Tradizionalmente, il platform engineering si è sempre concentrato sulla costruzione di infrastrutture curate e strumenti standardizzati per supportare le operazioni e, soprattutto, per liberare gli sviluppatori dalla complessità, consentendo loro di raggiungere una maggiore produttività, promuovere più creatività e fornire prodotti di maggior valore.
Ora, progressi significativi nell’AI agentica stanno rimodellando l’intero paradigma del platform engineering, risvegliando la latente capacità di innovazione degli sviluppatori ma sollevando anche alcune preoccupazioni degne di considerazione.
In particolare, l’integrazione di capacità AI avanzate nelle internal developer platform (IDPs) esistenti è complessa e richiede solidi framework di governance per gestire efficacemente la sicurezza e la trasparenza dell’AI.
La chiave è stabilire linee guida, policy e best practice standardizzate adatte a diversi casi d’uso dell’AI, integrandole by design per sfruttare l’AI agentica mantenendola sicura e conforme.
Dato che queste nuove barriere di protezione (guardrail) hanno a che fare principalmente con l’AI agentica nel panorama attuale delle piattaforme, siamo vicini a un cambiamento in cui il platform engineering diventa AI agent engineering? O si sta semplicemente espandendo per includere questo nuovo dominio?
L’ascesa dell’AI agentica
L’AI generativa (GenAI) ha conquistato le organizzazioni a poco a poco, ma ha lasciato molti con una considerevole disillusione e la sensazione di aver sempre scalfito la superficie, intravedendo pochi o nessun beneficio a lungo termine.
Utilizzare chatbot e assistenti per aiutare gli sviluppatori ad automatizzare i loro workflow è un modo per aumentare l’efficienza, ma distribuire semplicemente modelli più intelligenti per iterare l’automazione della piattaforma è solo una piccola parte dell’equazione.
È come avere una fotocamera mirrorless professionale solo per tenerla costantemente impostata in modalità automatica, perdendo dettagli che potrebbero aumentare ulteriormente le prestazioni.
Ecco perché diverse organizzazioni stanno riconoscendo la necessità di ecosistemi più intelligenti con agenti modulari e autonomi incorporati nei workflow, plasmando una rete agentica che indirizza la presa di decisioni consapevoli. Ma questa svolta non è priva di sfide o rischi.
Cos’è l’AI Agent Engineering?
Il platform engineering si sta evolvendo. Si sta evolvendo così rapidamente che non è chiaro se stia semplicemente espandendosi per incorporare i processi di AI o stia diventando qualcos’altro.
L’AI agent engineering consiste nell’incorporare sistemi consapevoli del contesto nelle fondamenta di una IDP, alimentando un’infrastruttura specializzata. Questi sistemi possono percepire, interagire, pianificare, ragionare e collaborare, aiutando gli sviluppatori a iper-automatizzare i workflow, risolvere problemi intricati e costruire applicazioni più intelligenti.
Tuttavia, un tale grado di autonomia richiede un solido framework di governance dell’AI, che definisca vincoli e supervisione continua per scalare i sistemi di AI agentica in modo sicuro e con fiducia all’interno delle piattaforme aziendali.
La governance dell’AI non significa solo domare gli agenti AI
L’AI agent engineering cerca di rendere il platform engineering più intelligente con automazione e processi non deterministici, eppure aggiunge un livello di complessità per quanto riguarda la governance di una vasta implementazione di agenti AI potenzialmente destabilizzanti.
La governance dell’AI è un discorso molto più ampio che il semplice impostare guardrail per controllare il comportamento degli agenti AI. La governance dell’AI coinvolge aree chiave, come: stabilire l’autorizzazione per l’accesso a policy di rete specifiche; Garantire la conformità con le fonti di dati, la sicurezza e le policy sulla privacy; Pianificare iniziative strategiche o casi d’uso specifici che si allineino con gli obiettivi di business complessivi.
In sostanza, è una sfida culturale che affronta sia aspetti tecnici che etici.
AI Agent Engineering: perché la governance dell’AI è importante
L’urgenza di modelli di governance dell’AI affidabili e solidi sta crescendo esponenzialmente. Questa escalation segue le più recenti regolamentazioni internazionali che spingono per un’adozione sostenibile dell’AI, garantendo che sia sicura, trasparente e rispettosa dei diritti umani e dei framework legali esistenti.
Esempi legalmente vincolanti includono il recente EU AI Act o la Framework Convention on AI, ma ci sono anche importanti framework e standard che offrono orientamento e riferimento riconosciuti a livello globale, come l’ISO/IEC 42001 (il primo standard di sistema di gestione dell’AI al mondo) o il NIST AI Risk Management Framework.
Gartner corrobora l’urgenza di una governance dell’AI strutturata nella loro recente ricerca:
- Entro il 2027, il 75% delle piattaforme AI native integrerà la governance dell’AI e le capability di AI responsabile, rendendole aree chiave della competizione AI.
- Entro il 2027, tutte le leggi e i regolamenti globali sull’AI richiederanno la governance dell’AI.
- Entro il 2028, gli agenti AI incontrollati, che perseguono obiettivi disallineati o ignorano i vincoli posti, rappresenteranno la preoccupazione principale per il 40% delle organizzazioni Fulfill.
- Entro il 2030, la regolamentazione frammentata dell’AI sarà 4 volte maggiore, coprendo il 75% delle economie globali e costando $1 miliardo in compliance. Allo stesso tempo, i framework di governance formalizzati potrebbero ridurre significativamente le spese di compliance, sbloccando budget per investimenti di crescita strategica.
Creare linee guida dal principio
La premessa fondamentale dell’AI agent engineering è stabilire una solida base per sostenere la scalabilità sicura e fiduciosa degli agenti AI all’interno delle IDP, creando linee guida by design.
Tuttavia, l’obiettivo non è rendere l’IDP un gatekeeper per l’AI. L’obiettivo è rendere l’IDP il modo più facile, sicuro, conforme ai regolamenti e conveniente per gli sviluppatori di costruire soluzioni pronte per la produzione aziendale, cooperando con agenti consapevoli.
Incorporare le linee guida nell’IDP fin dall’inizio significa trasformare la governance dell’AI da un obbligo di compliance in una parte attiva e fondamentale del ciclo di vita dello sviluppo che offre un vantaggio strategico, bilanciando workflow veloci con la fiducia del controllo.
È un approccio strutturato che trasforma ampie politiche AI in chiari controlli operativi, come documentazione standardizzata ed elenchi di asset. Questi controlli vengono poi integrati direttamente nella progettazione del sistema tramite policy engine e architectural blueprint. Il monitoraggio automatizzato e i loop di feedback attivi basati su casi d’uso reali aiutano a perfezionare le linee guida, garantendo l’applicazione proattiva della governance dell’AI.
Composable platform per sfruttare l’AI Agent Engineering
Mentre il platform engineering si evolve, lo stesso fa l’IDP. L’AI agent engineering deve far fronte a sfide emergenti come la pressione normativa e le dipendenze dai sistemi legacy che stanno rallentando la scalabilità dell’AI agentica.
Una piattaforma componibile (composable platform) potrebbe essere il vostro unico strumento per standardizzare la cooperazione uomo-AI con asset e best practice templatizzati: un’esperienza fluida che consente sia agli sviluppatori che agli agenti AI di operare contestualmente, rispettando le stesse regole.
Con le piattaforme composable, gli sviluppatori possono creare nuove applicazioni più velocemente e in modo più sicuro, sbloccando il pieno potenziale dell’AI agent engineering:
- Policy e guardrail incorporati sono le cinture di sicurezza per gli agenti AI e gli sviluppatori, mentre l’accesso self-service a strumenti e servizi garantisce un flusso di lavoro sostenuto.
- Le soluzioni di dati per l’integrazione e la governance assicurano che gli agenti AI consumino dati che siano sempre precisi, affidabili, tracciabili e aggiornati.
- I cataloghi permettono di scoprire, comporre e riutilizzare ogni frammento di informazione all’interno dell’organizzazione, generando agilità e reattività.
Punti chiave
L’ascesa degli agenti AI sta gradualmente cambiando il platform engineering, sbloccando nuove possibilità che un tempo erano inimmaginabili.
Tuttavia, l’AI agentica può essere imprevedibile quando è senza vincoli, richiedendo una governance rigorosa che non è negoziabile. Pertanto, ora che la maggior parte dei guardrail sono impostati sugli agenti, vale la pena chiedersi se il platform engineering stia lasciando spazio all’AI agent engineering.
L’AI agent engineering non è una disciplina totalmente nuova, ma piuttosto un ampliamento del platform engineering che assicura che gli sviluppatori umani e gli agenti AI possano vivere in simbiosi all’interno dello stesso ecosistema per incrementare la produttività guadagnando al contempo il controllo sugli asset IT.
Mia-Platform, una piattaforma composable AI-native, può essere la vostra soluzione per sfruttare l’AI agent engineering, accelerando il time to value pur aderendo a regolamenti rigorosi.
