BoK

Che cos’è un Agente Autonomo

e perchè non è solo chatGPT o Claude

E’ molto di più di un semplice accesso ad un LLM – Large Language Model, ottenuto di norma tramite l’accesso ad un chatbot cognitivo in cloud o tramite le varie interfacce web predisposte dai produttori di LLM a livello mondiale come OpenAI, Anthropic, Google, etc.

Un Agente Autonomo di BoK lavora on-Prem
Gli agenti Autonomi in BoK lavorano all’interno della piattaforma BoK che può essere installata on-Prem oppure su un Cloud Privato dei nostri clienti. Ciò a maggior garanzia della riservatezza delle elaborazioni: i dati delle organizzazioni vengono elaborarati al sicuro.

Gli elementi tipici di un Agente Autonomo sono:

• Dati in Input
  • Si tratta di dati e/o documenti indicati da chi ha richiesto l’elaborazione (Utente Umano o un altro Agente Autonomo)
• L’ambiente di elaborazione specifico dell’Agente Autonomo
  • AI – LLM: è il Large Language Model vero e proprio, a cui viene ridotta la possibilità di utilizzare la sua conoscenza specifica su un determinato argomento, che è causa della maggior parte delle allucinazioni.
    Inoltre, i LLM possono essere attivati sia on-Prem (es: GPT di OpenAi, LLama di Meta, Gemma di Google, etco) oppure possono fare accesso ai vari LLM on-Cloud (es: GPT di OpenAi, Claude di Anthropic, Gemini di Google, etc.). La scelta se utilizzare un LLM on-Prem oppure on-Cloud, oppure una combinazione tra on-Prem e on-Cloud dipende solo dalle necessità espresse del nostro cliente.
  • Training e Conoscenza di Dominio: si tratta della messa disposizione dell’Agente Autonomo del Knowledge necessario per compiere una determinata elaborazione. Tipicamente ciò avviene tramite la formalizzazione di:
    • Context Layer: il contesto necessario all’Agente Autonomo per comprendere il contesto all’interno del quale lui deve compiere la sua elaboraizone.
    • Semantic Layer: lo strato informativo semantico che è necessario per permettere all’Agente Autonomo di comprendere i dati che sarà chiamato ad utilizzare al fine di compiere la sua elaborazione.
  • Istruzioni specifiche di generazione dell’Output: servono per trasformare un flusso elaborativo in un output vero e proprio
• Dati in Output
  • Layer di formattazione grafica e/o di predisposizione del formato di ouput previsto dall’utente: puro testo, HTML, un file JSON, una chiamata ad un’API, etc.

Conoscenza Interna ed Esterna

In un Agente Autonomo emerge in tutta la sua importanza la solidità della Conoscenza Interna messa a disposizione da parte del Cliente in collaborazione con i consulenti di R-Tree.