Introduzione
L'organizzazione sta adottando agenti di intelligenza artificiale per automatizzare le attività e aumentare la produttività. Ma si scopre una sfida fondamentale: come si ridimensionano gli agenti oltre a attività semplici e predefinite?
La vera potenza degli agenti di intelligenza artificiale emerge quando possono accedere alle conoscenze dell'organizzazione. Queste conoscenze includono i criteri, le procedure, la documentazione del prodotto, gli articoli di supporto e le competenze di dominio compilate nel corso degli anni.
Gli agenti di intelligenza artificiale tradizionali presentano limitazioni significative. Non possono accedere ai dati privati, sono vincolati dalle date di scadenza delle conoscenze e generano risposte generice senza il contesto dell'azienda. Quando mancano basi concrete, spesso creano informazioni errate.
Se si vogliono creare agenti abilitati alle conoscenze, si affrontano sfide di progettazione complesse. È necessario connettersi alle origini dati, implementare strategie di suddivisione in blocchi, compilare database vettoriali e gestire i controlli di accesso. Ogni team affronta ripetutamente questi stessi problemi.
Foundry IQ è la piattaforma di conoscenza unificata di Microsoft che trasforma il modo in cui gli agenti di intelligenza artificiale accedono ai dati aziendali. Invece di ricostruire pipeline personalizzate di Retrieval Augmented Generation (RAG) per ogni progetto, puoi ottenere un sistema di gestione delle conoscenze condiviso. Più agenti possono accedere alle stesse knowledge base e i miglioramenti apportati a tali knowledge base traggono vantaggio immediatamente da ogni agente connesso.
Obiettivi di apprendimento
In questo modulo si apprenderà come:
- Spiegare in che modo RAG risolve il problema di conoscenza connettendo gli agenti alle informazioni in tempo reale
- Descrivere in che modo Foundry IQ fornisce una piattaforma di conoscenza condivisa a cui possono accedere più agenti
- Configurare le origini dati per le basi di conoscenza, tra cui la Ricerca AI di Azure, Archiviazione Blob, SharePoint e OneLake.
- Configurare le istruzioni dell'agente per controllare il comportamento di recupero e garantire citazioni coerenti
- Testare e monitorare il recupero dell'agente per mantenere la qualità nell'ambiente di produzione
Per iniziare, scopriamo in che modo il Retrieval Augmented Generation (RAG) trasforma gli agenti semplici in potenti assistenti arricchiti di conoscenza.