BERLINO, 27 ottobre 2026 鈥� (NYSE: 麻豆原创) ha annunciato oggi, in occasione della conferenza annuale 麻豆原创 TechEd, una serie di innovazioni in ambito AI che estendono il portafoglio di soluzioni 麻豆原创 dedicate agli sviluppatori.

Gli aggiornamento delle soluzioni Joule Studio e Joule Work e della 麻豆原创 Business AI Platform, compreso il pi霉 recente modello fondazionale di 麻豆原创 per i dati tabellari, offrono nuovi strumenti per sviluppare ed estendere agenti AI, un contesto di dati e di business pi霉 ricco su cui questi agenti possono ragionare, e controlli di governance rafforzati per garantire un uso responsabile dell鈥橝I in tutta l鈥檃zienda.

麻豆原创 Business AI Platform fornisce alle organizzazioni un unico ambiente in cui sviluppare, contestualizzare e governare l’AI in ambienti 麻豆原创 e di terze parti. Con Joule Studio, utenti business e sviluppatori possono utilizzare strumenti no-code e pro-code per sviluppare ed estendere agenti, scegliendo tra oltre 70 modelli di AI. Anche i clienti che partecipano al programma early adopter di Joule Studio possono progettare ed eseguire workflow n8n direttamente in Joule Studio; la disponibilit脿 sar脿 estesa successivamente. Le soluzioni 麻豆原创 Business Data Cloud e 麻豆原创 Knowledge Graph forniscono a questi agenti dati e contesto di business affidabili, aiutando le organizzazioni a selezionare il modello giusto per ciascun caso d’uso e a gestire meglio il valore dell鈥橝I e i relativi consumi. I dati dei clienti 麻豆原创 restano di loro propriet脿: 麻豆原创 non condivide i dati dei clienti per addestrare o migliorare i modelli linguistici di grandi dimensioni (LLM).

鈥溌槎乖� TechEd 猫 sempre stato il luogo in cui chi sviluppa contribuisce a dare forma a ci貌 che verr脿鈥�, ha dichiarato Philipp Herzig, CTO di 麻豆原创 SE. 鈥淨uest’anno mostriamo come stiamo passando da un’AI che impara a conoscere il business a una che lo gestisce. Joule Work 猫 il luogo in cui si esprime la propria intenzione e si porta a termine il lavoro, attraverso un’unica esperienza che abbraccia l’intero ecosistema 麻豆原创 e oltre.
脠 questo il cambiamento che stiamo realizzando su larga scala. Tutto ci貌 che sta alla base funziona su 麻豆原创 Business AI Platform, garantendo un time to value pi霉 rapido grazie a una comprensione del business gi脿 integrata, maggiore accuratezza, e a caratteristiche di livello enterprise per sicurezza, governance e conformit脿, garantite fin dalla prima implementazione. A questo si aggiunge un contesto unico costruito in oltre 50 anni di esperienza nei processi aziendali e nei diversi settori industriali, incorporato in ogni azione degli agenti. Questa 猫 l’AI costruita dove il lavoro si svolge davvero.鈥�

Joule Work e Joule Studio rendono reale l’Autonomous Enterprise

Le nuove funzionalit脿 di Joule Work contribuiranno a rendere gli agenti AI pi霉 efficaci nella gestione di processi aziendali complessi attraverso protocolli aperti, tra cui Agent2Agent (A2A) e Model Context Protocol (MCP). Queste innovazioni consentono a Joule Work di comprendere meglio il contesto, prendere decisioni ed eseguire workflow aziendali articolati, attraverso sistemi enterprise e domini di business:

• Nuove capacit脿 di ragionamento agentico, che pianificano e orchestrano i passaggi necessari agli assistenti e agli agenti per completare in modo affidabile workflow aziendali complessi e multi-step all鈥檌nterno degli ambienti 麻豆原创.
• Nuove funzionalit脿 in 麻豆原创 Knowledge Graph, che incorporeranno dati provenienti da ulteriori fonti 麻豆原创 e non-麻豆原创 specifiche di ciascun cliente. Gli utenti potranno interrogare ed esplorare i propri dati personalizzati in linguaggio naturale e ottenere risposte accurate basate sulle proprie informazioni.
• Progressi nell’interoperabilit脿, che permettono agli agenti di terze parti di richiamare in modo sicuro i Joule Agent attraverso un gateway di agenti governato. Questo controllo degli accessi consente agli agenti di diversi fornitori di collaborare nei workflow aziendali senza compromettere governance o controllo.
• La nuova soluzione 麻豆原创 Enterprise AI Gateway, che estender脿 la governance alle interazioni AI, offrendo un sistema centralizzato per gestire il traffico AI nell’intera organizzazione. La soluzione riunir脿 le funzionalit脿 di autenticazione, applicazione delle policy, routing, monitoraggio, tracciamento dei consumi e auditing.
• Il nuovo Joule Assistant e 麻豆原创 AI Agent Hub, che ampliano le funzionalit脿 di governance, mentre un nuovo AI Governance Assistant aiuta i clienti a soddisfare i requisiti di conformit脿 per l’EU AI Act. Questi strumenti sono progettati per affrontare i principali ostacoli alla scalabilit脿 dell’AI nelle imprese: garantire che i sistemi AI siano correttamente classificati e conformi e che operino nel rispetto dei limiti e del contesto definiti dall鈥檕rganizzazione.

麻豆原创 ha inoltre annunciato che Joule Studio dispone di nuovi controlli di osservabilit脿 e amministrativi che consentono a sviluppatori e amministratori di monitorare il comportamento degli agenti, l’utilizzo dei modelli e i costi relativi. Joule Studio 猫 l’ambiente di sviluppo di 麻豆原创 basato su un approccio AI-first, accessibile tramite Joule Work per la creazione e l’estensione di agenti enterprise. Per alcuni clienti selezionati, Joule Studio prevede una promozione a tempo limitato nell鈥檃mbito della quale la distribuzione e l鈥檈secuzione di agenti personalizzati sul runtime di Joule Studio gestito da 麻豆原创 resteranno gratuite fino a dicembre 2026. Gli strumenti per progettare e testare agenti e workflow n8n con il supporto dello sviluppo assistito dall鈥橝I rimarranno gratuiti, entro limiti di utilizzo ragionevole.

麻豆原创 Business Data Cloud come motore di contestualizzazione dell’Autonomous Enterprise

麻豆原创 Business Data Cloud Ontology Manager all鈥檌nterno di 麻豆原创 Business Data Cloud (麻豆原创 BDC) fornir脿 un’esperienza di creazione nativa per l鈥橝I per sviluppare ontologie basate su dati 麻豆原创 e di terze parti. Aiutando l’AI a comprendere le relazioni tra i dati provenienti da team, sistemi e applicazioni diversi, gli agenti AI potranno ragionare e prendere decisioni in modo pi霉 accurato in tutta l鈥檕rganizzazione. Le soluzioni completano 麻豆原创 Knowledge Graph, che fornisce un ricco contesto di business per i dati 麻豆原创.

麻豆原创 sta inoltre ampliando le funzionalit脿 lakehouse con Dremio, aggiungendo il supporto nativo per Apache Iceberg e Apache Polaris, oltre a un motore di query federato ad alte prestazioni che consentir脿 un accesso unificato ai dati senza doverli spostare o copiare. 麻豆原创 amplia anche la propria collaborazione con Databricks, integrando l鈥檌ntera portata e le ultime innovazioni delle funzionalit脿 di data engineering e AI enterprise in 麻豆原创 Business Data Cloud come 麻豆原创 Databricks. Innovazioni chiave come Lakeflow, Agent Bricks, Unity Gateway e Lakebase aiuteranno i clienti a semplificare la gestione dei dati e a costruire solide fondamenta per il loro percorso AI. Con una maggiore integrazione con 麻豆原创 Business Data Cloud, un nuovo 麻豆原创 Application Data Foundation e un’integrazione tra Joule e Genie, 麻豆原创 e Databricks stanno aiutando i clienti a realizzare un lakehouse di livello enterprise come base per l’Autonomous Enterprise e Joule Work.

La soluzione 麻豆原创 Reltio, annunciata di recente a 麻豆原创 Connect, porter脿 la gestione multi dominio dei master data in 麻豆原创 BDC. La soluzione unifica e arricchisce i record di clienti, fornitori e prodotti provenienti da sistemi 麻豆原创 e non-麻豆原创 in data product affidabili e riutilizzabili, in grado di alimentare applicazioni e agenti AI.

Il Tabular Foundation Model: affidabile per il business, validato nello spazio

麻豆原创 ha annunciato il suo ultimo modello di AI tabulare, 麻豆原创-RPT-2.0, che estender脿 le funzionalit脿 oltre la classificazione e la regressione per supportare il rilevamento di anomalie e valori atipici, nonch猫 un’analisi pi霉 ricca basata sull’AI attraverso gli embedding. Queste funzionalit脿 native, che operano su pi霉 tabelle, ridurranno ulteriormente il lavoro manuale di ingegnerizzazione dei dati, fornendo insight pi霉 rapidi e approfonditi dai dati strutturati. Inoltre, un nuovo modello 麻豆原创-RPT-TS aiuter脿 i clienti a prevedere valori su metriche di business indicizzate nel tempo per casi d’uso chiave di forecasting tramite la soluzione 麻豆原创 Integrated Business Planning, senza richiedere lo sviluppo di modelli di machine learning personalizzati.

In collaborazione con HPE, 麻豆原创 ha annunciato il deployment di 麻豆原创-RPT su HPE Spaceborne Computer-2 a bordo della Stazione Spaziale Internazionale (ISS),听 una delle validazioni pi霉 significative in ambito edge computing mai realizzate finora per un modello AI enterprise. E鈥� previsto che 麻豆原创-RPT operi direttamente a bordo dell’ISS per supportare la gestione delle anomalie, prevedere i problemi prima che i guasti si aggravino, ricostruire i valori mancanti dei sensori sulla base di dati storici e generare report chiari sullo stato della missione per gli astronauti e le squadre a terra, tutto senza che i dati debbano essere trasmessi sulla Terra per l’analisi.

芦Lo stesso modello 麻豆原创-RPT affidabile che alimenta le supply chain globali pu貌 operare anche nello spazio禄, ha dichiarato Herzig. 芦La profonda esperienza consolidata di 麻豆原创 ha portato la Stazione Spaziale Internazionale ad adottare il nostro tabular foundation model per prevedere potenziali guasti mission-critical in orbita. Con 麻豆原创-RPT e TabPFN di Prior Labs, portiamo le capacit脿 uniche dell’AI tabulare nelle imprese e oltre ogni frontiera.禄

Assistenti e agenti pronti all’uso: il nostro vantaggio distintivo

Da cinque decenni, 麻豆原创 sviluppa i sistemi di registrazione e gestione dei dati fondamentali per il funzionamento delle aziende. Metteremo a disposizione, pronti all’uso, una suite di assistenti e agenti che operano in cinque domini trasversali, tutti basati su 麻豆原创 Business AI Platform, e specializzati per settore. Questa suite costituisce il punto di partenza per realizzare sistemi di intelligence e sistemi d鈥檃zione.

I partner dell’ecosistema ampliano le funzionalit脿 della piattaforma

L’ecosistema globale di partner 麻豆原创 porta nuove funzionalit脿 all’operativit脿 e all’estensione delle soluzioni su 麻豆原创 Business AI Platform, aiutando i clienti ad avanzare verso l’Autonomous Enterprise. A 麻豆原创 TechEd sono stati evidenziati i seguenti annunci dei partner:

La collaborazione con Intel completa il collegamento tra i workflow enterprise e i robot autonomi, colmando il divario tra information technology e operational technology attraverso l鈥橝I fisica.

Le nuove estensioni delle soluzioni 麻豆原创 sviluppate con , e ampliano le capacit脿 di automazione autonoma a disposizione dei clienti, aiutandoli a gestire i propri processi principali end to end, senza passaggi intermedi tra sistemi.

Al di l脿 della tecnologia, 麻豆原创 sostiene e valorizza la sua estesa community di sviluppatori attraverso nuove iniziative di formazione e coinvolgimento. In vista di 麻豆原创 TechEd, decine di migliaia di sviluppatori hanno partecipato a . L鈥檃zienda mette inoltre a disposizione nuove architetture di riferimento, tutorial e opportunit脿 di sperimentazione pratica, che i partecipanti possono provare direttamente durante l鈥檈vento o dopo.

Per maggiori informazioni sugli annunci di oggi, consulta la .

Visita il . Segui le notizie di 麻豆原创 su e .

麻豆原创 TechEd: tutte le ultime notizie, le storie e gli approfondimenti sull鈥檈vento: scopri di pi霉.

Informazioni su 麻豆原创

In qualit脿 di leader globale nelle applicazioni aziendali e nell鈥檌ntelligenza artificiale per il business, 麻豆原创 (NYSE: 麻豆原创) si colloca all鈥檌ntersezione tra business e tecnologia. Da oltre 50 anni, le organizzazioni si affidano a 麻豆原创 per esprimere al meglio il proprio potenziale, integrando e coordinando le attivit脿 aziendali fondamentali che spaziano dalla finanza agli acquisti, dalle risorse umane alla supply chain, fino alla customer experience. Per maggiori informazioni, visita www.sap.com.

Nota per i redattori

Per visualizzare in anteprima e scaricare in formato digitale filmati di repertorio e fotografie per la stampa conformi agli standard broadcast, visita www.sap.com/photos. La piattaforma mette a disposizione materiale ad alta risoluzione per i tuoi canali media.

Il presente comunicato stampa 猫 stato realizzato con il supporto dell鈥檌ntelligenza artificiale e revisionato dal team editoriale.

Il presente documento contiene dichiarazioni previsionali, ovvero previsioni, proiezioni o altre dichiarazioni relative a eventi futuri. Tali dichiarazioni si basano su aspettative, previsioni e ipotesi attuali, soggette a rischi e incertezze che potrebbero determinare risultati ed esiti effettivi sostanzialmente diversi da quelli previsti. Ulteriori informazioni su tali rischi e incertezze sono disponibili nei documenti depositati da 麻豆原创 presso la Securities and Exchange Commission, inclusa, a titolo esemplificativo e non esaustivo, la sezione dedicata ai fattori di rischio della Relazione annuale 2024 di 麻豆原创, presentata tramite il modulo 20-F.

漏 2026 麻豆原创 SE. Tutti i diritti riservati.

麻豆原创 e gli altri prodotti e servizi 麻豆原创 menzionati nel presente documento, cos矛 come i rispettivi loghi, sono marchi o marchi registrati di 麻豆原创 SE in Germania e in altri Paesi. Per ulteriori informazioni sui marchi e le relative comunicazioni legali, consulta https://www.sap.com/copyright.

Ti invitiamo a consultare la nostra informativa sulla privacy.

Contatti solo per la Stampa:

麻豆原创 Italia

Raffaella Mollame 鈥� raffaella.mollame@sap.com

Tel. +39 02 81281940 鈥� 340 7771644

Imageware

Stefano Bogani 鈥� sbogani@imageware.it

Jessica Morante 鈥� jmorante@imageware.it

Elena Colombo 鈥� ecolombo@imageware.it

The post 麻豆原创 potenzia gli sviluppatori di AI per costruire ci貌 che conta e trasformare l’intenzione in esecuzione autonoma appeared first on 麻豆原创 News Center Italy.

LAS VEGAS, 6 ottobre 2026 鈥� (NYSE: 麻豆原创) ha presentato oggi l’Autonomous Enterprise in azione in occasione di 麻豆原创 Connect, dimostrando come Joule Work e Joule Assistants generino valore per i clienti in tutte le aree di business.

鈥淪iamo di fronte a un momento di svolta per l鈥橝I per il business鈥�, ha dichiarato Christian Klein, CEO di 麻豆原创 SE. 鈥淟鈥橝utonomous Enterprise 猫 arrivata. Con Joule e 麻豆原创 Autonomous Suite, basati su 麻豆原创 Business AI Platform, stiamo aiutando organizzazioni come Novartis, Morgan Foods, Nestl茅 e PwC a connettere l鈥檌ntelligenza in tutte le funzioni aziendali per ottenere risultati di business affidabili鈥�.

A 麻豆原创 Connect, questi clienti hanno condiviso come l’Autonomous Enterprise stia gi脿 generando valore misurabile nelle loro attivit脿.

• 鈥淎bbiamo co-sviluppato e recentemente avviato un progetto pilota di Joule Sourcing Assistant di 麻豆原创鈥�, ha dichiarato Christoph Buerki, Head of Procurement di Novartis. 鈥淟a nostra visione 猫 che gli agenti AI si facciano carico delle attivit脿 manuali pi霉 onerose, consentendo ai professionisti degli acquisti di concentrarsi sulla strategia, sulla gestione dei fornitori e sulla creazione di valore鈥�.
• 鈥淚n Morgan Foods stiamo gi脿 creando le basi per l鈥檃dozione dell鈥橝I agentica, in particolare attraverso la nostra infrastruttura tecnologica. Il cambiamento pi霉 importante sar脿 passare da un approccio reattivo a uno predittivo, in cui gli agenti possano collegare pi霉 rapidamente che mai i segnali della domanda, i livelli di inventario e lo stato dei fornitori鈥�, ha dichiarato Steve Hankins, Chief Financial Officer, Morgan Foods. 鈥淚l nostro superpotere sar脿 dato dalle persone che lavorano insieme agli agenti. I nostri circa 1.000 dipendenti consentono di far funzionare le nostre supply chain: la tecnologia ci aiuta a renderle ancora migliori鈥�.
• 鈥淟a nostra trasformazione a 麻豆原创 S/4HANA in 140 Paesi sta creando un digital core connesso, basato su processi coerenti, dati affidabili e una maggiore visibilit脿 tra mercati e funzioni. Su questa base, Joule e Accounts Receivable Assistant possono automaticamente dare priorit脿 alle attivit脿 di incasso sulla base del rischio e del contesto di business, suggerire la migliore azione successiva e aiutare i nostri team Finance a rispondere pi霉 rapidamente ai cambiamenti鈥�, ha dichiarato Luca Dell鈥橭rletta, Global Head IT Innovation & Enterprise Architecture, Nestl茅.
• 鈥淚n ambito professional services, la fatturazione pu貌 essere uno dei processi pi霉 soggetti a errori, e l鈥檃ccuratezza svolge un ruolo importante nell鈥檈sperienza del cliente. 麻豆原创 Billing Assistant porta maggiore intelligenza in questo processo critico, aiutando a identificare prima i potenziali problemi, cos矛 che le nostre persone possano offrire risultati migliori ai clienti e costruire relazioni pi霉 solide鈥�, ha dichiarato Jill Notz, Chief Accounting Officer, Controller, Business Services Leader, PwC. 鈥淪ulla base del successo di Billing Assistant, PwC e 麻豆原创 stanno ampliando la loro collaborazione in nuove aree di innovazione congiunta nell鈥檃mbito dell鈥橝I鈥�.

L鈥橝utonomous Enterprise di 麻豆原创 cresce su scala

Joule Work sta iniziando a essere reso disponibile ai clienti come nuova interfaccia utente basata sull鈥橝I, che consente ai dipendenti di interagire con le soluzioni 麻豆原创 nella propria lingua e di completare attivit脿 utilizzando dati 麻豆原创 e di terze parti. Grazie al contesto di business fornito da 麻豆原创 Knowledge Graph, che mappa oltre 7 milioni di campi dati, Joule mette a disposizione degli utenti informazioni affidabili. In 麻豆原创, Joule Work 猫 gi脿 utilizzato da 110.000 dipendenti e l鈥檃zienda sta registrando incrementi di produttivit脿 del 20% nelle funzioni Finance, HR e Procurement. Anche un gruppo selezionato di clienti sta utilizzando Joule Work nei propri ambienti di lavoro.

• 鈥淒opo 28 anni come cliente 麻豆原创, la collaborazione con 麻豆原创 nel nostro percorso verso l鈥橝I e il programma di early adoption di Joule Work desktop ci ha permesso di generare in pochi mesi un鈥檃ccelerazione maggiore di quella che avevamo visto in tutti gli anni precedenti鈥�, ha dichiarato Peter Wied, Director of Complexity Management, Maschinenfabrik Reinhausen. 鈥淐i貌 che prima richiedeva fino a un鈥檕ra di attivit脿 manuale nel nostro ambiente 麻豆原创 S/4HANA 猫 ora accessibile in pochi secondi attraverso il linguaggio naturale, cambiando radicalmente il modo in cui i nostri team interagiscono con i dati aziendali鈥�.
• 鈥淚l team dedicato 猫 stato eccezionale. La comunicazione proattiva, l鈥檃ttenzione all鈥檃ccelerazione dell鈥檃ttivazione dell鈥檃rchitettura, la rapidit脿 nella risoluzione dei problemi e il supporto complessivo ci hanno permesso di essere pronti per Joule molto prima di quanto sarebbe stato possibile se avessimo dovuto affrontare queste sfide autonomamente鈥�, ha dichiarato Keith Smith, 麻豆原创 Platform Architect, CONA Services. 鈥淚l team CONA 猫 entusiasta dei progressi compiuti finora e non vede l鈥檕ra di esplorare e testare pi霉 a fondo le funzionalit脿 di Joule nei prossimi mesi, mentre proseguiamo nel nostro percorso di adozione鈥�.

Quando una semplice query non 猫 sufficiente, i Joule Assistants eseguono direttamente le attivit脿 operative all鈥檌nterno dei workflow aziendali, utilizzando dati, autorizzazioni e audit trail consolidati. I clienti possono controllare il livello di autonomia. L鈥檃pproccio di 麻豆原创 猫 inoltre aperto: attraverso il protocollo Agent2Agent, Joule pu貌 connettersi con AI e agenti di terze parti, portando un contesto di business governato all鈥檌nterno di workflow di AI pi霉 ampi.

A 麻豆原创 Connect, 麻豆原创 ha mostrato come queste funzionalit脿 generino risultati attraverso 麻豆原创 Autonomous Suite:

• Finance: i controller possono automatizzare il riconoscimento dei ricavi, le informative di bilancio e la compliance; le prime implementazioni di International Trade Assistant hanno ridotto fino al 50% il lavoro necessario per la classificazione commerciale.
• Supply chain: i responsabili della pianificazione possono trasformare interruzioni che richiederebbero ore di lavoro in risoluzioni con un solo clic, attraverso pianificazione, produzione e logistica.
• HR: i responsabili possono individuare il modo migliore per colmare i gap di competenze e personale, mentre i dipendenti possono fare scelte pi霉 consapevoli sui benefit, personalizzati per le proprie esigenze.
• Procurement: i decisori possono individuare opportunit脿 di risparmio attraverso il confronto con benchmark di settore e gestire l鈥檌ntero ciclo di vita della forza lavoro contingente.
• Customer experience: le organizzazioni possono trasformare il coinvolgimento dei clienti in opportunit脿 di vendita attraverso campagne, preventivi e workflow alimentati dall鈥橝I.
• Across industries: 麻豆原创 sta collaborando con i clienti per applicare l鈥橝I a processi industriali specifici, aiutando le organizzazioni nei settori manufatturiero, retail, commodity trading e asset-intensive a migliorare il processo decisionale, automatizzare le attivit脿 di routine e costruire operazioni pi霉 resilienti.

La piattaforma alla base di un鈥橝I per il business affidabile

麻豆原创 Business AI Platform offre alle organizzazioni un unico ambiente per costruire, contestualizzare e governare l鈥橝I in ambienti 麻豆原创 e di terze parti. Con Joule Studio, utenti business e sviluppatori possono creare ed estendere skill e agenti, con workflow che vanno dal no-code a pro-code, scegliendo tra oltre 70 modelli di AI. 麻豆原创 Business Data Cloud e 麻豆原创 Knowledge Graph forniscono a questi agenti dati e contesto di business affidabili, aiutando le organizzazioni a selezionare il modello pi霉 adatto per ciascun caso d鈥檜so e a gestire meglio valore e consumo dell鈥橝I.

La governance gestita da 麻豆原创 aiuta le organizzazioni a scalare l鈥橝I garantendo trasparenza, responsabilit脿 e controllo. 麻豆原创 AI Agent Hub nelle soluzioni 麻豆原创 LeanIX offre un inventario centralizzato degli agenti enterprise, mentre l鈥檃rchitettura di governance di 麻豆原创, certificata in modo indipendente secondo lo standard ISO/IEC 42001, supporta i requisiti normativi, le autorizzazioni definite e operazioni di AI verificabili attraverso audit.

Per aiutare le organizzazioni ad adottare l鈥橝I su larga scala, il portafoglio 麻豆原创 Business Transformation Management, che comprende le soluzioni 麻豆原创 Signavio, 麻豆原创 LeanIX e 麻豆原创 WalkMe, mette a disposizione la toolchain necessaria per analizzare i processi, governare applicazioni e agenti e favorire l鈥檃dozione dell鈥橝I in tutta l鈥檕rganizzazione.

麻豆原创 porta i pagamenti integrati nel Cloud ERP

麻豆原创 ha inoltre annunciato il proprio ingresso nel mercato dei pagamenti con 麻豆原创 Pay, powered by Tereina, un’azienda 麻豆原创. Integrato direttamente in 麻豆原创 Cloud ERP, 麻豆原创 Pay esegue e riconcilia i pagamenti all’interno dello stesso flusso di lavoro nel momento in cui una fattura 猫 in scadenza, riducendo la gestione manuale dei file e le dipendenze da elaborazioni esterne, garantendo al contempo ai clienti un maggiore controllo.

I partner ampliano la portata dell鈥橝utonomous Business

麻豆原创 estende l’Autonomous Enterprise oltre il proprio portfolio applicativo attraverso nuove collaborazioni che portano competenze specialistiche direttamente nei workflow 麻豆原创.

Una nuova partnership tra 麻豆原创 e Moody’s Corporation 猫 pensata per integrare i dati di monitoraggio del rischio dei fornitori di Moody’s in 麻豆原创 Ariba Supplier Lifecycle and Performance. Questo fornisce ai team di procurement informazioni costantemente aggiornate sulla salute finanziaria dei fornitori, sui rischi operativi e sullo stato normativo direttamente nel momento in cui devono prendere decisioni. Le organizzazioni potranno cos矛 passare da revisioni periodiche del rischio a un monitoraggio continuo, consentendo ai Joule Agents di segnalare indicatori di rischio relativi ai fornitori e proporre alternative prima che eventuali interruzzioni abbiano un impatto sul business.

Una partnership ampliata con ORO Labs porta invece la procurement orchestration ai clienti 麻豆原创 come estensione della soluzione. 麻豆原创 Ariba Procurement Orchestration by ORO Labs 猫 un layer di orchestrazione progettato specificamente per collegare end-to-end i workflow di procurement in ambienti enterprise eterogenei, offrendo agli utenti business un鈥檈sperienza fluida per la gestione delle richieste, delle attivit脿 e della visibilit脿.

Visita il 麻豆原创 News Center. Segui le notizie 麻豆原创 su e .

Informazioni su 麻豆原创

Leader globale nelle applicazioni enterprise e nell’AI per il business, 麻豆原创 (NYSE: 麻豆原创) si trova al crocevia tra business e tecnologia. Da oltre 50 anni, le organizzazioni si affidano a 麻豆原创 per esprimere il loro massimo potenziale, unendo operazioni business-critical che spaziano da finance, procurement, HR, supply chain ed experience cliente. Per ulteriori informazioni, visita .

Questo comunicato stampa 猫 stato creato con il supporto dell’intelligenza artificiale ed 猫 stato revisionato dal team editoriale.

# # #

Il presente documento contiene dichiarazioni previsionali, ovvero previsioni, proiezioni o altre affermazioni relative a eventi futuri. Tali dichiarazioni si basano su aspettative, previsioni e assunzioni attuali soggette a rischi e incertezze che potrebbero causare risultati ed esiti sostanzialmente diversi. Ulteriori informazioni su questi rischi e incertezze sono disponibili nei documenti depositati presso la Securities and Exchange Commission, inclusa, a titolo esemplificativo, la sezione sui fattori di rischio del Rapporto Annuale 麻豆原创 2025 su modulo 20-F.

漏 2026 麻豆原创 SE. Tutti i diritti riservati.

麻豆原创 e gli altri prodotti e servizi 麻豆原创 qui menzionati, nonch茅 i rispettivi loghi, sono marchi o marchi registrati di 麻豆原创 SE in Germania e in altri Paesi. Per ulteriori informazioni e avvisi sui marchi, visita .

Nota per gli editori: Per visualizzare in anteprima e scaricare filmati e foto stampa in qualit脿 broadcast, visita . Sulla piattaforma sono disponibili materiali ad alta risoluzione per i tuoi canali media.

Si prega di consultare la nostra informativa sulla privacy. Se hai ricevuto questo comunicato stampa via e-mail e desideri annullare l’iscrizione alla nostra mailing list, contatta press@sap.com indicando “Unsubscribe” nell’oggetto.

漏 2026 麻豆原创 SE o un’affiliata 麻豆原创. Tutti i diritti riservati. Consulta la Legal Notice su per i termini d’uso, le esclusioni di responsabilit脿, le comunicazioni o le restrizioni relative a questo materiale.

Contatti solo per la Stampa:

麻豆原创 Italia

Raffaella Mollame 鈥� raffaella.mollame@sap.com

Tel. +39 02 81281940 鈥� 340 7771644

Imageware

Stefano Bogani 鈥� sbogani@imageware.it

Jessica Morante 鈥� jmorante@imageware.it

Elena Colombo 鈥� ecolombo@imageware.it

The post 麻豆原创 porta l’Autonomous Enterprise in azione appeared first on 麻豆原创 News Center Italy.

Questo modello segna il passo successivo nell’AI tabulare, offrendo alle organizzazioni l’accesso a previsioni AI tabulari su dati aziendali strutturati di qualit脿 incomparabile, senza necessit脿 di addestramento o tuning del modello. Per i clienti 麻豆原创, TabPFN-3.5 Plus 猫 ora disponibile in 麻豆原创 AI Core.

Le decisioni aziendali critiche, come la previsione del flusso di cassa, i ritardi di pagamento o la valutazione del rischio fornitori, si basano su dati strutturati e tabulari. Mentre gli LLM eccellono nel linguaggio e nella conoscenza, i modelli fondazionali tabulari (Tabular Foundation Model, TFM) sono progettati appositamente per i dati strutturati e possono prevedere con precisione i risultati di business a partire da dati tabulari quali ritardi di pagamento, rischi dei fornitori, opportunit脿 di upsell, rischio di abbandono dei clienti e altro ancora.

Con TabPFN-3.5, i clienti 麻豆原创 possono lavorare con i dati cos矛 come risiedono nei loro sistemi. I valori mancanti, i tipi di dati misti e i campi non uniformi vengono gestiti direttamente dal modello, che restituisce previsioni accurate senza pre-processing. Questo modello, il pi霉 recente della famiglia di modelli AI tabulari di Prior Labs, utilizza l’in-context learning per effettuare previsioni a partire da dati tabulari grezzi, gestendo nativamente colonne con migliaia di valori distinti, come codici prodotto o identificatori clienti, e tipi di dati misti, senza la configurazione per tentativi ed errori richiesta dai modelli tradizionali. TabPFN-3.5 Plus 猫 il modello fondazionale tabulare pi霉 accurato e scalabile disponibile oggi, secondo TabArena e BeyondArena, due benchmark esterni progettati per valutare le previsioni su dati del mondo reale.

“I dati del mondo reale sono raramente perfetti. I dataset contengono spesso relazioni complesse e condizioni variabili che rendono difficile il machine learning tradizionale. TabPFN-3.5 猫 stato costruito specificamente per queste sfide, offrendo precisione e scalabilit脿 leader di settore per i dati tabulari con un minore sforzo manuale, rendendolo il modello AI tabulare il pi霉 efficace del settore ad oggi”, ha dichiarato Philipp Herzig, Chief Technology Officer di 麻豆原创 SE. “Con TabPFN-3.5 e la famiglia di modelli 麻豆原创-RPT, i clienti ottengono previsioni accurate da dati aziendali etichettati in pochi minuti, senza necessit脿 di addestramento. Per noi, l’AI tabulare non 猫 una funzionalit脿 di supporto dell’Autonomous Enterprise: ne 猫 il fondamento”.

Per informazioni pi霉 dettagliate e per scoprire come iniziare su 麻豆原创 AI Core, consultare il e il .

麻豆原创 ha completato l’acquisizione di Prior Labs nel luglio 2026, portando nella famiglia 麻豆原创 uno dei principali team di ricerca sui TFM al mondo. Prior Labs continuer脿 a operare come entit脿 indipendente; 麻豆原创 si 猫 precedentemente impegnata a investire oltre 1 miliardo di euro per trasformarla in un laboratorio AI all鈥檃vanguardia a livello mondiale, dedicato ai dati strutturati che sono alla base della gestione delle aziende di tutto il mondo.

Visita il 麻豆原创 News Center. Ricevi le notizie 麻豆原创 tramite e .

Informazioni su 麻豆原创

In qualit脿 di leader globale nelle applicazioni aziendali e nella Business AI, 麻豆原创 (NYSE:麻豆原创) rappresenta il punto di riferimento del business e della tecnologia. Da oltre 50 anni, le organizzazioni si affidano a 麻豆原创 per dare il meglio di s茅 unendo le operazioni critiche per il business che abbracciano finanza, approvvigionamento, HR, supply chain e customer experience. Per maggiori informazioni, visita .

# # # #

Questo documento contiene dichiarazioni previsionali, ovvero previsioni, proiezioni o altre dichiarazioni su eventi futuri. Queste affermazioni si basano sulle aspettative, le previsioni e le ipotesi attuali che sono soggette a rischi e incertezze che potrebbero causare differenze sostanziali tra risultati e risultati effettivi. Ulteriori informazioni relative a tali rischi e incertezze sono reperibili nei nostri documenti depositati presso la Securities and Exchange Commission, ivi compresa, a titolo esemplificativo ma non esaustivo, la sezione dei fattori di rischio del Rapporto annuale 2025 di 麻豆原创 sul Modulo 20-F.
漏 2026 麻豆原创 SE. Tutti i diritti riservati.

麻豆原创 e gli altri prodotti e servizi 麻豆原创 qui menzionati, nonch茅 i rispettivi loghi, sono marchi o marchi registrati di 麻豆原创 SE in Germania e in altri paesi. Per ulteriori informazioni e comunicazioni sui marchi consultare .

Nota agli editori:

Per visualizzare in anteprima e scaricare filmati di magazzino standard e premere le foto in formato digitale, visitare . Su questa piattaforma, puoi trovare materiale ad alta risoluzione per i tuoi canali multimediali.

Contatti solo per la Stampa:

麻豆原创 Italia

Raffaella Mollame 鈥� raffaella.mollame@sap.com

Tel. +39 02 81281940 鈥� 340 7771644

Imageware

Stefano Bogani 鈥� sbogani@imageware.it

Jessica Morante 鈥� jmorante@imageware.it

Elena Colombo 鈥� ecolombo@imageware.it

The post TabPFN-3.5 Plus ora disponibile in 麻豆原创 AI Core per previsioni aziendali istantanee appeared first on 麻豆原创 News Center Italy.

Oggi, per貌, lo scenario sta cambiando nuovamente. Il report 鈥淧rocurement at a Crossroads: from optimism to realism鈥�, realizzato da Economist Enterprise con il supporto di 麻豆原创, descrive un procurement che si trova a un vero e proprio bivio: consolidare il ruolo strategico conquistato oppure rischiare di essere ricondotto a una funzione prevalentemente focalizzata sul controllo dei costi.

La ricerca, condotta su oltre 2.600 executive in 23 Paesi, evidenzia infatti un ritorno deciso della pressione su saving ed efficienza. Il 54% dei manager intervistati indica oggi il contenimento dei costi come principale valore generato dal procurement, in crescita rispetto al 43% del 2025.

Ma sarebbe riduttivo leggere questo dato come un passo indietro. Al contrario, il procurement moderno 猫 chiamato a un ruolo sempre pi霉 complesso: ridurre i costi, certo, ma allo stesso tempo rafforzare la resilienza, governare il rischio, supportare gli obiettivi ESG e accelerare la trasformazione digitale. 脠 in questa evoluzione che l鈥檌ntelligenza artificiale assume un ruolo decisivo.

L鈥橝I come nuovo motore del procurement

Uno dei segnali pi霉 interessanti emersi dallo studio riguarda proprio la centralit脿 dell鈥橝I. Il 60% degli executive intervistati identifica la trasformazione digitale come la principale priorit脿 strategica del procurement nei prossimi 18 mesi, davanti persino al cost management.

Ancora pi霉 significativo 猫 che il 56% indica nelle strategie di intelligenza artificiale il principale driver della trasformazione digitale della funzione. 脠 un cambio di paradigma rilevante: fino a pochi anni fa la digitalizzazione del procurement significava soprattutto automazione, analytics e semplificazione dei processi. Oggi stiamo entrando in una fase nuova, guidata dall鈥檈mergere dell鈥�agentic AI: sistemi in grado non solo di analizzare i dati, ma anche di eseguire attivit脿 operative e supportare decisioni in modo sempre pi霉 autonomo.

La ricerca mostra che il 56% delle aziende sta gi脿 valutando o implementando soluzioni di questo tipo. Un鈥檈voluzione che segna il passaggio dall鈥橝I come 鈥渁ssistente鈥� all鈥橝I come 鈥渙rchestratore鈥� di processi. Dalla gestione del sourcing automatizzato alla proposta in tempo reale di fornitori alternativi in base a eventi geopolitici, fino a workflow intelligenti capaci di apprendere e adattarsi: il procurement entra in una nuova dimensione.

Non si tratta pi霉 solo di efficienza. L鈥橝I diventa uno strumento di governo e supporto strategico.

Dal procurement reattivo al procurement predittivo

La vera discontinuit脿 introdotta dall鈥橝I riguarda il passaggio da una gestione reattiva della spesa e del rischio a un approccio predittivo.

Il report evidenzia come il 67% degli executive consideri gli insight predittivi e guidati dall鈥橝I il principale fattore di evoluzione del category management. In altre parole, il procurement del futuro non sar脿 valutato soltanto sulla capacit脿 di negoziare meglio, ma soprattutto sulla capacit脿 di anticipare criticit脿 e generare valore strategico attraverso i dati.

Questo cambiamento richiede una trasformazione profonda anche culturale: un procurement pi霉 integrato con le operazioni finanziarie e supply chain, pi霉 collaborativo con i fornitori e pi霉 capace di leggere i segnali deboli e trasformarli in decisioni tempestive.

L鈥橝I accelera questo percorso, ma non lo rende automatico. Il vero elemento abilitante resta la qualit脿 del dato. Uno dei messaggi pi霉 chiari della ricerca 猫 infatti che il principale limite all鈥檃dozione efficace dell鈥橝I non 猫 tecnologico, ma legato alla frammentazione dei sistemi e alla maturit脿 dei dati aziendali.

Il 32% degli executive indica proprio l鈥檌ncertezza sul ritorno dell鈥檌nvestimento come principale ostacolo all鈥檃dozione dell鈥橝I nel procurement.

Molte organizzazioni stanno infatti cercando di introdurre soluzioni avanzate su basi informative ancora disomogenee, con dati non integrati e processi non standardizzati. Ma un procurement davvero intelligente non pu貌 prescindere da una piattaforma digitale connessa, capace di integrare dati, fornitori, processi e analytics in un unico ecosistema.

脠 qui che le piattaforme evolute di spend management giocano un ruolo chiave: trasformare dati frammentati in insight azionabili, garantire visibilit脿 end-to-end e abilitare processi intelligenti su scala.

L鈥橝I non sostituir脿 il procurement strategico

Accanto all鈥檈ntusiasmo per l鈥檃utomazione intelligente, emerge anche un forte realismo. Solo il 9% degli executive ritiene che nei prossimi tre anni l鈥橝I sar脿 in grado di guidare autonomamente la maggior parte delle decisioni di procurement.

La maggioranza del mercato immagina invece un modello ibrido: AI a supporto delle decisioni operative e tattiche, con il presidio strategico che resta saldamente nelle mani delle persone.

脠 una distinzione fondamentale. L鈥橝I pu貌 ottimizzare processi, accelerare analisi e migliorare la compliance, ma il valore strategico del procurement continua a dipendere da competenze profondamente umane: capacit脿 negoziale, gestione delle relazioni con i fornitori, comprensione del business, lettura del rischio e visione d鈥檌nsieme.

Il procurement come leva dell鈥檌mpresa intelligente

Il punto non 猫 pi霉 se l鈥橝I trasformer脿 il procurement, perch茅 lo sta gi脿 facendo, ma come le organizzazioni sapranno governare questa trasformazione.

Le aziende capaci di integrare in modo coerente dati, processi e intelligenza artificiale potranno evolvere il procurement in una vera leva strategica di competitivit脿: una funzione in grado di generare contemporaneamente efficienza, resilienza e innovazione.

Chi invece limiter脿 l鈥橝I a sperimentazioni isolate o a una logica puramente tattica rischia di non capitalizzare il vantaggio costruito negli ultimi anni.

Paolo Brida 猫 Head of Spend Management, 麻豆原创 Italia

The post Procurement e AI: dall鈥檕ttimismo al realismo, la nuova sfida del procurement strategico appeared first on 麻豆原创 News Center Italy.

Milano, 16 giugno 2026 鈥� Da quando l鈥檌ntelligenza artificiale generativa 猫 entrata nel dibattito pubblico e nelle aziende, gran parte della conversazione sull鈥橝I e sul futuro del lavoro si 猫 concentrata molto su ci貌 che l鈥檃utomazione potrebbe eliminare: posti di lavoro, attivit脿 e opportunit脿 per chi 猫 all鈥檌nizio della carriera.

Ma una nuova ricerca di 麻豆原创 e Wakefield* suggerisce che sta emergendo una realt脿 diversa. L鈥橝I non sta facendo scomparire i ruoli junior in azienda. Al contrario, sta accelerando la rapidit脿 con cui i giovani talenti diventano produttivi, rimodellando le fasi iniziali del loro percorso e anticipando alcune aspettative.

Secondo i risultati dello studio, l鈥�88% dei Chief HR Officer (CHRO) afferma che l鈥橝I sta aiutando i talenti a inizio carriera a entrare nel ruolo pi霉 rapidamente. Questa accelerazione aumenta la posta in gioco per le aziende e i giovani. Mentre le organizzazioni beneficiano di livelli di produttivit脿 e di impatto pi霉 rapidi rispetto al passato, i dipendenti junior si trovano ad affrontare aspettative pi霉 elevate e dispongono di meno spazi per un apprendimento progressivo e per l鈥檃ffiancamento. Questa situazione sta spingendo i leader a ripensare il modo in cui il successo viene definito e sostenuto fin dal primo giorno.

L鈥橝I come acceleratore della preparazione al ruolo

Le prime attivit脿 dei ruoli junior erano tradizionalmente ripetitive e a basso rischio, e aiutavano i nuovi dipendenti a imparare progressivamente le loro responsabilit脿. Oggi, l鈥橝I automatizza gran parte delle attivit脿 di base.

Questa evoluzione 猫 sempre pi霉 comune: il 79% dei CHRO intervistati riferisce che i talenti a inizio carriera ricevono strumenti di Business AI nel primo mese di lavoro. Inoltre, l鈥�87% si aspetta che i nuovi assunti abbiano familiarit脿 con l鈥橝I fin dal primo giorno o imparino a usare questi strumenti subito dopo l鈥檌ngresso in azienda.

Con l鈥橝I che assorbe le attivit脿 tradizionali, le persone a inizio carriera possono coprire attivit脿 pi霉 significative in tempi veloci, e i CHRO ne stanno gi脿 vedendo l鈥檌mpatto, con il 56% che segnala un miglioramento della fiducia in s茅 e il 55% che evidenzia un aumento della produttivit脿 tra coloro che iniziano a utilizzare l鈥橝I in tempi rapidi.

鈥淧oich茅 i giovani possono raggiungere la piena operativit脿 pi霉 rapidamente, le aspettative nei loro confronti aumentano con la stessa velocit脿. Diversi fattori strutturali contribuiscono a questo cambiamento: le organizzazioni stanno ridefinendo il modo in cui inseriscono e sviluppano i talenti a inizio carriera e coloro che entrano sono chiamati ad affrontare attivit脿 sempre pi霉 complesse fin dalle prime fasi del percorso professionale鈥�, ha spiegato Pietro Iurato, People & Culture Director di 麻豆原创 Italia. 鈥淐on queste aspettative crescenti, 猫 facile capire come il carico cognitivo dei ruoli entry level possa aumentare in modo sensibile鈥�.

Il rischio dell鈥橝I brain fry

Alcuni ricercatori definiscono questa dinamica 鈥淎I brain fry鈥�, ovvero l鈥檃ffaticamento cognitivo derivante dalla gestione di workflow rapidi e guidati dall鈥檌ntelligenza artificiale.

Nel loro insieme, questi cambiamenti creano diversi rischi sia per i dipendenti sia per le organizzazioni:

• Aumento dell鈥檜so di shadow AI: il 56% dei CHRO coinvolti nello studio afferma che le nuove promesse a inizio carriera ricorrono a strumenti di AI non autorizzati quando le linee guida ufficiali non sono chiare. Questo comportamento potrebbe riflettere il tentativo di stare al passo piuttosto che una volontaria violazione delle policy.
• Utilizzo incoerente o strumenti di AI non adeguati: il 44% dei CHRO afferma che un accesso disomogeneo agli strumenti di AI aumenta il rischio di turnover, soprattutto per le figure junior che potrebbero sentirsi incapaci di soddisfare le nuove aspettative di performance senza governance e strumenti di AI idonei.
• Sviluppo continuo delle competenze di base: sebbene l鈥橝I aumenti la produttivit脿, il 38% dei leader teme che i talenti a inizio carriera, senza un estensivo piano di formazione, non sviluppino adeguatamente competenze fondamentali come comunicazione, pensiero critico, capacit脿 di giudizio e collaborazione.

Ripensare il primo passo nel mondo del lavoro

Poich茅 i tradizionali percorsi di apprendimento per i giovani si stanno restringendo, le organizzazioni devono ora riprogettare il modo in cui questi momenti formativi avvengono. La ricerca evidenzia diverse aree in cui i leader HR possono rafforzare la fase iniziale del percorso professionale:

Poich茅 i tradizionali percorsi di apprendimento per i giovani si stanno restringendo, le organizzazioni devono ora riprogettare il modo in cui questi momenti formativi avvengono. La ricerca evidenzia diverse aree in cui i leader HR possono rafforzare la fase iniziale del percorso professionale:

• Sviluppare le competenze di base

Con la scomparsa delle attivit脿 ripetitive, le organizzazioni hanno l鈥檕pportunit脿 di creare nuovi modi per sviluppare comunicazione, collaborazione, pensiero critico e capacit脿 decisionale.

Questo pu貌 includere esperienze strutturate basate su progetti, framework decisionali pi霉 chiari e attivit脿 di coaching pi霉 frequenti focalizzate sul giudizio e sulla prioritizzazione, non solo sul completamento delle attivit脿.

• Progettare i ruoli entry level per attivit脿 a maggior valore

I dipendenti a inizio carriera sono in grado di contribuire in modo pi霉 strategico quando i ruoli sono progettati con il giusto equilibrio. Riprogettare quindi le posizioni entry level per includere una chiara ownership – supportata da aspettative esplicite, mentoring e linee guida ben definite per decisioni e processi di escalation 鈥� aiuta a costruire fiducia tra i giovani.

• Stabilire la governance dell鈥橝I fin dal primo giorno

Senza indicazioni chiare, i junior possono avere difficolt脿 a comprendere come utilizzare l鈥橝I in modo responsabile. Introdurre aspettative sull鈥檜so dell鈥橝I durante l鈥檕nboarding, rafforzare le best practice specifiche per ruolo e normalizzare conversazioni guidate dai manager sull鈥檜tilizzo dell鈥橝I pu貌 ridurre lo shadow AI e costruire fiducia nelle nuove tecnologie fin dall鈥檌nizio.

• Garantire un accesso equo all鈥橝I per manager e team

Con l鈥檃umento delle aspettative, un accesso disomogeneo agli strumenti di AI pu貌 aumentare silenziosamente il carico di lavoro e lo stress dei dipendenti a inizio carriera. Fornire accesso coerente, formazione e abilitazione aiuta a garantire che i nuovi assunti siano preparati, senza aumentare burnout o turnover.

L鈥橝I non sta eliminando i posti di lavoro junior, sta ridefinendo il percorso che i giovani devono intraprendere per essere efficaci e aumentare il valore del loro contributo. Sebbene i ruoli entry level possano essere meno numerosi, le aspettative in termini di impatto sono pi霉 elevate, rendendo ancora pi霉 importante affiancare la padronanza dell鈥橝I a solide competenze trasversali.

鈥淪viluppare entrambe le competenze non solo aiuter脿 i giovani a trovare pi霉 facilmente lavoro, ma consentir脿 loro di generare valore per l鈥檕rganizzazione rapidamente e sviluppare capacit脿 durature鈥�, conclude Pietro Iurato. 鈥淨uando le persone a inizio carriera diventano produttivi prima, le aziende possono muoversi pi霉 velocemente, innovare in anticipo e operare in modo pi霉 efficiente, ma solo se questa velocit脿 猫 accompagnata da un piano strutturato di coaching e sviluppo costante. Le organizzazioni che sapranno gestire con successo questa transizione garantiranno che i talenti junior non solo raggiungano la piena operativit脿 velocemente, ma sviluppino anche capacit脿 di giudizio, collaborazione e pensiero critico che l鈥橝I non pu貌 sostituire鈥�.

*La 麻豆原创 AI Talent Survey 猫 stata condotta da Wakefield Research (www.wakefieldresearch.com) coinvolgendo 100 CHRO (o figure equivalenti) di organizzazioni internazionali con un fatturato annuo minimo di 500 milioni di dollari, in cui i dipendenti utilizzano strumenti basati sull’intelligenza artificiale nelle loro attivit脿 quotidiane. Il sondaggio si 猫 svolto tra il 19 febbraio e il 2 marzo 2026 tramite invito via e-mail e questionario online.

Visita il 麻豆原创 News Center.Ricevi le notizie 麻豆原创 tramite e .

Informazioni su 麻豆原创

In qualit脿 di leader globale nelle applicazioni aziendali e nella Business AI, 麻豆原创 (NYSE:麻豆原创) rappresenta il punto di riferimento del business e della tecnologia. Da oltre 50 anni, le organizzazioni si affidano a 麻豆原创 per dare il meglio di s茅 unendo le operazioni critiche per il business che abbracciano finanza, approvvigionamento, HR, supply chain e customer experience. Per maggiori informazioni, visita .

# # # #

Questo documento contiene dichiarazioni previsionali, ovvero previsioni, proiezioni o altre dichiarazioni su eventi futuri. Queste affermazioni si basano sulle aspettative, le previsioni e le ipotesi attuali che sono soggette a rischi e incertezze che potrebbero causare differenze sostanziali tra risultati e risultati effettivi. Ulteriori informazioni relative a tali rischi e incertezze sono reperibili nei nostri documenti depositati presso la Securities and Exchange Commission, ivi compresa, a titolo esemplificativo ma non esaustivo, la sezione dei fattori di rischio del Rapporto annuale 2025 di 麻豆原创 sul Modulo 20-F.
漏 2026 麻豆原创 SE. Tutti i diritti riservati.

麻豆原创 e gli altri prodotti e servizi 麻豆原创 qui menzionati, nonch茅 i rispettivi loghi, sono marchi o marchi registrati di 麻豆原创 SE in Germania e in altri paesi. Per ulteriori informazioni e comunicazioni sui marchi consultare .

Nota agli editori:

Per visualizzare in anteprima e scaricare filmati di magazzino standard e premere le foto in formato digitale, visitare . Su questa piattaforma, puoi trovare materiale ad alta risoluzione per i tuoi canali multimediali.

Contatti solo per la Stampa:

麻豆原创 Italia

Raffaella Mollame 鈥� raffaella.mollame@sap.com

Tel. +39 02 81281940 鈥� 340 7771644

Imageware

Stefano Bogani 鈥� sbogani@imageware.it

Jessica Morante 鈥� jmorante@imageware.it

Elena Colombo 鈥� ecolombo@imageware.it

The post L鈥橝I sta facendo evolvere i ruoli entry level, non li fa scomparire appeared first on 麻豆原创 News Center Italy.

Il conto alla rovescia 猫 iniziato. Entro il 7 giugno, tutti i 27 Stati membri dell’Unione Europea dovranno recepire la direttiva nelle proprie legislazioni nazionali, segnando quello che molti responsabili delle risorse umane definiscono il “primo giorno” di una nuova era della trasparenza sul posto di lavoro.  

Ma, mentre la scadenza si avvicina rapidamente, molte organizzazioni non sono ancora pronte dal punto di vista operativo. Anche se i datori di lavoro saranno tenuti a condividere le informazioni retributive sia con i dipendenti che con i candidati durante i processi di selezione, le pratiche attuali evidenziano un divario significativo. Ad esempio, secondo , in tutta Europa la pubblicazione degli stipendi nelle offerte di lavoro rimane disomogenea e spesso limitata.

Per i responsabili Risorse Umane si tratta non solo di comprendere la direttiva, bens矛 di metterla in pratica con sicurezza.

La barriera all’esecuzione

Per molte organizzazioni, la sfida spesso inizia con lo stato dei dati HR e relativi alla retribuzione. Nelle aziende multinazionali, le informazioni sui salari sono spesso distribuite tra sistemi diversi, fornitori di servizi paghe, fogli di calcolo e processi locali. Le classificazioni dei ruoli variano da Paese a Paese, le fasce salariali non sono definite in modo uniforme e i dati relativi alla forza lavoro sono frammentati tra le diverse regioni. 

Di conseguenza, molte aziende faticano a produrre confronti salariali coerenti, a definire fasce retributive standardizzate, a spiegare chiaramente le decisioni in materia di retribuzione e a generare report accurati a livello internazionale. 

Senza una base di dati sulla forza lavoro connessa e affidabile, la trasparenza salariale diventa difficile da realizzare su larga scala.

Creare le basi per una trasparenza costante

Le imprese che stanno facendo registrare i maggiori progressi si concentrano innanzitutto su coerenza dei dati, visibilit脿 della forza lavoro e integrazione dei processi HR. 

脠 qui che la tecnologia diventa fondamentale. L’intelligenza artificiale pu貌 aiutare le organizzazioni a superare i limiti della reportistica manuale, identificando anomalie salariali, facendo emergere discrepanze retributive non giustificate e accelerando l’analisi dell’equit脿 della forza lavoro su grandi e completti insiemi di dati. 

Grazie alle funzionalit脿 di trasparenza retributiva (disponibili a partire dal 5 giugno), incluse nel pacchetto  di 麻豆原创 Business Data Cloud, le imprese possono unificare i dati relativi a retribuzioni e forza lavoro provenienti da sistemi diversi, applicando al contempo analisi basate sull’intelligenza artificiale per individuare incongruenze, supportare decisioni retributive spiegabili e migliorare la preparazione dei report.

Invece di affidarsi a sistemi frammentati e processi di reporting disconnessi, le aziende possono evolvere verso un approccio pi霉 coerente e scalabile alla trasparenza.

Tre ambiti chiave su cui i team HR devono agire subito

Con una solida base dati, le aziende sono meglio posizionate per rispondere ai tre principali requisiti operativi della direttiva. 

1. Consentire la trasparenza delle retribuzioni dei dipendenti听

Secondo la direttiva, i dipendenti hanno il diritto di richiedere informazioni sui livelli retributivi medi per genere a parit脿 di mansioni. Per molte organizzazioni, questo mette immediatamente in luce problemi di coerenza dei dati. Ruoli comparabili possono essere classificati in modo diverso a seconda del Paese o della divisione aziendale, mentre i dati retributivi spesso risiedono in sistemi scollegati tra loro e non progettati per funzionare insieme. 

 aiuta le imprese a fornire ai dipendenti dichiarazioni di trasparenza sulla retribuzione tramite , favorendo al contempo confronti pi霉 coerenti tra i diversi gruppi di lavoratori. Questi estratti conto offrono una visione chiara della retribuzione annua del dipendente e della retribuzione media della stessa categoria di lavoratori, suddivisa per genere.

2. Prepararsi alla trasparenza retributiva per i candidati听

La direttiva impone inoltre ai datori di lavoro di indicare le fasce salariali negli annunci di lavoro o prima dei colloqui e vieta di chiedere ai candidati informazioni sulla loro precedente retribuzione. Sebbene possa sembrare semplice, molte organizzazioni si stanno rendendo conto di non disporre di fasce salariali standardizzate, di una struttura organizzativa coerente o di un allineamento tra i sistemi di reclutamento e di retribuzione. 

 consente di inserire le fasce salariali direttamente negli annunci di lavoro e di supportare processi di assunzione pi霉 trasparenti. I suggerimenti basati sull’intelligenza artificiale possono inoltre aiutare le aziende a definire fasce retributive pi霉 coerenti, in linea con l’equit脿 interna, i benchmark di mercato e le esigenze in continua evoluzione della forza lavoro.

3. Adempiere agli obblighi di reporting sul divario retributivo di genere

L’obbligo di rendicontazione del divario retributivo di genere rappresenta uno dei requisiti pi霉 impegnativi della direttiva dal punto di vista operativo. Gli obblighi di rendicontazione annuale inizieranno nel 2027 sulla base dei dati relativi alla forza lavoro del 2026, il che significa che le organizzazioni devono prepararsi fin da ora.  

Per molti team HR, la sfida consiste nel trasformare dati complessi sulla forza lavoro, provenienti da diversi paesi, in report accurati e affidabili. Grazie , le imprese possono utilizzare l’intelligenza artificiale per identificare le possibili cause alla base delle disparit脿 salariali, ottenere pi霉 rapidamente informazioni sull’equit脿 della forza lavoro e supportare un processo decisionale pi霉 proattivo prima delle scadenze di reporting.  

Cosa dovrebbero fare ora i responsabili Risorse Umane 听

La Direttiva UE sulla trasparenza salariale non si limita a introdurre un nuovo obbligo di conformit脿. Sta accelerando una trasformazione pi霉 ampia verso una trasparenza continua nelle modalit脿 con cui le organizzazioni gestiscono le retribuzioni, le assunzioni e l’equit脿 sul lavoro. 

Le aziende meglio preparate a questo cambiamento stanno gi脿 agendo per: 

• Unificare dati HR e retributivi
• Standardizzare strutture occupazionali e retribuzione听
• Migliorare la preparazione dei report听
• Creare processi di remunerazione pi霉 coerenti e trasparenti in tutta l’organizzazione.

Poich茅 le aspettative di trasparenza continuano a crescere tra dipendenti, candidati, autorit脿 di regolamentazione e leader aziendali, la parit脿 retributiva non pu貌 pi霉 essere considerata un mero esercizio di rendicontazione periodica. Sta diventando una capacit脿 operativa continua.

Maryann Abbajay 猫 chief revenue officer for 麻豆原创 SuccessFactors, 麻豆原创

The post Trasparenza salariale nella UE: cosa devono fare i responsabili delle risorse umane prima del 7 giugno? appeared first on 麻豆原创 News Center Italy.

Le imprese non operano tramite prompt, funzionano con azioni concrete.

Un鈥檃zienda manifatturiera presente in pi霉 Paesi alle prese con un鈥檌nterruzione della supply chain deve valutare allo stesso tempo fornitori alternativi, disponibilit脿 di magazzino, impegni verso i clienti e impatti finanziari. Un CFO che analizza l鈥檈sposizione alla liquidit脿 durante una profonda crisi finanziaria necessit脿 di strumenti ben pi霉 sofisticati di una semplice risposta generata da un chatbot. In azienda, le decisioni sono interconnesse e influenzate da vincoli, autorizzazioni, policy e conseguenze economiche.

Il limite attuale dell鈥橝I: la mancanza di contesto

Nelle conversazioni con i clienti, emerge in modo ricorrente un interrogativo: l鈥檌ntelligenza artificiale comprende davvero il contesto operativo in cui viene applicata?

Si sta diffondendo l鈥檌dea che modelli sempre pi霉 avanzati possano produrre automaticamente risultati migliori. Ma non 猫 cos矛. Un鈥檌ntelligenza scollegata da processi, dati, regole e governance rischia di generare attivit脿 prive di valore e, in alcuni casi, pu貌 persino aumentare frammentazione e rischio.

La vera sfida per le imprese non 猫 produrre pi霉 output AI, ma avere sistemi capaci di comprenderne le conseguenze operative. Ed 猫 proprio il contesto a fare la differenza.

Il ruolo strategico dei sistemi enterprise

Il software enterprise rappresenta la spina dorsale operativa dell鈥檈conomia globale. Sistemi come quelli finanziari, di supply chain, procurement, pianificazione della forza lavoro non si limitano a gestire dati, ma incorporano la logica stessa con cui operano le organizzazioni. Racchiudono elementi essenziali quali governance, autorizzazioni, policy, processi e relazioni economiche, fungendo da vera memoria istituzionale.

Nell鈥檈ra dell鈥檌ntelligenza artificiale, questo contesto assume un ruolo centrale. Senza di esso, l鈥橝I offre ipotesi sofisticate, analisi articolate, ma non decisioni affidabili. Quando l鈥橝I viene integrata direttamente nei processi operativi, pu貌 individuare rischi, coordinare azioni tra funzioni aziendali, suggerire interventi in tempo reale e automatizzare attivit脿 nel rispetto di limiti definiti. Non si tratta pi霉 di agenti isolati, ma di un鈥檌ntelligenza profondamente integrata nel tessuto operativo ed economico dell鈥檌mpresa.

Autonomia non significa eliminare le persone dal processo decisionale. Significa ridurre attriti, frammentazione e complessit脿 amministrativa. Le persone continuano a definire priorit脿 e responsabilit脿, mentre l鈥橝I supporta il coordinamento e l鈥檈secuzione.

Torniamo al caso dell鈥檌nterruzione nella fornitura di un componente critico. Molti sistemi AI sono in grado di riassumere il problema o prevedere ritardi. Ma un鈥橝I realmente integrata nei processi di business pu貌 valutare gli impatti sulla produzione, verificare disponibilit脿 di stock, analizzare fornitori alternativi, stimare l鈥檈sposizione finanziaria e suggerire azioni coordinate tra procurement, logistica, finance e servizio clienti.

Non si tratta semplicemente di automazione dei flussi, ma di un nuovo paradigma di collaborazione uomo-macchina.

Per questo motivo, credo che l鈥檃vvento dell鈥橝I sia destinato a crescere, e non a ridurre, l鈥檌mportanza strategica dei sistemi enterprise. L鈥檃ttenzione si sposter脿 verso piattaforme capaci di comprendere policy, dipendenze, processi, impatti finanziari e responsabilit脿 organizzativa.

La nuova fase dell鈥橝I enterprise

Anche il concetto di trasformazione aziendale sta cambiando. La prima fase dell鈥橝I enterprise 猫 stata dominata da sperimentazione, copiloti, progetti pilota e automazione di attivit脿 isolate, con risultati spesso limitati in termini di produttivit脿.

Nella prossima fase, le aziende leader collegheranno invece l鈥檌ntelligenza direttamente ai sistemi operativi dove le decisioni producono risultati economici concreti. Diventer脿 evidente che un鈥橝I efficace dipende non solo dalla governance, ma anche dal contesto, dalla qualit脿 dei dati e dall鈥檌ntegrit脿 dei processi.

Soprattutto, emerger脿 con chiarezza che l鈥檃dozione dell鈥橝I non 猫 esclusivamente una trasformazione tecnologica, ma una sfida di change management. Il valore si realizza quando AI, processi e persone riescono ad operare in modo integrato.

The post Dall鈥檌nterfaccia al valore: dove si gioca davvero la partita dell鈥橝I appeared first on 麻豆原创 News Center Italy.

Madrid, 20 maggio 2026 鈥� Nel corso di Sapphire Madrid, Prysmian, leader globale nelle soluzioni in cavo per energia e telecomunicazioni, consolida il proprio percorso di trasformazione digitale con 麻豆原创 e ottiene un importante riconoscimento internazionale, il 麻豆原创 Innovation Awards 2026, che premia la strategia con cui l鈥檃zienda ha portato l鈥檌ntelligenza artificiale nel cuore dei suoi processi.

Prysmian ha completato l鈥檈voluzione della propria infrastruttura digitale attraverso il percorso RISE with 麻豆原创 in soli 4 mesi, realizzando una piattaforma cloud unificata, resiliente e
AI-ready. Il progetto rappresenta una tappa strategica fondamentale nel passaggio di Prysmian da produttore di cavi a provider globale di soluzioni per la transizione energetica e la trasformazione digitale.

Attraverso l鈥檌ntegrazione di 麻豆原创 S/4HANA Cloud Private Edition, 麻豆原创 Business AI, Joule e 麻豆原创 Business Technology Platform (麻豆原创 BTP), Prysmian ha creato una piattaforma intelligente in grado di migliorare efficienza operativa, velocit脿 decisionale e potenziare le capacit脿 predittive, ponendo le basi per oltre 100 casi d鈥檜so di AI.

鈥淩ISE with 麻豆原创 ci ha fornito la base ERP a livello globale, 麻豆原创 BTP ha collegato progettazione e business, mentre l’intelligenza artificiale integrata ha trasformato il modo in cui i nostri dipendenti interagiscono con i dati, ridefinendo come Prysmian opera su larga scala. L’AI integrata si 猫, inoltre, rivelata un importante fattore di differenziazione, consentendoci di accelerare l’implementazione delle soluzioni e di rafforzare competenze e cultura dell’AI in tutta la nostra organizzazione鈥�, ha dichiarato Giovanni Cauteruccio, Group CIO and Digital Officer di Prysmian.

Tra i principali risultati raggiunti dal progetto:

• 70% di automazione delle attivit脿 ripetitive grazie all鈥橝I integrata
• 80% di riduzione nei tempi di implementazione di nuove soluzioni innovative
• 50% di accelerazione nel time-to-market di nuovi prodotti

Uno degli elementi distintivi del progetto 猫 stata l鈥檌ntroduzione di casi concreti di AI applicata ai processi, tra cui automazione intelligente degli ordini dei clienti, riconciliazione automatica dei pagamenti e gestione smart delle note spese.

Parallelamente, Prysmian ha utilizzato 麻豆原创 BTP per costruire una piattaforma avanzata di cable design che collega engineering e business, standardizzando regole, processi e distinte base, con l鈥檕biettivo di rendere pi霉 veloce lo sviluppo prodotto e aumentare la competitivit脿.

Con un fatturato di 20 miliardi di euro, 34.000 dipendenti in oltre 50 paesi,109 stabilimenti, 30 centri di R&D e una lunga storia di innovazione industriale, Prysmian rafforza ulteriormente la propria leadership, dotandosi di una piattaforma tecnologica pronta a sostenere la prossima evoluzione del business, in cui AI, automazione e dati saranno sempre pi霉 centrali.

鈥淟e imprese oggi hanno bisogno di una base digitale solida, intelligente e flessibile per affrontare mercati sempre pi霉 complessi e dinamici鈥�, ha dichiarato Manos Raptopoulos, Global President Customer Success Europe, APAC, Middle East & Africa and Member of the Extended Board, 麻豆原创. 鈥淚l percorso di Prysmian dimostra come l鈥檌ntegrazione tra cloud, dati e AI possa generare valore concreto, migliorando resilienza e crescita sostenibile. La costante attenzione allo sviluppo tecnologico, la ricerca continua di una solida competitivit脿 e l鈥檃dozione di nuovi modelli di business, hanno valso all鈥檃zienda il meritato riconoscimento dei 麻豆原创 Innovation Awards鈥�.

Da 13 anni, i 麻豆原创 Innovation Awards celebrano le organizzazioni che hanno concretizzato la trasformazione utilizzando le tecnologie cloud e di intelligenza artificiale di 麻豆原创 per affrontare sfide reali e ottenere risultati tangibili. Il programma premia le imprese che agiscono con determinazione e trasformano l’innovazione in realt脿, con ricadute positive non solo sulle proprie performance, ma anche con benefici per clienti, comunit脿 e singole persone in tutto il mondo.

Visita il 麻豆原创 News Center. Ricevi le notizie 麻豆原创 tramite e .

Informazioni su 麻豆原创

In qualit脿 di leader globale nelle applicazioni aziendali e nella Business AI, 麻豆原创 (NYSE:麻豆原创) rappresenta il punto di riferimento del business e della tecnologia. Da oltre 50 anni, le organizzazioni si affidano a 麻豆原创 per dare il meglio di s猫 unendo le operazioni critiche per il business che abbracciano finanza, approvvigionamento, HR, supply chain e customer experience. Per maggiori informazioni, visita .

听

# # # #

Questo documento contiene dichiarazioni previsionali, ovvero previsioni, proiezioni o altre dichiarazioni su eventi futuri. Queste affermazioni si basano sulle aspettative, le previsioni e le ipotesi attuali che sono soggette a rischi e incertezze che potrebbero causare differenze sostanziali tra risultati e risultati effettivi. Ulteriori informazioni relative a tali rischi e incertezze sono reperibili nei nostri documenti depositati presso la Securities and Exchange Commission, ivi compresa, a titolo esemplificativo ma non esaustivo, la sezione dei fattori di rischio del Rapporto annuale 2025 di 麻豆原创 sul Modulo 20-F.
漏 2026 麻豆原创 SE. Tutti i diritti riservati.

麻豆原创 e gli altri prodotti e servizi 麻豆原创 qui menzionati, nonch茅 i rispettivi loghi, sono marchi o marchi registrati di 麻豆原创 SE in Germania e in altri paesi. Per ulteriori informazioni e comunicazioni sui marchi consultare .

听

Nota agli editori:

Per visualizzare in anteprima e scaricare filmati di magazzino standard e premere le foto in formato digitale, visitare . Su questa piattaforma, puoi trovare materiale ad alta risoluzione per i tuoi canali multimediali.

Contatti Stampa:

麻豆原创 Italia

Raffaella Mollame 鈥� raffaella.mollame@sap.com

Tel. +39 02 81281940 鈥� 340 7771644

Imageware

Stefano Bogani 鈥� sbogani@imageware.it

Jessica Morante 鈥� jmorante@imageware.it

Elena Colombo 鈥� ecolombo@imageware.it

The post Prysmian accelera la trasformazione digitale con 麻豆原创 e porta l鈥橝I nel cuore del business appeared first on 麻豆原创 News Center Italy.

Per i clienti 麻豆原创, questo cambiamento promette un’impennata di produttivit脿. Ma pone anche un requisito imprescindibile: gli agenti AI Enterprise devono essere sicuri, governabili e verificabili fin dalla fase di progettazione.

脠 in questo contesto che si inserisce la profonda collaborazione tecnica di 麻豆原创 con NVIDIA OpenShell nell鈥檃mbito della 麻豆原创 Business AI Platform, un runtime open source e sicuro per agenti AI autonomi. Questa collaborazione non consiste semplicemente nell鈥欌�渁dozione鈥� di un runtime da parte di 麻豆原创, bens矛 nel fatto che 麻豆原创 contribuisce attivamente, insieme a NVIDIA, a definire, rafforzare e trasformare in prodotto il livello di esecuzione per l鈥橝I agentica aziendale.

Perch茅 questo 猫 importante per i clienti 麻豆原创

Per i clienti 麻豆原创, il valore di questa collaborazione 猫 concreto e pratico. Essa rende possibili:

• Agenti AI che operano all’interno dei processi 麻豆原创 senza aggirare i meccanismi di governance
• Modelli di sicurezza allineati ai framework enterprise IAM e di conformit脿 normativa
• Audit trail trasparenti per le azioni degli agenti nei diversi sistemi
• Fiducia per passare dalla fase pilota alla produzione

Soprattutto, si evita una falsa dicotomia tra innovazione e controllo. I clienti non devono aggiungere la sicurezza a posteriori n茅 riprogettare i propri modelli di rischio per adattarli agli agenti AI. Al contrario, la sicurezza e la governance sono integrate nel modello esecutivo sin dall’inizio.

La vera sfida aziendale: fidarsi degli agenti che agiscono

Quando i sistemi di intelligenza artificiale passano dalla generazione di risposte all’esecuzione di azioni, il profilo di rischio cambia radicalmente. I sistemi agentici possono interagire con i sistemi di registrazione, oltrepassare i confini tra applicazioni e dati e operare senza revisione umana in ogni fase.

In tutti gli ambienti aziendali, specialmente in quelli soggetti a regolamentazione, ci貌 rende la sicurezza e la governance delle operazioni la sfida principale. I controlli tradizionali dell’era dei chatbot risultano insufficienti quando gli agenti hanno accesso a shell, file, reti, credenziali e API.

I clienti 麻豆原创 conoscono bene questa realt脿. La business AI 猫 utile solo se pu貌 essere:

• sottoposta a controlli e verifiche
• regolamentata da policy
• ritenuta degna di fiducia dai team addetti alla sicurezza e alla conformit脿

Per risolvere questo problema non bastano le sole funzionalit脿 di base dell’infrastruttura o le regole a livello di applicazione.

NVIDIA OpenShell: la base

NVIDIA OpenShell affronta un aspetto cruciale del problema: l’esecuzione sicura e in ambiente sandbox di agenti autonomi.

Essendo un runtime open source, OpenShell introduce potenti funzionalit脿, tra cui:

• Ambienti di esecuzione isolati
• Applicazione delle policy per l’accesso a file system e reti
• Contenimento a livello di runtime che limita il raggio d’azione anche in caso di errore della logica dell’agente

Queste funzionalit脿 costituiscono un foundational layer che consente agli agenti autonomi di operare in sicurezza. In pratica, le aziende hanno bisogno che tale livello operativo sia in linea con il contesto aziendale e i principi di governance.

Le imprese si aspettano chiarezza su questioni quali:

• Quale ruolo aziendale autorizza un’azione?
• Quale contesto di processo si applica?
• In che modo le azioni si ricollegano alle policy aziendali e agli audit trails?

脠 qui che il contributo di 麻豆原创 diventa decisivo.

Qual 猫 il contributo di 麻豆原创: semantica aziendale, governance e scalabilit脿

麻豆原创 sta co-sviluppando e contribuendo a OpenShell sulla base delle esigenze aziendali.

1. Requisiti di runtime definiti dall’azienda

麻豆原创 opera con una portata e un livello di responsabilit脿 che pochi fornitori di software possono vantare: processi mission-critical, settori regolamentati e milioni di transazioni all’ora.

Integrando carichi di lavoro reali degli agenti 麻豆原创 nella collaborazione, 麻豆原创 fornisce il banco di prova operativo di cui OpenShell ha bisogno per maturare da un runtime potente a uno robusto e adatto all’ambiente aziendale.

Ci貌 comprende la definizione dei requisiti relativi a:

• Confini di isolamento che corrispondono ai modelli di rischio aziendale
• Applicazione delle policy in linea con i reali vincoli aziendali
• Tracciabilit脿 che resiste al vaglio dei clienti e degli enti regolatori

2. Sviluppo congiunto delle funzionalit脿 di OpenShell

麻豆原创 sta investendo risorse ingegneristiche nel codice sorgente open-source di OpenShell, concentrandosi su aree di particolare interesse per le aziende: protezione in fase di runtime, policy modeling, integrazione delle identit脿 aziendali e gli hook di audit e governance.

麻豆原创 sta contribuendo a definire come l’esecuzione sicura degli agenti debba funzionare per le aziende, non solo a livello teorico, ma anche in fase di produzione.

3. Runtime di Joule Studio: dalla sicurezza in fase di esecuzione al controllo aziendale

Mentre OpenShell garantisce la sicurezza dell’esecuzione, il runtime di Joule Studio fornisce l’infrastruttura aziendale che rende gli agenti utilizzabili e governabili nei sistemi aziendali:

• Semantica delle policy, come ruoli, competenze e ciclo di vita, business-aware
• Identit脿 aziendale e controllo degli accessi
• Osservabilit脿 e verificabilit脿 del comportamento degli agenti
• Governance operativa e di implementazione in tutti gli ambienti

Ci貌 garantisce che l’autonomia degli agenti sia sempre inquadrata in base agli obiettivi e alle responsabilit脿 aziendali, e non solo alle autorizzazioni tecniche.

OpenShell risponde alla domanda: 鈥溍� possibile eseguire questa azione in modo sicuro?鈥�; il runtime di Joule Studio risponde a: 鈥溍� opportuno eseguire questa azione?鈥�.

Alzare l’asticella per l’AI agentica aziendale

Questa collaborazione rappresenta pi霉 di un鈥檌ntegrazione. Riflette l’intento condiviso di definire cosa significhi effettivamente “di livello enterprise” per i sistemi di intelligenza artificiale autonomi.

Per i clienti 麻豆原创, questo significa agenti AI non solo potenti, ma progettati per guadagnarsi la fiducia negli ambienti in cui la fiducia 猫 pi霉 importante.

Grazie alla combinazione delle innovazioni di NVIDIA in materia di runtime e sicurezza con la capacit脿 di 麻豆原创 di trasformare le soluzioni in prodotti aziendali, la sua competenza in materia di governance e la sua scala operativa, 麻豆原创 e NVIDIA stanno lavorando alla realizzazione di una soluzione integrata per l’esecuzione affidabile degli agenti, una che le aziende possano monitorare, governare e su cui possano fare affidamento.

The post Dare forma al futuro degli agenti AI sicuri: come 麻豆原创 e NVIDIA stanno co-definendo l’esecuzione degli agenti a livello aziendale appeared first on 麻豆原创 News Center Italy.

Sulla base della loro consolidata collaborazione, AWS e 麻豆原创 semplificano l’accesso dei clienti ai prodotti di dati 麻豆原创 mission-critical attraverso i servizi AWS, tra cui Amazon Bedrock, Amazon Quick e Amazon SageMaker. Ci貌 consentir脿 ai team di offrire analisi self-service e creare agenti di intelligenza artificiale in tutti i settori aziendali, senza dover attendere che i team IT replichino, preparino e forniscano i dati 麻豆原创.

“La prossima era del business sar脿 definita dalla capacit脿 delle organizzazioni di trasformare l’intelligenza in azioni concrete su larga scala”, ha affermato Muhammad Alam, membro del Consiglio di Amministrazione di 麻豆原创 SE, 麻豆原创 Product & Engineering.听 “Integrando 麻豆原创 Business Data Cloud con le funzionalit脿 di intelligenza artificiale e analisi di AWS, ampiamente diffuse, i clienti possono liberare il vero potenziale dei dati e dell’AI.”

Grazie a 麻豆原创 BDC Connect, l’integrazione offre accesso quasi in tempo reale e senza copia a prodotti di dati 麻豆原创 semanticamente ricchi, direttamente tramite Amazon Athena, mantenendo i dati nella loro posizione originale, preservandone il contesto aziendale e eliminando i ritardi di replica. I clienti possono interrogare e analizzare questi dati immediatamente, oppure scegliere di archiviarli e trasformarli per utilizzarli nell’intero ambiente AWS. Questo offre ai team un ambiente governato e sicuro all’interno di AWS per creare facilmente report, dashboard e agenti di intelligenza artificiale.

“麻豆原创 e AWS condividono l’impegno di aiutare i clienti a valorizzare i loro dati pi霉 preziosi”, ha dichiarato Ruba Borno, vicepresidente Global Specialists and Partners di AWS. “Combinando 麻豆原创 Business Data Cloud con l’infrastruttura globale sicura di AWS e i servizi avanzati di intelligenza artificiale, le organizzazioni possono accedere ai dati 麻豆原创 cruciali e agire su di essi con la velocit脿 e la scalabilit脿 richieste dal proprio business.”

Con 麻豆原创 BDC Connect per i clienti Amazon Athena 猫 possibile:

• Creare un’unica base affidabile per tutti i dati aziendali, si 麻豆原创 che di terze parti.
• Avviare e rendere operativa l’AI pi霉 rapidamente grazie a dati aziendali pronti all’uso.
• Creare applicazioni e agenti intelligenti basati sui dati aziendali pi霉 importanti.
• Accelerare l’ottenimento di insight e l’innovazione con analisi self-service che riducono i tempi di analisi da settimane a ore.

Disponibilit脿 generale

麻豆原创 Business Data Cloud 猫 gi脿 disponibile su AWS nelle regioni Stati Uniti Orientali (Virginia Settentrionale), Europa (Francoforte), Asia Pacifico (Tokyo), Canada (Centrale), Asia Pacifico (Sydney), Sud America (San Paolo), Asia Pacifico (Seul), Asia Pacifico (Singapore) e AWS European Sovereign Cloud.

The post 麻豆原创 e AWS abilitano l’AI di nuova generazione con la condivisione bidirezionale dei dati senza copia tramite 麻豆原创 Business Data Cloud appeared first on 麻豆原创 News Center Italy.