Oracle amplia la platea delle organizzazioni in grado di creare ed eseguire applicazioni agentiche, introducendo una nuova esperienza di sviluppo AI-native per Oracle AI Agent Studio. Clienti e partner potranno realizzare Fusion Agentic Applications direttamente all’interno di Oracle Fusion Applications, combinando agenti specializzati capaci di coordinare attività, attivare workflow, rispettare approvazioni ed eseguire azioni nei sistemi aziendali esistenti.
La strategia porta l’intelligenza artificiale oltre gli assistenti incorporati e gli agenti autonomi utilizzati come strumenti separati. Le nuove applicazioni vengono progettate intorno a risultati operativi e possono sfruttare oggetti di business, processi, politiche, registri di controllo e meccanismi di sicurezza già presenti in Oracle Fusion Applications. L’ambiente di sviluppo e quello di esecuzione restano quindi all’interno della stessa piattaforma governata.
Chris Leone, Executive Vice President, Applications Development di Oracle, ha descritto il passaggio come un’evoluzione del software aziendale, destinato a superare il ruolo di sistema che registra il lavoro per diventare un sistema che «guida ed esegue attivamente i risultati». Secondo Chris Leone, i team di agenti specializzati possono operare nativamente dove esistono già workflow, sicurezza, approvazioni e auditabilità.
L’impostazione affronta uno dei limiti emersi nell’adozione aziendale dell’AI generativa: numerose sperimentazioni e prove di concetto non sono diventate trasformazioni pronte per la produzione. Gli strumenti che lavorano fuori dai sistemi operativi possono produrre contenuti o raccomandazioni, ma faticano a completare attività in modo coerente con le procedure aziendali. Ne deriva un’automazione frammentata, particolarmente problematica nei processi di customer experience che attraversano più funzioni.
Inserendo sviluppo e runtime in Fusion, le capacità create ereditano i modelli e i processi della piattaforma. Fusion assume così una doppia funzione: sistema di record e ambiente nel quale viene eseguito il lavoro alimentato dall’AI. Gli utenti di business possono ricorrere a strumenti no-code e al linguaggio naturale, mentre gli sviluppatori mantengono l’accesso ad ambienti di programmazione professionali, senza uscire dal medesimo perimetro governato.
L’apertura a profili tecnici e non tecnici punta a ridurre i colli di bottiglia nello sviluppo e ad accelerare il passaggio dalla sperimentazione all’impiego operativo, mantenendo sicurezza e coerenza. La governance diventa parte integrante dell’esecuzione: quando l’AI non si limita a suggerire una risposta ma interviene sui processi, approvazioni, politiche e log di audit devono accompagnare ogni azione in modo trasparente.
Per i responsabili della CX, il banco di prova si sposta dall’assistenza al singolo operatore alla capacità di coordinare l’intero processo. Oracle indica tra i possibili effetti la riduzione delle escalation, una risoluzione più rapida e il supporto alle revenue operations dei team a contatto con i clienti. Molti problemi percepiti dagli utenti, infatti, possono nascere nelle attività di back office: ritardi e passaggi frammentati finiscono per riflettersi direttamente sul servizio.
Martin Taylor, cofondatore e Deputy CEO di Content Guru, ha richiamato i quarant’anni di evoluzione dei processi di CX, affinati fin dalla comparsa dei primi call center negli anni Ottanta. L’automazione, nella sua lettura, deve applicarsi ai processi che le imprese hanno già adattato e perfezionato. La valutazione delle applicazioni agentiche si concentra quindi sulla loro capacità di eliminare attriti lungo il percorso del cliente, coordinare reparti diversi e produrre risultati misurabili, operando sui dati aziendali entro regole consolidate.