Con l’evoluzione delle tecnologie di intelligenza artificiale, il big data è diventato un elemento fondamentale per le operazioni e le decisioni aziendali. L’analisi tradizionale dei dati richiede competenze tecniche elevate e processi complessi, rendendo difficile l’accesso per utenti non specializzati. Recentemente, AWS ha presentato una nuova soluzione innovativa che utilizza lo Strands SDK in combinazione con AI Agent e Amazon Bedrock, permettendo di analizzare automaticamente grandi volumi di dati e generare report aziendali con pochi comandi.
ai agent: analisi automatica dei dati su s3
Nella dimostrazione fornita da AWS, un ingegnere ha sviluppato un AI Agent utilizzando lo Strands SDK per analizzare i dati relativi ai taxi della città di New York (NYC Taxi Dataset), archiviati in formato Apache Parquet su Amazon S3. Invece di dover scrivere codice complesso per organizzare i dati e collegarli a strumenti BI, l’AI Agent consente di completare automaticamente diverse operazioni semplicemente configurando il System Prompt e inserendo poche righe di codice:
- Scansione automatica e catalogazione delle tipologie e strutture dei dati tramite AWS Glue.
- Esecuzione di query sui big data con Amazon Athena.
- Generazione automatica del contenuto dei report grazie a modelli linguistici avanzati come Claude 3.7 Sonnet.
- Creazione finale del documento in formato Markdown per facilitarne la lettura e la condivisione.
scoperta automatica delle opportunità industriali
L’AI Agent non si limita all’elaborazione dei dati, ma è in grado anche di identificare applicazioni settoriali ed opportunità commerciali. Durante la dimostrazione sono stati esplorati diversi ambiti in cui i dati possono essere utilizzati:
- Settori potenzialmente interessati dai dati dei taxi (es. pianificazione urbana, turismo, logistica, assicurazioni, finanza).
- Strategie per monetizzare i dati (es. vendita di servizi informatici, API analitiche, report settoriali).
- Limitazioni associate ai dati (es. mancanza di tempestività, distorsioni nei risultati).
efficienza economica: costi contenuti per reportizzazione
L’analisi condotta dall’AI Agent offre vantaggi significativi sia in termini di velocità che di riduzione dei costi. Utilizzando Claude 3.7 Sonnet, il costo medio è stimato a circa $3 per ogni milione di token; ciò implica che la creazione di cinque report dettagliati costa solo $0.70. Anche generando 5.000 report mensili si arriva a una spesa totale approssimativa di $700 al mese, risultando notevolmente inferiore rispetto ai metodi tradizionali che richiedono più tempo e risorse umane.
funzionamento integrato: ai agent + llm + strumenti cloud
Il processo operativo dell’AI Agent è altamente semplificato:
- L’utente formula richieste o domande in linguaggio naturale (ad esempio: “Analizza i periodi con maggior incasso nei mesi di gennaio e aprile 2025”).
- L’AI Agent scompone la richiesta interagendo con il LLM per assegnare compiti specifici.
- Sfruttamento degli strumenti integrati nello Strands SDK (come FileWrite o Python REPL).
- Utilizzo di AWS Glue per accedere alla struttura dei dati e Amazon Athena per eseguire query; il LLM elabora le informazioni creando report ed eventualmente grafici.
- I risultati vengono infine redatti in un documento Markdown pronto per essere condiviso.
query in linguaggio naturale: risposta agile alle esigenze aziendali
L’AI Agent supporta interrogazioni in linguaggio naturale consentendo sia agli analisti che alla direzione aziendale di porre domande dirette sui dati disponibili:
- “Quali sono i cinque orari con maggior incasso nei mesi di gennaio e aprile 2025?”
- “Quale località presenta più frequentemente congestione?”
- “Secondo i dati disponibili, suggerisci tre nuovi modelli commerciali.”
L’AI Agent gestisce automaticamente la scrittura delle query SQL necessarie all’elaborazione dei dati restituendo risultati completi nel giro di pochi minuti.
Lascia un commento