I workflow nell’automazione aziendale
I workflow sono una componente essenziale dell’automazione aziendale: molti processi chiave riguardanti notifiche di errori o eventi, validazione e archiviazione di documenti, trasmissione di informazioni relative ai processi, sono governati da workflow schedulati: in questo modo le procedure sono automatizzate invece di gravare sulla produttività di impiegati e operatori.
Numerose sono le tecnologie impiegate per la realizzazione di workflow: queste procedure automatiche possono essere create con i tool di sviluppo dell’ambiente Microsoft365 (in primis Power Automate e Sharepoint), ma anche con ambienti di sviluppo proprietari spesso legati all’ERP aziendale.
Il low code nella realizzazione dei workflow
Utilizzare i tool inclusi nei principali pacchetti software o nel proprio gestionale può rivelarsi impegnativo sia in termini di tempo che di know how richiesti. Anche strumenti con un’interfaccia grafica user friendly come Power Automate possono presentare passaggi ostici alla maggior parte degli utenti non tecnici. Ad esempio, può rivelarsi necessario dialogare con una base dati no-SQL o effettuare un passaggio di informazioni per mezzo di un file JSON nidificato e difficoltoso da decodificare. Oppure, la logica del workflow potrebbe essere così complessa da richiedere la scrittura di una funzione Azure o di un micro servizio.
In questi casi, per ottimizzare i tempi e i costi di sviluppo, può rivelarsi utile l’impiego di una soluzione low code, ossia un ambiente di sviluppo capace di fornire le stesse potenzialità di un IDE per developer molto tecnici (come Visual Studio) ma che sostituisca la stesura di complessa sintassi di codice con la creazione assistita per mezzo di un’interfaccia prevalentemente grafica.
Gli IDE (Integrated Development Environment, ossia ambienti di sviluppo integrato) low code permettono agli utenti di creare diagrammi di flusso logici combinando insieme blocchi grafici, popolando le strutture dati per mezzo di wizard intuitivi, limitando così drasticamente l’impiego del codice solo a casi di particolare complessità.
Integrare il low code con agenti AI
L’impressionante sviluppo dell’intelligenza artificiale ha permesso ad alcune software house di sviluppare agenti AI capaci di integrarsi in workflow esistenti o di realizzare da scratch procedure di automazione anche complesse.
I vantaggi di impiegare un agente AI per realizzare un workflow sono principalmente tre:
- la riduzione dell’errore umano
- l’abbattimento dei tempi di sviluppo
- l’ottimizzazione delle condizioni di esecuzione
Per quest’ultimo punto, la questione chiave è che il machine learning permette all’agente di analizzare gli scopi e gli impatti sui processi aziendali, ottimizzando il workflow basandosi su parametri ambientali e sull’analisi dei log storici.
Pattern di design di un workflow basato su AI
Il primo requisito nello sviluppo di un agente è determinare il “design pattern”, cioè la soluzione progettuale per risolvere problemi comuni e standardizzati nel processo di sviluppo di software.
I due principali pattern di design impiegati per la realizzazione di questi tipi di agenti sono il design orientato alla riflessione (Reflection focused) oppure quello orientato alla pianificazione (Planning focused).
La differenza principale tra i due design determina profondamente l’impiego dell’agente, e deve essere valutata in base al tipo di workflow da realizzare.
- Il Reflection è un pattern in cui l’agente impara analizzando uno storico di precedenti esecuzioni e grazie a quello migliora le proprie prestazioni;
- il Planning invece è un pattern più orientato a una dettagliata analisi preventiva piuttosto che a un miglioramento basato su feedback.
Il pattern Reflection potrebbe richiedere una supervisione umana che assegni punteggi (per mezzo di valori scalari o di label) ai risultati delle elaborazioni, mentre il Planning può trovare anche applicazione in modalità di Deep Learning senza supervisione umana.
Sviluppo con prompt o in ambiente ibrido
Per workflow semplici in software mainstream (come Office), si può utilizzare un LLM orientato allo sviluppo (come Claude 3.5 Haiku). Ottimizzando il prompt engineering, è possibile creare un workflow importabile nel software di destinazione.
Diverso, invece, il caso di workflow complessi, in cui si rende necessario l’impiego di un framework dedicato o l’integrazione di un copilot AI nell’IDE low code. Esistono ambienti di sviluppo AI capaci di gestire flussi low code, come ad esempio Kissflow, che permettono anche di impiegare l’AI generativa per costruire specifici oggetti del workflow.
Nel caso, invece, che l’oggetto del workflow venga creato con un framework AI esterno all’IDE low code, sarà necessario prevedere anche il modo con cui l’agent AI dialogherà con gli altri blocchi logici. Questo dialogo può essere gestito implementando un’API sul blocco creato con l’AI, oppure adeguando il blocco esterno al consumo di oggetti JSON, normalmente supportati da tutti gli IDE low code per scambiare informazioni tra i blocchi logici del workflow.
Il valore aggiunto del Machine Learning
Il Machine Learning può essere impiegato non solo per creare il workflow partendo da un’analisi funzionale, ma anche per revisionare l‘analisi funzionale stessa. Questo impiego del ML offre un importante valore aggiunto alla realizzazione del workflow, poiché l’AI potrebbe individuare errori analitici o evidenziare statistiche importanti sfuggite durante l’analisi umana.
Nel caso che il workflow non debba essere realizzato da zero, ma si debba effettuare l’upgrade di una soluzione già esistente, è anche possibile utilizzare i log degli Unit Test come dati per ottimizzare il training del modello di Machine Learning.
