13:25.120
perché si occupava

00:13:25.120 --> 00:13:26.200
di digitare e cliccare.

00:13:26.760 --> 00:13:27.380
Nel nuovo modello

00:13:27.380 --> 00:13:28.220
l'uomo è il governatore.

00:13:28.700 --> 00:13:29.620
Gestisce le eccezioni

00:13:29.620 --> 00:13:30.840
e fornisce le sfumature

00:13:30.840 --> 00:13:31.860
che un modello probabilistico

00:13:31.860 --> 00:13:32.340
non è in grado

00:13:32.340 --> 00:13:33.240
di comprendere appieno.

00:13:33.620 --> 00:13:34.660
Pensa come si sente il team.

00:13:35.060 --> 00:13:35.600
Quando le persone

00:13:35.600 --> 00:13:36.460
sanno di dover esaminare

00:13:36.460 --> 00:13:37.280
solo il 5%

00:13:37.280 --> 00:13:38.620
dei casi effettivamente difficili

00:13:38.620 --> 00:13:39.920
rimangono molto più coinvolte.

00:13:40.520 --> 00:13:41.140
Non si annoiano più

00:13:41.140 --> 00:13:41.660
con la routine.

00:13:42.360 --> 00:13:43.400
Sono sfidate da complessità

00:13:43.400 --> 00:13:44.040
dei casi difficili.

00:13:44.740 --> 00:13:45.300
Ma devi creare

00:13:45.300 --> 00:13:46.100
l'interfaccia giusta

00:13:46.100 --> 00:13:46.980
affinché ciò funzioni.

00:13:47.440 --> 00:13:48.140
Non puoi semplicemente

00:13:48.140 --> 00:13:48.620
inviare un email

00:13:48.620 --> 00:13:49.300
dicendo che qualcosa

00:13:49.300 --> 00:13:49.740
è andato stop.

00:13:50.160 --> 00:13:50.640
Devi mostrare

00:13:50.640 --> 00:13:51.700
un confronto affiancato.

00:13:52.300 --> 00:13:52.940
Mostra alla persona

00:13:52.940 --> 00:13:53.780
il documento di origine.

00:13:54.200 --> 00:13:55.000
Mostra cosa è estratto

00:13:55.000 --> 00:13:56.060
l'intelligenza artificiale

00:13:56.060 --> 00:13:57.080
ed evidenzia il campo esatto

00:13:57.080 --> 00:13:57.560
in cui è sceso

00:13:57.560 --> 00:13:58.640
il punteggio di affidabilità.

00:13:58.980 --> 00:13:59.540
Se vuoi scalare

00:13:59.540 --> 00:14:00.660
devi smetterla di comportarti

00:14:00.660 --> 00:14:01.460
come se la revisione umana

00:14:01.460 --> 00:14:02.200
significasse che la tua

00:14:02.200 --> 00:14:02.900
automazione è debba.

00:14:03.180 --> 00:14:03.880
In realtà è l'opposto.

00:14:04.440 --> 00:14:04.940
Un essere umano

00:14:04.940 --> 00:14:05.620
ben integrato

00:14:05.620 --> 00:14:06.240
è ciò che rende

00:14:06.240 --> 00:14:07.400
un sistema probabilistico

00:14:07.400 --> 00:14:08.140
abbastanza forte

00:14:08.140 --> 00:14:08.860
da sopravvivere

00:14:08.860 --> 00:14:09.800
nel mondo reale.

00:14:10.320 --> 00:14:11.080
È lo strato finale

00:14:11.080 --> 00:14:11.820
della tua architettura

00:14:11.820 --> 00:14:12.540
autocorrettiva.

00:14:13.780 --> 00:14:14.620
Il futuro agentico.

00:14:15.140 --> 00:14:15.700
Stiamo guardando

00:14:15.700 --> 00:14:16.640
verso un nuovo orizzonte

00:14:16.640 --> 00:14:17.600
chiamato imprese agenti.

00:14:18.200 --> 00:14:18.620
Questo è il punto

00:14:18.620 --> 00:14:19.300
di arrivo logico

00:14:19.300 --> 00:14:19.740
di tutto ciò

00:14:19.740 --> 00:14:20.800
di cui abbiamo parlato oggi.

00:14:21.440 --> 00:14:21.820
Stiamo entrando

00:14:21.820 --> 00:14:22.240
in un mondo

00:14:22.240 --> 00:14:22.860
in cui gli agenti

00:14:22.860 --> 00:14:23.520
non sono più solo

00:14:23.520 --> 00:14:24.260
semplici script

00:14:24.260 --> 00:14:25.000
flussi di base

00:14:25.000 --> 00:14:25.840
perché stanno diventando

00:14:25.840 --> 00:14:26.680
lavoratori digitali

00:14:26.680 --> 00:14:27.300
di prima classe.

00:14:28.200 --> 00:14:28.680
Power Platform

00:14:28.680 --> 00:14:29.220
sta cambiando

00:14:29.220 --> 00:14:30.100
proprio di fronte a noi.

00:14:30.840 --> 00:14:31.320
Sta passando

00:14:31.320 --> 00:14:31.980
da un generatore

00:14:31.980 --> 00:14:32.660
di app standard

00:14:32.660 --> 00:14:33.820
a un app di orchestrazione

00:14:33.820 --> 00:14:34.260
completo.

00:14:34.780 --> 00:14:35.360
Nel vecchio modello

00:14:35.360 --> 00:14:36.480
si creava un'app specifica

00:14:36.480 --> 00:14:36.900
per risolvere

00:14:36.900 --> 00:14:38.060
un problema specifico.

00:14:38.340 --> 00:14:39.460
Ma nel modello agentico

00:14:39.460 --> 00:14:40.180
si crea un ambiente

00:14:40.180 --> 00:14:40.840
in cui gli agenti

00:14:40.840 --> 00:14:41.800
risolvono quei problemi

00:14:41.800 --> 00:14:42.180
per te.

00:14:42.680 --> 00:14:43.100
Questi agenti

00:14:43.100 --> 00:14:43.980
non seguono semplicemente

00:14:43.980 --> 00:14:44.600
un elenco statico

00:14:44.600 --> 00:14:45.080
di passaggi.

00:14:45.540 --> 00:14:46.400
Osservano il loro ambiente

00:14:46.400 --> 00:14:47.180
e valutano i propri livelli

00:14:47.180 --> 00:14:47.800
di confidenza

00:14:47.800 --> 00:14:48.820
e decidono quale strumento

00:14:48.820 --> 00:14:49.260
è effettivamente

00:14:49.260 --> 00:14:50.560
quello giusto da utilizzare.

00:14:50.560 --> 00:14:51.900
Entro il 2026

00:14:51.900 --> 00:14:52.860
la governance

00:14:52.860 --> 00:14:53.400
non sarà più

00:14:53.400 --> 00:14:54.220
come quella di due anni fa.

00:14:54.840 --> 00:14:55.260
Strumenti come

00:14:55.260 --> 00:14:56.080
Purview e Sentinel

00:14:56.080 --> 00:14:56.860
si stanno muovendo

00:14:56.860 --> 00:14:57.500
verso il rilevamento

00:14:57.500 --> 00:14:58.080
probabilistico

00:14:58.080 --> 00:14:58.560
delle anomalie.

00:14:59.380 --> 00:14:59.960
Non cercano più

00:14:59.960 --> 00:15:00.660
solo una password

00:15:00.660 --> 00:15:01.240
trapelata.

00:15:01.760 --> 00:15:02.220
Al contrario

00:15:02.220 --> 00:15:02.900
cercano modelli

00:15:02.900 --> 00:15:03.680
comportamentali

00:15:03.680 --> 00:15:04.360
che semplicemente

00:15:04.360 --> 00:15:05.380
non sembrano corretti.

00:15:06.020 --> 00:15:06.600
Stanno applicando

00:15:06.600 --> 00:15:07.160
la stessa logica

00:15:07.160 --> 00:15:07.660
di similarità

00:15:07.660 --> 00:15:08.200
che utilizziamo

00:15:08.200 --> 00:15:09.140
per l'estrazione dei dati

00:15:09.140 --> 00:15:09.600
e la sicurezza

00:15:09.600 --> 00:15:10.360
dell'intero tenant.

00:15:11.060 --> 00:15:11.580
Questo cambiamento

00:15:11.580 --> 00:15:12.060
è permanente.

00:15:12.420 --> 00:15:13.320
Le persone che si attendono

00:15:13.320 --> 00:15:14.000
alla rigida logica

00:15:14.000 --> 00:15:14.560
del se allora

00:15:14.560 --> 00:15:15.360
si troveranno a gestire

00:15:15.360 --> 00:15:15.960
sistemi rotti

00:15:15.960 --> 00:15:16.640
e team frustati.

00:15:17.060 --> 00:15:17.680
Rimarranno bloccati

00:15:17.680 --> 00:15:18.540
in un ciclo di manutenzione

00:15:18.540 --> 00:15:18.980
costante

00:15:18.980 --> 00:15:19.520
mentre cercano

00:15:19.520 --> 00:15:19.900
di riparare

00:15:19.900 --> 00:15:20.500
una casa di vetro

00:15:20.500 --> 00:15:21.020
che non è mai stata

00:15:21.020 --> 00:15:21.420
costruita

00:15:21.420 --> 00:15:21.940
per questo tipo

00:15:21.940 --> 00:15:22.860
di condizioni meteorologiche.

00:15:23.040 --> 00:15:23.680
L'impresa agentica

00:15:23.680 --> 00:15:24.460
inizia con una singola

00:15:24.460 --> 00:15:25.140
consapevolezza.

00:15:25.660 --> 00:15:26.240
Non abbiamo bisogno

00:15:26.240 --> 00:15:26.700
di controllare

00:15:26.700 --> 00:15:27.520
ogni singola variabile

00:15:27.520 --> 00:15:27.960
per ottenere

00:15:27.960 --> 00:15:28.760
un risultato affidabile.

00:15:29.120 --> 00:15:29.500
Dobbiamo solo

00:15:29.500 --> 00:15:30.340
controllare l'architettura.

00:15:30.840 --> 00:15:31.460
Il nostro compito

00:15:31.460 --> 00:15:32.320
è definire le soglie

00:15:32.320 --> 00:15:33.140
e impostare i guardra

00:15:33.140 --> 00:15:34.160
in modo che gli agenti

00:15:34.160 --> 00:15:34.900
possano lavorare

00:15:34.900 --> 00:15:35.620
entro quei limiti.

00:15:36.120 --> 00:15:36.660
In questo mondo

00:15:36.660 --> 00:15:37.360
la logica aziendale

00:15:37.360 --> 00:15:38.140
diventa elastica.

00:15:38.620 --> 00:15:39.040
Si estende

00:15:39.040 --> 00:15:40.240
per gestire un nuovo fornitore

00:15:40.240 --> 00:15:40.720
o un formato

00:15:40.720 --> 00:15:41.560
di documento diverso

00:15:41.560 --> 00:15:42.480
senza che uno sviluppatore

00:15:42.480 --> 00:15:43.060
debba riscrivere

00:15:43.060 --> 00:15:44.040
una singola riga di codice.

00:15:44.440 --> 00:15:45.280
Questa è la vera promessa

00:15:45.280 --> 00:15:45.760
del low code

00:15:45.760 --> 00:15:46.940
e la capacità di muoversi

00:15:46.940 --> 00:15:47.840
è la velocità del pensiero

00:15:47.840 --> 00:15:48.660
piuttosto che la velocità

00:15:48.660 --> 00:15:49.340
della sintassi.

00:15:49.600 --> 00:15:50.240
Ma per arrivarci

00:15:50.240 --> 00:15:51.080
devi iniziare oggi.

00:15:51.660 --> 00:15:52.360
Smetti di costruire

00:15:52.360 --> 00:15:53.160
per un mondo perfetto

00:15:53.160 --> 00:15:53.820
e inizia a costruire

00:15:53.820 --> 00:15:54.520
per quello caotico

00:15:54.520 --> 00:15:55.060
in cui viviamo.

00:15:55.620 --> 00:15:56.520
Devi abbracciare il dubbio.

00:15:57.580 --> 00:15:58.460
Sfida di implementazione

00:15:58.460 --> 00:15:59.460
Ecco i compiti

00:15:59.460 --> 00:16:00.040
per la settimana.

00:16:00.420 --> 00:16:01.040
Voglio che tu trovi

00:16:01.040 --> 00:16:01.500
il tuo flusso

00:16:01.500 --> 00:16:02.320
di errore più elevato.

00:16:02.700 --> 00:16:03.080
Non scegliere

00:16:03.080 --> 00:16:03.920
quello più complesso

00:16:03.920 --> 00:16:04.500
ma trova quello

00:16:04.500 --> 00:16:05.480
che si blocca più spesso

00:16:05.480 --> 00:16:06.600
a causa di dati errati.

00:16:06.920 --> 00:16:07.420
L'obiettivo non è

00:16:07.420 --> 00:16:07.980
corriggere i dati.

00:16:08.460 --> 00:16:09.240
Non puoi controllare

00:16:09.240 --> 00:16:09.800
cosa decidono

00:16:09.800 --> 00:16:10.780
di inviarti i tuoi utenti

00:16:10.780 --> 00:16:11.700
o i tuoi fornitori.

00:16:12.000 --> 00:16:12.640
Invece di combattere

00:16:12.640 --> 00:16:13.100
questa realtà

00:16:13.100 --> 00:16:13.920
voglio che tu aggiunga

00:16:13.920 --> 00:16:14.840
una soglia di confidenza.

00:16:15.360 --> 00:16:16.220
Vai nel tuo e-builder

00:16:16.220 --> 00:16:17.260
o nella tua azione LLM

00:16:17.260 --> 00:16:18.400
ed esponi quel punteggio

00:16:18.400 --> 00:16:18.980
di probabilità.

00:16:19.320 --> 00:16:20.260
Crea una condizione semplice.

00:16:20.580 --> 00:16:21.560
Se il punteggio di confidenza

00:16:21.560 --> 00:16:22.820
è inferiore all'85%

00:16:22.820 --> 00:16:23.340
non lasciare

00:16:23.340 --> 00:16:24.220
che il flusso si blocchi.

00:16:24.600 --> 00:16:25.800
Inserisci quel caso specifico

00:16:25.800 --> 00:16:26.820
in una cartella di revisione

00:16:26.820 --> 00:16:27.760
o in un elenco di sharepoint

00:16:27.760 --> 00:16:28.600
per un controllo manuale.

00:16:28.680 --> 00:16:29.400
Guarda cosa succede

00:16:29.400 --> 00:16:30.340
al tuo tasso dei successi.

00:16:30.700 --> 00:16:31.340
Vedrai che lo stress

00:16:31.340 --> 00:16:32.320
abbandonerà il tuo sistema

00:16:32.320 --> 00:16:32.920
nel momento in cui

00:16:32.920 --> 00:16:33.620
smetterai di fingere

00:16:33.620 --> 00:16:35.060
che ogni input sarà perfetto.

00:16:35.400 --> 00:16:36.480
Se questo cambiamento di pensiero

00:16:36.480 --> 00:16:37.240
ha cambiato il tuo approccio

00:16:37.240 --> 00:16:38.080
seguimi Mirko Peter

00:16:38.080 --> 00:16:38.480
su LinkedIn.

00:16:39.240 --> 00:16:40.080
Condivido costantemente

00:16:40.080 --> 00:16:40.700
approfondimenti

00:16:40.700 --> 00:16:41.840
su questi modelli architetturali.

00:16:42.240 --> 00:16:43.000
Condividi con il tuo team

00:16:43.000 --> 00:16:43.920
soprattutto se i tuoi flussi

00:16:43.920 --> 00:16:44.880
stanno interrompendo in questo momento.

00:16:45.320 --> 00:16:46.320
Dobbiamo smettere di costruire

00:16:46.320 --> 00:16:46.800
con il vetro

00:16:46.800 --> 00:16:47.780
e iniziare a costruire in tempo.

00:16:48.120 --> 00:16:48.760
Questa è la tecnica

00:16:48.760 --> 00:16:49.460
a riduce della metà

00:16:49.460 --> 00:16:50.220
i tempi di inattività

00:16:50.220 --> 00:16:51.440
una volta che inizi a praticarla.

00:16:57.760 --> 00:16:58.440
Ammetti di combattere

00:16:58.440 --> 00:16:59.780
la realtà caotica dei tuoi dati

00:16:59.780 --> 00:17:00.620
e inizia a progettare

00:17:00.620 --> 00:17:01.140
in base ad essa.

00:17:01.660 --> 00:17:02.200
Quando utilizzi

00:17:02.200 --> 00:17:03.260
i punteggi di confidenza

00:17:03.260 --> 00:17:04.460
trasformi i flussi fragili

00:17:04.460 --> 00:17:05.460
in sistemi resilienti

00:17:05.460 --> 00:17:06.340
che funzionano davvero.

00:17:06.860 --> 00:17:07.380
Ma ecco il punto.

00:17:07.800 --> 00:17:08.460
Il modello funziona

00:17:08.460 --> 00:17:09.640
solo se lo costruisci correttamente.

00:17:10.420 --> 00:17:11.300
Se vuoi vedere esattamente

00:17:11.300 --> 00:17:12.660
come impostarlo in Copilot Studio

00:17:12.660 --> 00:17:13.240
guarda subito

00:17:13.240 --> 00:17:14.180
questo prossimo video.

00:17:15.200 --> 00:17:15.880
Se questo ha cambiato

00:17:15.880 --> 00:17:16.660
il tuo modo di pensare

00:17:16.660 --> 00:17:17.700
all'intelligenza artificiale

00:17:17.700 --> 00:17:18.420
seguimi su LinkedIn

00:17:18.420 --> 00:17:19.740
o iscriviti a Master The New Model.