Keynote del CTO con Jeremiah Stone, CTO, SnapLogic [Integreat 2025]

Trascrizione:

Grazie, Dayle, e grazie a tutti voi per essere qui con noi oggi. È un momento incredibile per essere vivi, per esercitare la nostra professione.

Sai, sono davvero entusiasta dei progressi che il mondo accademico sta compiendo nella creazione di nuove tecnologie che possono aiutarci a far progredire la specie, a gestire meglio il pianeta, a gestire meglio le società, a fornire un'assistenza sanitaria migliore e servizi migliori alle persone in tutto il mondo. È divertente far parte di tutto questo ed è davvero fantastico lavorare nel campo dell'integrazione, perché riuniamo le persone, riuniamo la tecnologia e otteniamo risultati commerciali. Quindi grazie per quello che fate ogni giorno.

È un eroismo sconosciuto e, avendo vissuto personalmente questa esperienza, lo so bene. Per questo è sempre fantastico per me partecipare a questi eventi.

Quindi, Dale ha parlato di come pensiamo, di come operiamo, e penso che abbia senso partire da lì per intraprendere un percorso insieme, ed è proprio questo il nostro obiettivo con la nostra base di clienti e con i nostri partner, ed è fondamentale per il modo in cui affrontiamo le sfide quotidiane. Quindi, una delle cose che vogliamo davvero ribadire e impegnarci a fare è la co-innovazione con i clienti e lavorare insieme per accelerare il time-to-value, eliminare gli sprechi, gli attriti e le sfide dal nostro lavoro quotidiano e creare davvero un vantaggio competitivo.

Quindi non siamo qui per parlare di middleware in sé o di bit e byte, ma piuttosto per lavorare a ritroso partendo dalla tecnologia, sapete, risultati aziendali che è fondamentale aiutare a raggiungere insieme ai nostri colleghi in diversi settori. Quindi, se state lavorando a qualcosa di difficile, vi invitiamo sempre a coinvolgerci: vogliamo essere il più possibile vicini ai problemi complessi e aiutarvi a risolverli, a ottenere un grande valore aziendale e a sfruttare davvero questo momento per conquistare un vantaggio competitivo e rivoluzionare i vostri settori. Ed è emozionante far parte di molte di queste iniziative.

Ieri, prima dell'evento, abbiamo tenuto la riunione del comitato consultivo dei CIO. Questi incontri si tengono due volte all'anno.

E il numero di aziende nel nostro comitato consultivo che stanno adottando approcci davvero dirompenti per affermarsi in un ambiente competitivo è davvero aumentato vertiginosamente. Penso che gli ultimi due anni siano stati anni di sperimentazione, di ricerca mirata, direi, di test di maturità tecnologica.

Ora stiamo assistendo a un passaggio completo alla fase di implementazione. E vorrei illustrarvi alcuni dei modi in cui stiamo facendo la nostra parte, senza scuse e con umiltà, all'interno del nostro ambito, per contribuire a raggiungere questo obiettivo.

E quello che stiamo vedendo, credo, è che il cambiamento è già in atto, che alla fine vedremo l'IA agentica assumere e automatizzare un nuovo dominio di processi aziendali e gestire diversi tipi di dati, flussi di processi aziendali, ecc. che prima non potevamo gestire, con un impatto significativo. Sta avendo un impatto sulla riduzione dei tempi di ciclo nei processi aziendali esistenti.

Sta avendo un impatto, riducendo la quantità di interventi manuali necessari e contribuendo al progresso delle organizzazioni. Sta anche facendo perdere molto tempo a persone che non sanno di cosa stanno parlando, che non stanno verificando la validità del concetto e sta creando molte sfide, ma penso che siamo molto concentrati nell'aiutare a identificare il fine per cui questa tecnologia ha senso applicare e nell'aiutare a portarla in produzione.

Dal nostro punto di vista, i principi fondamentali rimangono validi. Da tempo riteniamo che un approccio basato sui dati e modulare all'architettura aziendale sia fondamentale per il miglioramento dei processi aziendali e per la fornitura di servizi all'interno dell'azienda o ai clienti. Continuiamo a credere che i processi basati sui dati e l'architettura orientata ai servizi consentano anche investimenti proattivi.

E la buona notizia è che stiamo vedendo che i primi ad adottare questa tecnologia stanno effettivamente lavorando a ritroso. Detto questo, vogliamo ripensare e reinventare una parte del nostro panorama aziendale.

Cosa possiamo fare ora con le nuove tecnologie per affrontare i problemi qui presenti e analizzare effettivamente alcune parti dell'architettura per adottare un approccio componibile o, sapete, lavorare sulla connettività dei dati sottostante, sulla gestione dei dati per arrivare a questo risultato. La buona notizia è che stiamo vedendo chiaramente che è possibile adottare un approccio orientato ai risultati e rifattorizzare progressivamente, per ottenere risultati, e questo è davvero entusiasmante.

L'impatto di ciò, tuttavia, è piuttosto significativo. Man mano che aumentiamo l'automazione, man mano che aumentiamo la capacità di eseguire processi 20 quattro sette, dove non siamo vincolati dai nostri orari di lavoro, cambierà l'impatto sui nostri scenari sottostanti.

Adotteremo un approccio diverso in termini di volume, e chiunque operi nel settore industriale ha già potuto constatare che quando si realizza la convergenza tra tecnologia operativa e tecnologia informatica, architetture IT/OT, il profilo di carico cambia, così come la frequenza e il volume delle richieste, e credo che qui stia accadendo la stessa cosa. Quindi il percorso di investimento che molti di noi hanno intrapreso insieme per passare a un'architettura incentrata su API debolmente accoppiate è ancora più importante se ora si sta cercando di avere un agente.

Un agente non è altro che un ciclo con un modello linguistico al centro, e questo inizia a diventare davvero importante se si chiamano servizi aziendali nel mondo sottostante. Quindi questo continua ad avere un impatto significativo e a rappresentare un importante ambito di investimento, in particolare per gli altri attori nel vostro panorama.

Quindi penso che la stragrande maggioranza di noi lavori con uno o più mega fornitori, spesso tre o quattro, e ciascuna di queste aziende sta mettendo in campo le proprie capacità nel campo dell'IA agentica, sostenendo di essere in grado di risolvere qualsiasi problema per chiunque. Penso che ciò che stiamo vedendo in queste prime versioni, e anche man mano che maturano, è che, come accadeva con l'architettura incentrata sulle API o l'architettura orientata ai servizi, la maggior parte dei mega fornitori è valida nel proprio ambito, ma non appena si esce da quell'ambito, diventa molto difficile.

Pertanto, la disponibilità dei dati per queste funzionalità è limitata, il che significa che se i processi aziendali rimangono all'interno del dominio, va bene. Ma quanti dei nostri processi aziendali rimangono in un solo dominio? Si tratta, come sapete, di un sottoinsieme.

La maggior parte dei nostri processi importanti e di grande impatto sono multidominio e trasversali, sapete, il panorama che abbiamo dal front office al back office e la nostra capacità di cogliere e convertire le esigenze dei clienti e fornire quel valore aziendale è trasversale e penso che sia proprio qui che vediamo il nostro valore, nella capacità di attraversare questi diversi domini e supportare un'infrastruttura diversificata in cui è possibile scegliere quali tecnologie acquistare senza dover standardizzare ogni singola area. Penso che le sfide che vediamo, però, siano piuttosto ripetibili.

Possiamo parlare di quanto sia potente un determinato modello linguistico o di una certa funzionalità. Tuttavia, nonostante le capacità di questi modelli, essi non hanno accesso ai tuoi dati.

Non hanno accesso ai sistemi di dominio dell'azienda. Non possono colpire tali sistemi e, se potessero farlo, probabilmente si violerebbero comunque i requisiti di privacy o normativi, senza alcun miglioramento della governance.

Assistiamo anche a un'adozione straordinaria a livello aziendale, con una sorta di "bring your own AI", in cui le persone lavorano con questi sistemi e li introducono. Chi di voi ha più di 10 o 15 diversi sistemi di IA in esecuzione nei propri ambienti? Cento, duecento, nessuna mano alzata, nessuno vuole ammetterlo, va bene, ce ne sono alcuni qui.

Certamente ogni singola architettura che viene introdotta porta con sé i propri sistemi individuali, e anche i dipendenti portano con sé i propri sistemi, che si tratti di desktop cloud, chat AI aperta, GPT, ecc. Questo apre quindi delle sfide in termini di privacy e governance, che è incredibilmente necessario gestire.

Ma non è una novità, vero? Abbiamo affrontato questi problemi con ogni nuova ondata tecnologica, che si trattasse dell'espansione del cloud gestivamo i nostri sistemi in loco, della creazione dell'elaborazione analitica online e della separazione dei dati dall'applicazione all'archivio dati e, naturalmente, ogni volta che ciò accadeva avevamo un nuovo acronimo e una nuova tecnologia da gestire e, come sapete, MCP A2A, sapete, gli acronimi più recenti che sono stati introdotti, come "model context protocol agent to agent", sono solo gli ultimi di una serie di debiti tecnici che si sono accumulati e che devono essere gestiti nei vostri ambienti, perché ovviamente dobbiamo gestire la tecnologia nel tempo. Non possiamo, sapete, prendere una decisione sul sistema in un determinato momento e conviverci.

In realtà è l'insieme delle decisioni prese nel corso del tempo che determina le nostre attività quotidiane e la maggior parte di ciò su cui lavoriamo. Ed è proprio per questo che siamo fatti.

Siamo strutturati per aiutare a gestire il debito tecnico nel tempo, per aiutare a gestire l'evoluzione dell'architettura di sistema nel tempo con costi e oneri molto inferiori per voi e i vostri colleghi, in modo da poter evolvere continuamente con i paesaggi per poter riunire tutto, dai mainframe che abbiamo come sistemi tradizionali che continuano a funzionare. Sapete, la nostra tecnologia on-premise, circa il 50% della tecnologia aziendale è ancora gestita on-premise o da fornitori di servizi gestiti o anche cloud . Questo è fondamentalmente il nostro approccio.

Ma vorrei fare un passo indietro e riflettere su questo argomento da un punto di vista, diciamo, architettonico e filosofico, perché spesso, quando parlo con i membri della nostra comunità che sono con noi da tempo, ci capita di perdere di vista la strategia di fondo su come vogliamo affrontare queste cose e che determina il modo in cui le affronteremo in futuro. Quindi, il modo in cui affrontiamo realmente l'adozione di qualsiasi nuova tecnologia, compreso il mondo dell'IA, è quello di considerare le cose innanzitutto come altamente eterogenee e diverse.

Come ho già detto, dal sistema che abbiamo implementato uno o due decenni fa a quello che abbiamo implementato la settimana scorsa, il nostro obiettivo è quello di creare un livello di astrazione o una facciata per tutti questi sistemi e trasformare tutto ciò che riguarda SnapLogic in un linguaggio comune in modo da poter disporre di un modello di programmazione comune. Penso che questo sia fondamentale per poter gestire i costi di manodopera all'interno dei nostri team, per poter gestire l'architettura dei nostri sistemi nel tempo e anche per poter adottare questi diversi paradigmi.

Che si tratti di integrare processi e sistemi da un livello API nel mondo aziendale o di modelli ad alta frequenza o integrazione dei dati basati sugli eventi, possiamo gestirli allo stesso modo perché disponiamo di questo modello operativo comune che ci consente anche di integrare elementi come l'intelligenza artificiale nell'operazione e di sviluppare il sistema.

Quindi SnapGPT, come ha detto Dayle, fa tutto, dalla creazione e gestione della vostra infrastruttura alla futura gestione dei controlli amministrativi e di supervisione, fino all'integrazione dell'IA nei vostri flussi di lavoro. Ciò si traduce in un catalogo di risorse comune che copre l'intero portafoglio. Recentemente abbiamo rilasciato la possibilità di esporre tutto ciò che è contenuto nel portafoglio SnapLogic a livello di risorse o anche a livello di runtime, tramite una linea di discendenza aperta in sistemi di gestione di cataloghi esterni, come i dati.

So che diverse persone presenti in questa sala sono venute a chiedermi: "Ehi, quando potremo esportare tutto questo nella nostra gestione del catalogo, che si tratti di Calibro, Relation o altri sistemi open source, come DataHub, in modo da poterlo gestire anche noi? Se guardiamo agli spazi orientati ai servizi nell'area su cui lavoriamo da tempo e continuiamo a rilasciare funzionalità in grado di gestire effettivamente la nostra architettura debolmente accoppiata tramite un sistema di gestione delle API che gestisce tutte le operazioni del ciclo di vita dei nostri servizi, oltre a offrire un'esperienza utente di prim'ordine, sia che si tratti di un utente che desidera utilizzare un servizio di intelligenza artificiale, ad esempio un endpoint MCP o un'API, e sia in grado di sviluppare più tipi di utenti in tutto lo spettro, ma un luogo comune in cui scoprire tutti i servizi disponibili per migliorare realmente la componibilità di nuovi servizi e sistemi per guidare la velocità del business, ed è lo stesso paradigma qui per come abiliteremo l'accesso sicuro e gestito per gli agenti.

Entrando davvero dalla stessa porta principale, applicando lo stesso processo e la stessa governance che applicheremmo anche all'accesso programmatico agli agenti, essendo in grado di gestire l'autorizzazione, l'identificazione e anche le regole aziendali e l'elaborazione deterministica in modo integrato con gli agenti, il che ci apre poi a sistemi di coinvolgimento, che si tratti di un sistema desktop, di un altro sistema applicativo, di qualsiasi tipo di interfaccia di chat, ecc. Ecco quindi come tendiamo a pensare a come gestire questo alto grado di diversità ed eterogeneità nei sistemi nel tempo, che si tratti di un sistema transazionale di back-end o di un sistema rivolto al cliente, che potrebbe entrare in funzione con i prodotti e i sistemi della vostra azienda.

Si tratta quindi tanto di una mentalità filosofica quanto di un'architettura tecnica che ci consente di semplificare radicalmente il groviglio che spesso caratterizza i nostri sistemi aziendali e di semplificare la possibilità di aggiungere nuovi investimenti e accelerare il processo. È un promemoria o una sintesi utile del modo in cui vediamo l'universo? Ok.

Alcuni annuiscono con convinzione. Per quanto riguarda l'impatto che questo avrà, anche se siamo estremamente entusiasti e parliamo del mondo del lavoro digitale, è importante vedere i primi utilizzatori che si stanno lanciando nella mischia ed è incredibilmente emozionante.

Allora, hai appena presentato alcuni dei membri della nostra comunità che possono essere citati pubblicamente? APTIA. APTIA opera nel settore della gestione delle prestazioni sanitarie e è riuscita a ridurre da oltre un'ora a pochi secondi i tempi di gestione dei processi di spiegazione delle prestazioni. Si è trattato quindi di un caso di integrazione applicativa o di gestione dei processi aziendali in cui sono riusciti a integrare modelli linguistici in un processo già definito e a ottenere un enorme aumento della produttività nell'ambito delle loro attività di elaborazione.

La Digital Federal Credit Union, attualmente la più grande cooperativa di credito degli Stati Uniti, ha ridotto notevolmente il tempo necessario per gestire gli avvisi di frode. Dispone infatti di un sistema di gestione dei casi e di un centro servizi condiviso che ha il compito di esaminare eventuali frodi relative all'identità.

Avevano già dei modelli predittivi preesistenti, tramite, come sapete, reti neurali di addestramento e altri metodi per identificare valori anomali e transazioni. Ma questi producevano un output dei modelli molto, direi, complicato e sofisticato.

Hanno quindi utilizzato AgentCreator creare un'accurata sintesi del caso, riducendo notevolmente i tempi di ciclo nella gestione di un centro servizi condiviso. Spirent ha completamente rivoluzionato il proprio approccio all'assistenza clienti e, di fatto, il modo in cui migliorare la propria capacità di vendita a nuovi clienti, creando un dossier dedicato per i propri venditori prima che questi si recassero presso la sede del cliente.

E KBS è una delle più grandi aziende di servizi di pulizia al mondo. La maggior parte del loro flusso di lavoro con i clienti è in realtà cartaceo.

Compilano ordini di lavoro cartacei e poi descrivono il servizio fornito. Utilizzano una combinazione di visione artificiale e un modello di classificazione per classificare effettivamente quei flussi di lavoro che iniziano, come sapete, in formato cartaceo, per poter gestire i loro processi aziendali.

Una varietà così ampia di ciò che potremmo definire e penso che, se leggete la recente ricerca di Keith Guttrich sulla differenza tra IA quotidiana e IA trasformazionale, credo che sia qui che vedremmo questi investimenti nell'IA trasformazionale. Non si tratta di mettere un chatbot sul desktop.

Questo sta cambiando radicalmente la ricerca approfondita. Quindi, partendo da qui, vorrei parlare del protocollo del contesto del modello.

È qualcosa che è nella mente di tutti. C'è qualcuno qui che sta sperimentando o lavorando con MCP nel proprio lavoro attualmente? Va bene.

Poco meno della metà delle persone che utilizzano l'IA quotidianamente, quindi questo è un indicatore preliminare. Ieri sera abbiamo cenato con i colleghi di Gartner, che ci hanno detto che le richieste di informazioni relative all'MCP stanno davvero superando il volume di input.

Quindi anche noi lo vediamo chiaramente. Ma per chi non sapesse cosa sia il protocollo di contesto del modello, la mia descrizione semplificata è che si tratta di un modo per migliorare l'inferenza del modello linguistico per utilizzare strumenti, risorse o prompt all'interno del loro utilizzo, poiché è il modello linguistico stesso a creare l'accesso al sistema.

Beh, se vuoi farlo in modo altamente affidabile, devi avere una formattazione strutturata e basata su modelli. È essenzialmente ciò che ci offre MCP.

Ma se lo fai in modo affidabile e frequente, puoi accelerare l'innovazione perché puoi ridurre il tempo necessario per aprire la superficie dei tuoi sistemi aziendali ai modelli linguistici e al modo in cui questi funzionano effettivamente insieme. Dal punto di vista del processo decisionale, se stai utilizzando o creando processi che utilizzano LLM per aiutare nel processo decisionale, facendo cose come astrazioni o sintesi delle informazioni sottostanti.

MTP può aiutare in questo senso e può anche creare, ancora una volta, un livello di astrazione che ci consenta di sviluppare i servizi sottostanti nel tempo con un approccio sostanzialmente standard a queste cose. Quindi, il modo in cui consideriamo MCP è lo stesso con cui considereremmo qualsiasi altro tipo di interfaccia o tecnologia di integrazione, valutando come utilizzarla al meglio utilizzando gli stessi paradigmi che avremmo utilizzato per altri tipi di integrazione.

Quindi, il primo modo in cui supportiamo MCP è già stato rilasciato. Credo fosse una o due versioni fa, quando è diventato possibile chiamare gli endpoint MCP dall'interno dei processi o delle pipeline SnapLogic.

Quindi, all'interno di una pipeline standard, supponiamo ad esempio che sia necessario classificare alcune informazioni come abbiamo detto nell'esempio KBS, ora è possibile richiamare non solo un modello linguistico, ma anche un endpoint che potrebbe essere un sistema più sofisticato con MCP o persino richiamare altri sistemi che espongono dati, sempre tramite MCP, e poi incorporarli in una pipeline SnapLogic. Questo sarebbe lo snap client e so che ci sono diverse persone in questa sala che hanno già lavorato con questo strumento oggi.

Il passo successivo, tuttavia, consiste nell'esporre SnapLogic come server MTP. Questo aspetto è molto interessante perché, se nel piano dati di SnapLogic fosse possibile avere un server MCB, ciò implicherebbe che qualsiasi pipeline o risorsa accessibile tramite SnapLogic potrebbe ora diventare accessibile a un endpoint del modello linguistico per lo sviluppo di un'interfaccia utente diretta, se vediamo che il mondo sta evolvendo verso interfacce utente sempre più conversazionali, o verso altre elaborazioni.

Ad esempio, uno dei progetti di ricerca che stiamo portando avanti internamente in questo momento è quello di abilitare MCP per le API di runtime SnapLogic di base. Probabilmente molti di voi utilizzano le nostre API pubbliche per estrarre dati o informazioni di runtime.

Ora li stiamo rendendo accessibili tramite MCP in modo da poter effettivamente effettuare una query in linguaggio naturale. Ad esempio, quante condutture sono state danneggiate nelle ultime ventiquattro ore e perché, ottenendo una risposta significativa dal sistema per ridurre il tempo e l'energia necessari per gestire questo aspetto.

Non solo, ma se disponete di SnapLogic e di un server MCP, qualsiasi sistema abbiate creato che disponga di questo tipo di API potrà essere abilitato per MCP utilizzando SnapLogic. Pensateci un attimo.

Se avete investimenti legacy che gestite e l'amministrazione dei sistemi è complessa, potreste semplificarla. Ma vorrei parlarne con un esempio più concreto e, prima di farlo, vorrei assicurarmi che il mio sistema, che è rimasto qui per un po', ovviamente, la mia sicurezza e i timeout degli utenti funzionino tutti bene.

Quindi lo avvierò in background. Parliamo di un esempio in cui questo potrebbe essere utile, che sicuramente affronto nel mio mondo, ovvero l'onboarding dei fornitori.

Se siete come SnapLogic, il vostro processo di onboarding dei fornitori è poco trasparente, profondamente frustrante, richiede troppo tempo, ma è assolutamente necessario seguire un determinato approccio per farlo correttamente. Quindi, nel mio mondo, quello che dobbiamo fare per inserire un fornitore anche in una piccola startup della Silicon Valley è che io vado e compilo un modulo per descrivere il mio fornitore.

Poi devo caricarlo, credo sia un modulo Google che devo inviare. E poi, come sapete, il team finanziario esamina il tutto ed esegue una serie di procedure aziendali per assicurarsi che possiamo effettivamente inserire questi fornitori.

Che si tratti di controllare il rating creditizio del fornitore, verificare la correttezza delle coordinate bancarie, valutare il rischio, controllare se il Better Business Bureau ha segnalato questo particolare fornitore, ecc. Questo fornitore è già presente nel mio sistema CRM, per poter lavorare con lui? Sono tutte cose che avvengono in background.

Richiedono molto tempo. Sono manuali.

Sono soggetti a errori. Quindi possiamo immaginare ora, invece, se aveste già integrato delle buone regole aziendali nel modo in cui realizzate queste cose, come potreste esporle a un utente finale in modo che siano altamente utili e utilizzabili? Quindi, come esempio, procederò e mostrerò una demo, se possiamo passare al mio schermo.

Ok. Quindi mi sono portato la mia IA e sono anche troppo tirchio per pagare i 20 dollari al mese del piano.

Ecco cloud mio cloud . Vorrei illustrarvi come potrebbe essere l'onboarding dei fornitori in questo mondo.

Ad esempio, ho il mio modulo di assunzione. Come potete vedere qui, questa è l'azienda per cui vorrei lavorare, Global Office Supplies.

È un'azienda demo, ma contiene tutte le informazioni necessarie. Ho compilato il modulo. Posso procedere e importarlo nel mio cloud .

E poi, ai fini della demo, in modo che non dobbiate guardarmi mentre digito nervosamente, ho qui alcuni suggerimenti, ma potremmo anche scriverli. Potremmo dire, ad esempio, "leggi il PDF sull'onboarding dei fornitori e raccontami tutto".

Ora, ok, non è proprio un trucco da salotto. Tutti noi abbiamo fatto questo genere di cose.

Sto già utilizzando modelli linguistici e, come sapete, questi servizi integrati ci aiutano in attività quali domande e risposte sui documenti, ecc. Tuttavia, ciò che diventa interessante è quando fornisco a Claude competenze aggiuntive.

Come potete vedere qui, ho abilitato il server MCP di SnapLogic per l'onboarding dei fornitori e ora, grazie alla mia autenticazione al sistema, posso eseguire operazioni quali la convalida dei fornitori, la creazione di nuovi fornitori e l'esecuzione di analisi su di essi. Cominciamo quindi con la prima operazione.

Vorrei convalidare il fornitore utilizzando il sistema SnapLogic per la convalida dei fornitori. Quindi, quello che sta succedendo ora è che il cloud ricevendo questo prompt, sta esaminando i servizi a sua disposizione e sta chiamando uno strumento.

E quindi lo strumento che sta dietro a tutto questo è una pipeline molto semplice che procede e convalida utilizzando i nostri sistemi aziendali per andare avanti ed eseguire un controllo Dun & Bradstreet. Procedete ed eseguite un controllo di solvibilità relativo al fornitore.

Utilizzare effettivamente i dati presenti nel mio strumento di onboarding per seguire un processo aziendale prestabilito, al fine di ottenere il risultato desiderato. Vediamo se oggi gli dei delle demo sono dalla mia parte.

Ne ho parlato prima. Allora ho detto: "Vuoi davvero fare una demo dal vivo?" Ho risposto: "Beh, questa è la mia intenzione".

Ma vediamo se Claude sta collaborando con noi. Sembra proprio che voglia farlo.

Dai, Claude. Pensi che avrò tempo qui fuori? L'ho già provato oggi.

Quindi, mentre Cloudlavorando, come puoi vedere, io vado avanti e chiudo questo e lo riavvio. Sì.

Dovrebbe andare bene. Sono tre anni che lo faccio.

È il mio primo piano dimostrativo? Vedremo. Forse la costa orientale degli Stati Uniti è di nuovo fuori uso.

Va bene. Beh, mentre questo sta succedendo, puoi immaginare, sai, se tornasse, cosa sta succedendo effettivamente dietro le quinte? Oh, ci siamo.

Va bene. Quindi la convalida dei fornitori è stata completata e migliorata. Il tempo di inferenza è leggermente più lungo, ma molto più breve rispetto a quello che impiegherebbe il mio team finanziario, te lo assicuro.

Come potete vedere qui, quello che è successo è che abbiamo utilizzato le pipeline in background, i riepiloghi per procedere e approvare il fornitore, e poi i rischi dettagliati. Quindi potete vedere qui che stiamo effettuando la verifica Dun & Bradstreet, stiamo valutando il rating creditizio, il punteggio, la conformità bancaria, verificando che questo sia effettivamente il codice SWIFT corretto, ecc.

E poi dire effettivamente: "Guarda, questo fornitore è stato autorizzato all'onboarding. Puoi procedere con la configurazione".

Quindi, create questo fornitore nel CRM. E ancora una volta, grazie alla registrazione della creazione del fornitore, vedrete che è già noto ciò che intendo dire, ovvero procedere alla creazione del fornitore in Salesforce e utilizzare le informazioni già estratte dal documento.

E quindi, nel processo, stiamo utilizzando lo stesso strumento di base. Qual è lo strumento che viene effettivamente chiamato? Si tratta di una semplice pipeline SnapLogic in cui stiamo creando un account Salesforce basato sulle informazioni effettive dell'account.

Come puoi vedere, queste informazioni sono state create in Salesforce e possiamo procedere e accedere direttamente all'account da qui. Procedi e aprilo.

Quindi penso, sapete, solo di provare a illustrare qui come potete usare queste tecnologie per andare incontro ai vostri utenti là dove si trovano, nelle interfacce che stanno usando per aprire quelle capacità sottostanti, sapete, e l'idea che se avete già investito molto tempo ed energia nelle vostre integrazioni di dati, nelle vostre integrazioni di applicazioni, nella vostra orchestrazione effettiva, ora potete aprire anche quelle. E poi potete fare cose ancora più interessanti e sofisticate.

Il nostro team di prevendita, ad esempio, ha smesso di utilizzare report predefiniti e standardizzati sulla produttività e ora si limita a generare automaticamente ciò che in genere sarebbe stato fatto in Tableau o in strumenti simili. Questi strumenti consentono infatti di iniziare a sviluppare e fornire report analitici reali.

E così ora sto combinando una pipeline di integrazione dei dati in background per estrarre le informazioni e le prestazioni dei fornitori e sto utilizzando quello che è diventato un ottimo strumento di prototipazione rapida se si desidera semplicemente realizzare una visualizzazione una tantum. Perché estrarre tutto in un foglio di calcolo e creare tutte le tabelle pivot ecc. se è possibile chiedere al modello di sviluppare qualcosa per voi?

Quindi, chiedendo di realizzare una visualizzazione che potessi condividere con i miei dirigenti, siamo riusciti a creare qualcosa di davvero interessante in un'attività relativamente piacevole, quasi effimera, per comprendere le analisi dei fornitori, ecc. Pagherò cloud .

Ma come potete vedere, penso che ridurre gli attriti per prototipare rapidamente, ottenere accesso alle informazioni e persino automatizzare i processi aziendali sia la direzione verso cui ci stiamo muovendo. Ora siamo in grado di abbattere i confini o le curve tra il nostro panorama aziendale esistente, ben strutturato, ben gestito, ben governato, per così dire, e quindi aiutare gli utenti ad accedere a tali informazioni con meno attriti.

E penso che questo sia piuttosto indicativo o evocativo di ciò che possiamo fare con diverse esperienze front-end, diversi tipi di sistemi, quando si inizia a ridurre realmente la capacità di consumare il proprio investimento esistente. Piuttosto interessante? Sì? No? Sì? Va bene.

Ben fatto, Claude. Va bene.

Torniamo alla presentazione. Ok.

Come possiamo vedere qui, è possibile ripensare il modo in cui applicare queste tecnologie. In questo caso, utilizziamo il modello per interpretare gli input dell'utente e selezionare gli strumenti sottostanti più adeguati, in modo da poter mantenere il nostro controllo.

Penso che sia fondamentale sottolineare che, semplicemente perché si utilizzano questi strumenti, non si rinuncia al rigore e alla gestione dei processi nel modo in cui progettiamo e gestiamo le nostre imprese. È possibile avere entrambe le cose, quindi è possibile avere processi ben definiti e ben strutturati e applicare il valore e la velocità che queste tecnologie offrono per rendere le cose ben governate, veloci ed efficienti, ma anche con il livello di qualità necessario. Se conoscete la nostra preoccupazione, penso che la nostra osservazione sia che se non mantenete questi due mondi in equilibrio tra loro, aprirete una finestra di rischio molto più ampia e creerete un mondo in cui non sarete soddisfatti dei risultati.

Ok, questo è piuttosto interessante. Tutto ciò che avete dal punto di vista di SnapLogic può essere esposto come endpoint MCP, potete esporlo e potete orchestrare processi e acquisizione dati, ma cosa succede se avete investito per venti o trent'anni in altre soluzioni middleware e disponete già di questi scenari? La stragrande maggioranza del middleware odierno della tecnologia di integrazione è stata fornita tra il 1995 e il 2006.

Siamo stati fondati nel 2006. La versione attuale di SnapLogic ha circa dieci anni.

Per quanto riguarda l'architettura di runtime di base, hanno continuato a migliorarla, ma noi siamo cloud . Siamo incentrati sul JSON.

Siamo, diciamo, al passo con le tecnologie odierne. Nessuno dei sistemi sullo schermo lo è davvero.

Tutti questi sistemi sono, come sapete, di tipo colonnare, orientati alle righe, on-premise, autogestiti, sistemi che continuano a essere la spina dorsale dell'integrazione per la maggior parte delle aziende del pianeta. E quindi una delle cose che ci viene richiesta continuamente è la necessità di ridurre i costi di modernizzazione di questi sistemi.

Non possiamo continuare a mantenere attivi i nostri sistemi. Alcuni di essi stanno per diventare completamente obsoleti.

Microsoft BizTalk, molte persone stanno affrontando una situazione critica su BizTalk in questo momento. Molti di noi, SCP process orchestrator con fine vita tra un paio d'anni con l'ECC a quattro mondi.

Questi ci vengono imposti, ma sapete che potete rimandare la decisione, potete ottenere una manutenzione estesa. Tuttavia, quando diventa impossibile mantenere la velocità necessaria per la vostra attività, diventa imperativo passare a un'architettura più moderna e contemporanea, ma questo è sempre stato troppo costoso e troppo dispendioso in termini di tempo.

Così, lo scorso anno abbiamo avviato un progetto di data science in cui abbiamo innanzitutto valutato se fosse possibile passare da un approccio alla modernizzazione guidato dai professionisti, ovvero qualcuno che siede davanti a due monitor, esamina il vecchio sistema, costruisce quello nuovo e si limita a passare dall'uno all'altro, a un approccio basato sui dati. Abbiamo scoperto che non solo è possibile, ma che possiamo ottenere una riduzione dell'80% dei tempi e dei costi di modernizzazione.

Tempo e costi: cosa è più importante? Beh, il tempo, se riusciamo a ridurre anche solo del 50% il tempo necessario per la monetizzazione, riduciamo il profilo di rischio, riduciamo i costi e le difficoltà di transizione, e il tempo non è solo il tempo delle persone, è il tempo complessivo del progetto e il tempo necessario per lo sviluppo. Quindi, il modo in cui alla fine siamo arrivati a farlo non è un approccio puramente tecnico in cui stiamo solo effettuando una conversione tecnica o un lift and shift, anche se per una parte dei vostri carichi di lavoro penso che potrebbe essere molto appropriato.

Stiamo esaminando in modo olistico l'intero processo di modernizzazione partendo dalla comprensione del portafoglio. Molti di questi portafogli risalgono a decenni fa e le persone che hanno creato i carichi di lavoro non lavorano più con noi.

Probabilmente sono in pensione o sono deceduti. Non hanno documentato le cose in modo adeguato, quindi comprendiamo questi sistemi solo quando si verificano dei guasti.

E per modernizzare la loro migrazione, spesso ci troviamo di fronte a un progetto della durata di sei-otto mesi solo per capire cosa abbiamo a disposizione in termini di dettagli utili. Quindi quello che stiamo facendo è automatizzare completamente il processo e poi elaborare una pianificazione incentrata sul business, sia che si tratti di un determinato dominio aziendale o di un orientamento ai processi, sviluppando e poi consegnando con test e rilascio.

Quindi, quello che stiamo osservando in termini di implementazioni iniziali di Slim è una riduzione del 40% della complessità complessiva dell'integrazione. Quindi la capacità di rifattorizzare le soluzioni non solo con un semplice lift and shift, ma rifattorizzandole realmente e adottando una metodologia di progettazione diversa per la creazione di questi elementi.

Se si osservano, ad esempio, alcuni di questi sistemi, si noterà che con il termine mappatura, intendo informatica, si intende la capacità di eseguire una compressione massiccia, da un sistema all'altro, principalmente attraverso la parametrizzazione e il riutilizzo. E poi, in particolare, la riduzione dei tempi di implementazione.

Per capire come stiamo affrontando la questione, ecco alcuni screenshot del sistema. Se pensiamo alla fase di analisi, in pratica stiamo esportando i metadati di questi sistemi legacy, solitamente in formato XML, caricandoli nel sistema e quindi eseguendo un'analisi statistica di tali metadati.

Quali sono gli endpoint? Quali sono le trasformazioni? Come li gestite? E poi si procede alla creazione dei diagrammi dettagliati del flusso di lavoro e alla comprensione dei processi. Da lì passiamo alla pianificazione, che tralascerò, e poi allo sviluppo vero e proprio.

Quindi, partendo da questo e sviluppando le specifiche, le prime bozze delle pipeline stesse, i dati di test e la gestione, sapete, il controllo completo della versione CICD e poi, cosa fondamentale, la gestione dei test e del rilascio. Quindi test completamente automatizzati e iterativi nel ciclo di sviluppo sia a livello di unità che a livello di regressione stessa.

E, a proposito, questo approccio di test che abbiamo ideato con SLIM è disponibile anche separatamente per i vostri ambienti SnapLogic. In questo modo potrete integrare i test unitari nel ciclo di vita dello sviluppo e gestire l'analisi completa dei test di regressione.

Vedo alcuni occhi illuminarsi a questa notizia, perché per noi si trattava di una lacuna che esisteva da tempo. Abbiamo colmato questa lacuna e ora abbiamo anche la possibilità di eseguire test unitari e di regressione completamente automatizzati.

Quindi, piuttosto emozionante. Rappresentante SnapLogic di alto livello.

Mi ricontatterete in seguito e saremo lieti di fornirvi delle demo e di esaminare i vostri dati in questo sistema. Ok.

E ora cosa succederà? Beh, sapete, la prima ondata di middleware moderno, iniziata nel 1996 con Informatica, TIBCO e altri, era realmente on-premise, sia che si trattasse di tecnologie di tipo ETL o ESB. La prossima ondata sarà, come sapete, cloud, con iPaaS.

La nostra previsione e la direzione che stiamo prendendo è davvero quella dell'integrazione agentica e non sono d'accordo con il mio collega del marketing quando dice che si tratta solo di una moda passeggera. In realtà, ciò che intendiamo per integrazione agentica è proprio quello che vi ho appena mostrato con Slim.

Stiamo effettivamente applicando l'IA nel campo dello sviluppo dei sistemi stessi. SnapGPT è ora un copilota agentico.

Se utilizzate SnapGPT e avete notato il suo continuo e costante miglioramento, ora potete adottare un approccio più approfondito, utilizzando SnapGPT in quello che ora è un ciclo iterativo, sia che si tratti di rifattorizzare carichi di lavoro esistenti o di crearne di nuovi. Si tratta di un sistema agentico e, come potete vedere, stiamo sviluppando anche questi.

Ecco cosa intendiamo. Come si fa a ridurre al minimo il costo umano dell'integrazione, dell'automazione, dell'orchestrazione, dello sviluppo e della gestione? Lo si fa automatizzando tutto.

Ok. Quindi siamo impegnati in questo futuro in cui siamo tutti coinvolti.

Continuiamo a svilupparci. Abbiamo iniziato nel 2017, creando le nostre prime reti neurali artificiali e sviluppando le nostre competenze.

Abbiamo compiuto uno sforzo costante e continuo in tal senso. Siamo determinati a ridurre al minimo i costi, i rischi e il tempo dedicato a questo progetto e, avendo appena rilasciato MCP, stiamo valutando come ottenere sistemi multi-agente ben coordinati tra loro.

Stiamo iniziando le prime ricerche in questo campo. Se siete interessati ai sistemi agente-agente, non esitate a contattarci.

Al momento ci stiamo concentrando sull'esposizione di MCP nei casi d'uso in cui ha senso. Quindi, per concludere, venite a parlare con noi.

Contattaci se il tuo lavoro è in fase di stallo perché non hai ancora capito come garantire ai modelli o agli agenti di IA un accesso sicuro ai dati aziendali fondamentali in modo ripetibile, altamente controllato e utile. Con questo controllo centralizzato, contattaci se rischi un fallimento della governance.

Dimenticando tutto ciò, la vostra capacità di essere un gruppo operativo altamente performante è ostacolata dal debito tecnico e dall'eredità del passato, e quindi avete bisogno di qualcosa di più che semplici strumenti. Avete bisogno di una comunità, avete bisogno di competenze, avete bisogno di una guida.

Tutto ciò di cui sto parlando qui è disponibile anche sul nostro blog tecnico della community, e lo consideriamo davvero un'attività di gruppo. Quindi, è davvero un momento meraviglioso ed emozionante, e continuiamo a vedere aumentare il ritmo e la velocità dell'innovazione.

Grazie mille.