SAS Retrieval Agent Manager rende semplice l’uso degli LLM sui database aziendali, grazie ad un’interfaccia no-code
Le aziende possiedono quantità enormi di informazioni preziose, ma non riescono a sfruttarle efficacemente. Il problema riguarda quella che viene definita la “materia oscura” dei dati aziendali: oltre l’80% delle informazioni conservate nelle organizzazioni è in formato non strutturato, costituito da testi, documenti, immagini e contenuti che sfuggono alle tradizionali logiche di catalogazione e analisi. Un patrimonio che cresce a ritmi vertiginosi, aumentando del 50-60% ogni anno, e che rappresenta al tempo stesso la sfida più grande e l’opportunità più interessante per l’intelligenza artificiale generativa. Per rispondere a questa esigenza, SAS ha sviluppato una piattaforma chiamata SAS Retrieval Agent Manager, abbreviata in RAM. Si tratta di uno strumento che promette di democratizzare l’accesso all’intelligenza artificiale, eliminando la necessità di competenze di programmazione avanzate e rendendo disponibili risposte rapide e contestualizzate a partire da montagne di documenti non strutturati.
Il fulcro è il framework RAG, acronimo di Retrieval Augmented Generation, un approccio che sta guadagnando terreno nel panorama dell’IA applicata. La soluzione si presenta come no-code, ossia priva della necessità di scrivere del codice, grazie a interfacce intuitive accessibili anche a chi non ha competenze tecniche. L’architettura del sistema prevede diverse fasi operative: l’acquisizione e l’elaborazione di documenti non strutturati, la valutazione e selezione delle configurazioni più appropriate e l’interazione rapida attraverso API o chatbot. La piattaforma supporta l’integrazione plug-and-play di servizi di intelligenza artificiale generativa come i modelli linguistici di grandi dimensioni e i database vettoriali, aggiungendo una componente di IA agentica per automatizzare flussi di lavoro complessi basati sui dati dell’organizzazione.
“Oltre un anno fa ci siamo chiesti come andare oltre i limiti degli LLM, soprattutto quando si trattava di dati aziendali” ci spiega Daniele Cazzari, Senior Manager, IoT Product Innovation & Engineering di SAS, che con il suo team italiano ha guidato lo sviluppo di RAM. “Secondo noi, il RAG era il modo per superare tale criticità, permettendo ai clienti di essere autonomi, gestire la conoscenza sul dato senza l’onere di dover mettere mano al codice”. Di fatto, con RAM, SAS porta l’intelligenza artificiale nei processi quotidiani delle organizzazioni, peraltro con il vantaggio di poter integrare anche i propri modelli embedded o database vettoriali di altri vendor. La piattaforma supporta anche l’inserimento di agenti, per soddisfare l’automazione, sia in modalità guidata che personalizzata tramite il codice python.
La messa a disposizione del know-how di SAS non solo nell’uso dell’IA ma anche di una sua profonda customizzazione, è un unicum sul mercato. Se uniamo a questo la caratteristica di “apertura” della soluzione, si ottiene un ecosistema di valore, che mira a trarre il meglio dalla base dati di un’azienda. “Abbracciare diverse tecnologie semplifica l’aggiornamento del cliente verso le tecnologie nuove e più dirompenti. Un beneficio attuale e futuro per organizzazioni di ogni dimensione e settore”, conferma Cazzari.
Innovazione e sicurezza per tanti casi d’uso
Le applicazioni pratiche attraversano numerosi settori industriali. “Dalla manutenzione predittiva all’healthcare, per la gestione delle cartelle clinici e studi medici” prosegue il manager. “Ma anche il financial service, per la compliance, e le banche, dove i team antifrode possono individuare in pochi secondi schemi sospetti e segnali di allarme”. Nel settore pubblico, il vantaggio è il poter aprire ticket con la cronistoria degli interventi e, nelle assicurazioni, una maggiore e più precisa gestione di clienti e sinistri. La certezza della risposta da parte dell’LLM arriva grazie ad una funzione che mostra, nello specifico, quale è stata la fonte del risultato proposto dall’IA, con la possibilità di dare un feedback sulla qualità del contenuto.
A distinguere SAS anche la gestione della privacy e della sicurezza. A differenza di molti approcci attuali, RAM non utilizza le informazioni aziendali per addestrare o perfezionare modelli linguistici. I dati rimangono separati e vengono collegati ai modelli solo nel momento specifico in cui serve generare una risposta, creando quello che viene definito un “servizio di conoscenza” on-demand. Questo approccio garantisce che le informazioni sensibili dell’organizzazione non vengano assorbite permanentemente dai sistemi di IA. “In alcune industry, non è accettabile che anche una singola parte del RAG sia in cloud, ed è ciò che garantiamo con RAM. La ricerca nel database, che non procede per singolo documento ma per collezione, è accessibile solo a utenti verificati, le cui azioni sono tracciate, anche in maniera nominale, per alzare ulteriormente la sicurezza”. Insomma, nessun compromesso, solo il meglio dall’IA per aiutare le aziende a evolversi e a sviluppare nuovo business.
