Kore.ai ha lanciato un rinnovamento completo della sua tecnologia con l'edizione Artemis del suo Agent Platform. Il sistema consente alle aziende di costruire, governare e ottimizzare agenti AI utilizzando l'intelligenza artificiale, riducendo da mesi a giorni il lavoro tradizionalmente necessario.
La piattaforma arriva mentre i principali fornitori di tecnologia, da Microsoft a Salesforce, competono per diventare l'infrastruttura standard per gli agenti AI. Kore.ai punta sulla neutralità, un linguaggio intermedio proprietario, e su un modello in cui l'AI, non gli sviluppatori umani, esegue gran parte del lavoro.
\"Stiamo cercando di cambiare il paradigma su come le persone progettano, costruiscono, distribuiscono e ottimizzano applicazioni AI agente\", ha dichiarato Raj Koneru, CEO e fondatore della società, intervistato in esclusiva da VentureBeat prima del lancio. \"Tutto il tema che presentiamo ora è fare AI con l'AI — progettare con AI, costruire con AI, testare con AI, distribuire con AI, gestire con AI, e ottimizzare con AI\".
Uno nuovo linguaggio YAML per standardizzare la definizione degli agenti AI
Alla base tecnica della piattaforma Artemis ci sono Agent Blueprint Language (ABL), un linguaggio compilabile e dichiarativo basato su YAML che standardizza la definizione, la validazione e il governo degli agenti AI, dei flussi di lavoro e dei sistemi multi-agente. Kore.ai descrive ABL come uno strato intermedio tra le istruzioni in linguaggio naturale fornite dagli utenti e l'infrastruttura produttiva in cui gli agenti vengono realmente eseguiti.
ABL include il proprio parser, compilatore e ambiente di esecuzione. Supporta sei schemi di orchestrazione integrati: supervisore, delega, passaggio del compito, allargamento, escalation e federazione tra agenti. Questi modelli governano come gli agenti collaborano su compiti complessi.
Koneru ha spiegato che ABL risponde a un vuoto fondamentale nel paesaggio dell'AI attuale. \"C'è molto valore nella generazione del codice, che i programmatori usano per costruire applicazioni\", ha osservato Koneru. \"Ora, però, si vede un vuoto tra la generazione del codice e il fatto che venga effettivamente eseguito sull'infrastruttura, con la gestione dei versionamenti, governative, osservabilità necessarie per la produzione\".
Dato che gli artefatti di ABL sono basati su YAML, possono essere memorizzati su GitHub, versionati attraverso pipeline CI/CD e riesaminati da sviluppatori e stakeholder aziendali. Questa scelta mira a colmare il divario tra le piattaforme no-code e lo sviluppo tradizionale. \"L’artefatto finale è ABL, una struttura basata su YAML. Puoi metterlo su GitHub, puoi versionarlo\", ha affermato Koneru. \"Dà a stakeholder aziendali, sviluppatori e IT uno standard comune su cui costruire\".
Arch: un sistema AI che traduce obiettivi aziendali in sistemi di agenti AI
Il secondo elemento importante di innovazione è Arch, un sistema AI che traduce obiettivi aziendali in applicazioni ABL di produzione. Gli utenti forniscono specifiche, fonti di dati e regole aziendali in linguaggio naturale, e Arch progetta la topologia multi-agente, genera il codice ABL, crea dati di test, distribuisce l'applicazione, e la monitora in produzione.
Inoltre, Arch si occupa dell'ottimizzazione. Osserva se gli agenti distribuiti raggiungono i loro obiettivi, identifica dove e perché non lo fanno e rigenera e ridistribuisce automaticamente ABL raffinato per migliorare le prestazioni.
\"Pensatelo in questo modo\", ha spiegato Koneru. \"Inizialmente, volevo un'automazione del 50% per un certo utilizzo. Sto ottenendo solo il 30%. grazie a questo ciclo di ottimizzazione, il risultato passa al 50% dopo aver regolato l'applicazione in base ai dati reali di utilizzo\".
Questo approccio a ciclo chiuso — progettare, costruire, testare, distribuire, gestire, ottimizzare — è lo sforzo di Kore.ai per differenziarsi sia rispetto alle piattaforme di configurazione no-code che hanno dominato l'era precedente dei chatbot e ai framework di coding che stanno emergendo da aziende come Anthropic e OpenAI.
L'approccio "Dual Brain" di Kore.ai per la sicurezza nei settori regolamentati
Forse l'elemento architettonicamente più significativo della piattaforma Artemis è ciò che Kore.ai chiama "Dual-Brain Architecture": due motori cognitivi — l'uno per il ragionamento basato su grandi modelli linguistici, l'altro per l'esecuzione deterministica delle regole aziendali — operano in parallelo condividendo la memoria in un singolo runtime.
Questo disegno riflette una lezione appresa da anni di implementazione di AI in settori come banking, sanità, assicurazioni e telefonia. In questi ambienti, affidare le decisioni a un modello su larga scala non è un'opzione.
\"Le imprese non possono completamente delegare le decisioni ad un modello\", ha spiegato Koneru, tracciando una netta distinzione con le nuove imprese basate su AI. \"Molte delle nuove aziende nate recentemente, specialmente a Silicon Valley, sono essenzialmente framework costruiti come wrapper attorno a un LLM. Questo lascia molto del processo decisionale al modello — sei fortemente dipendente da esso, e il modello è lui a implementare i guardrail\".
Kore.ai persegue un approccio diverso. I guardrail, sia di input che di Output, sono applicati a livello della piattaforma, non lasciati al modello stesso. Le valutazioni sono eseguite all'interno del motore di governance della piattaforma. Quando la precisione è fondamentale, le regole aziendali vengono eseguite in modo predeterminabile, mentre il LLM si occupa di risposte conversazionali e di ragionamento dove appropriato.
Ad esempio, in uno scenario sanitario dove un agente AI elabora le richieste di ricette da parte di milioni di consumatori, o in un contesto bancario dove un agente fornisce suggerimenti di gestione patrimoniale, le conseguenze di una risposta falsificata o di un flusso mal eseguito sono gravi. Kore.ai posiziona l'architettura Dual Brain come una solida risposta ingegneristica al problema della fiducia che ha ostacolato l'adozione di AI nelle imprese regolate.
La profonda collaborazione con Microsoft e la scommessa sulla neutralità
Artemis viene lanciato all'inizio su Microsoft Azure, integrandosi nativamente con Microsoft Foundry, Microsoft Agent 365, Entra ID e Graph API. Kore.ai è un partner di lancio per Agent 365 e sta lavorando per diventare un servizio nativo su Azure Foundry.
La collaborazione con Microsoft è profonda. Koneru ha descritto iniziative di co-sviluppo che coinvolgono il passato anno: gli agenti costruiti su piattaforma Kore.ai possono essere eseguiti su Azure Foundry utilizzando i modelli e l'infrastrutt