Quando abbiamo lanciato l'Agentic Bootcamp di SnapLogic, il nostro obiettivo non era solo quello di spiegare come funzionano gli agenti AI, ma anche di aiutare le persone a costruirli. In soli due giorni, abbiamo fornito ai partecipanti gli strumenti, i framework e l'esperienza pratica per passare dalla semplice sperimentazione basata su prompt all'automazione del mondo reale.
Due partecipanti di spicco del nostro partner IWConnect, i consulenti tecnici Gjorge Argirov e Andrea Ristevska, hanno accettato la sfida e hanno consegnato un agente funzionante che affronta un reale problema operativo. In questo post, riflettono su ciò che hanno costruito, su ciò che li ha sorpresi e su come stanno portando queste capacità ai loro clienti.
Perché ha partecipato allo SnapLogic Agentic Bootcamp e quali sono state le sue impressioni iniziali?
Gjorge
Prima del bootcamp, la maggior parte di noi conosceva i modelli linguistici come ChatGPT solo grazie all'uso di base del browser. Non avevamo esplorato le implementazioni di agenti reali.
Ciò che mi ha sorpreso di più è stato vedere come un agente potesse fare molto di più che rispondere a richieste: poteva eseguire logiche in più fasi, accedere a strumenti, inviare e-mail e persino estrarre dati strutturati. L'integrazione pratica con SnapLogic mi ha aperto gli occhi.
Andrea
Esattamente. Tutti noi usiamo ChatGPT quotidianamente, ma questo mostrava come renderlo operativo. L'AgentCreator era un assistente funzionante in grado di svolgere compiti complessi. Questa distinzione è diventata chiara durante il bootcamp.
Che tipo di progetto avete realizzato durante il bootcamp?
Andrea
Abbiamo realizzato un agente di gestione delle vulnerabilità Jira in tempo reale. L'obiettivo era ridurre il carico di lavoro manuale e migliorare la comunicazione tra il team di sicurezza di SnapLogic e l'assistenza clienti.
Invece di dover controllare manualmente Jira e inviare gli aggiornamenti via e-mail, il nostro agente estraeva i dati dei ticket, riepilogava lo stato e poteva inviare automaticamente tali riepiloghi via e-mail.
Gjorge
Sì, il caso d'uso è stato determinato da un collo di bottiglia nella comunicazione. Il personale della sicurezza doveva rispondere a un elevato volume di richieste sullo stato dei biglietti. Abbiamo semplificato questo processo attraverso l'automazione. L'agente poteva recuperare, riassumere e rispondere in linguaggio naturale, risparmiando tempo e riducendo gli errori umani.
Si trattava solo di un'idea o di un prodotto funzionante?
Gjorge
L'agente era attivo. Lo abbiamo costruito con API reali, lo abbiamo collegato a dati Jira reali e abbiamo utilizzato un frontend costruito con Streamlit per attivare i flussi dell'agente. SnapLogic gestiva la logica e l'agente poteva scegliere quali strumenti utilizzare in base alle richieste dell'utente. Quindi sì, era reale e funzionale.
Andrea
L'abbiamo presentato al personale di SnapLogic al termine della formazione e il feedback è stato positivo. Non si trattava solo di teoria: abbiamo consegnato un prototipo di prodotto costruito per un'esigenza operativa reale.
Vede delle potenziali applicazioni per i clienti attuali?
Gjorge
Sicuramente. Un esempio che abbiamo esplorato con uno dei nostri clienti del settore finanziario. L'idea era quella di creare un agente in grado di valutare l'affidabilità creditizia. Si caricano alcuni documenti - estratti conto, dichiarazioni di reddito - e l'agente prende una decisione in base a criteri bancari predefiniti.
Andrea
Il progetto era ancora una prova di concetto, ma ha dimostrato la versatilità di questi agenti. Dalla sintesi dei ticket di assistenza alla valutazione dell'idoneità dei prestiti, è solo questione di definire il flusso di lavoro e integrare gli strumenti giusti.
Cosa succederà in seguito? Come pensate di utilizzarlo internamente o con i clienti?
Gjorge
A livello interno, stiamo pianificando il lancio completo di questa tecnologia a giugno, con un'implementazione per i nostri flussi di lavoro. Stiamo anche valutando la possibilità di utilizzare le interfacce vocali di Eleven Labs per rendere l'esperienza ancora più intuitiva.
Vedo una grande opportunità nell'uso della voce per parlare semplicemente con un agente invece di digitare le richieste.
Riflessioni finali: qual è stato l'insegnamento più importante?
Andrea
Il bootcamp ci ha demistificato gli "agenti di intelligenza artificiale". Non si trattava di teoria astratta, ma di costruire qualcosa di funzionale in 48 ore. Siamo usciti con fiducia e conoscenze pratiche pronte per essere implementate nei nostri casi d'uso.
Gjorge
Esattamente. Il punto di partenza principale era l'implementazione e l'applicazione di questo sistema. Se è possibile definire un processo, SnapLogic + LLM possono automatizzarlo.
Questo è il futuro verso cui stiamo costruendo.
Siete pronti a creare il vostro agente?
Questo è solo l'inizio. La potenza dell'automazione agenziale non è teorica: è pratica, scalabile e sta già producendo valore in tutti i settori. Mentre continuiamo a spingere i confini di ciò che è possibile con AgentCreator di SnapLogic, partner come IWConnect saranno fondamentali per aiutare le aziende a fare il salto dalla consapevolezza dell'AI all'azione dell'AI.
Siete pronti ad andare oltre i suggerimenti di base? Mettiamo in produzione veri agenti AI e iniziamo ad automatizzare con sicurezza i flussi di lavoro end-to-end. Richiedete una demo per vedere come AgentCreator può aiutarvi a trasformare le idee in impatto - velocemente.
