Modernizzazione in tutta sicurezza (trasmissione per il Nord America)

Come Pitney Bowes ha creato una base di dati regolamentata per prepararsi al futuro dell'intelligenza artificiale

Pitney Bowes, un’azienda con oltre 100 anni di storia nel settore delle tecnologie per le spedizioni e la corrispondenza, si avvale di dati provenienti da oltre 25 sistemi, tra cui Salesforce, SAP ECC, MongoDB, Oracle e altri ancora. Qualche anno fa, il team dedicato ai Big Data era sommerso da script ETL scritti manualmente che non riuscivano a stare al passo con le nuove applicazioni dell’ cloud . Oggi, quegli stessi dati fluiscono attraverso pipeline regolamentate verso un data lake e Snowflake, alimentando oltre 250 utenti aziendali nei reparti Vendite, Marketing, Finanza e Spedizioni e Posta. Questo è il tipo di infrastruttura che la maggior parte delle aziende dichiara di voler realizzare, ma che raramente riesce a portare a termine.

È proprio questa la base che Pitney Bowes ha impiegato anni a mettere a punto. Ora è proprio su questa base che si fonda la loro prossima mossa: garantire ai sistemi di intelligenza artificiale un accesso controllato e sicuro a quegli stessi dati, senza riaprire tutte le questioni relative a rischi, costi e controllo che credevano di aver già risolto.

Unitevi a Vishal Shah, Lead Data Architect presso Pitney Bowes, mentre illustra come il suo team abbia modernizzato l’infrastruttura dati su scala aziendale, le scelte architetturali, il modello di governance e gli insegnamenti tratti dall’aver inizialmente affrontato il percorso nel modo più difficile. Mostreremo poi come le più recenti funzionalità di SnapLogic estendano quella stessa base governata all’intelligenza artificiale (AI), tra cui SnapCode, un’esperienza di programmazione basata sull’intelligenza artificiale che aiuta i team a realizzare integrazioni più rapidamente, ed Enterprise MCP, che garantisce agli agenti AI un accesso sicuro e governato ai sistemi e agli strumenti aziendali.

Unisciti a noi per imparare a:

• Scopri com’è una vera e propria infrastruttura dati modernizzata: non si tratta di teoria, ma di un’architettura dati aziendale reale, progettata per crescere in scala, e di cosa è stato necessario per arrivarci.
• Assicurati che la governance e la sicurezza siano adeguate prima che l’IA ne abbia bisogno: controllo degli accessi, autenticazione e visibilità che funzionino correttamente, indipendentemente dal fatto che siano una persona o un agente IA a interagire con i dati.
• Trasformare un'infrastruttura modernizzata in un ambiente pronto per l'IA: come SnapCode e MCP Server consentono ai team di estendere l'infrastruttura esistente e gestita agli agenti di IA senza dover ricominciare da zero.