Gli agenti affidabili iniziano con dati affidabili

Quando l'IA agentiva si blocca in un'azienda, la causa di solito non è il modello. È la preparazione dei dati che la alimentano. Gli agenti consumano e usano le informazioni aziendali a velocità e su scala molto maggiori rispetto alle persone, il che aumenta il requisito di dati accurati, autorizzazioni coerenti e contesto e memoria aggiornati che creano la conoscenza necessaria per consentire l'azione.

Ogni azienda vuole la stessa cosa dall'IA: decisioni migliori, azioni più rapide e risultati misurabili dai dati che ha già. È difficile riuscirci quando il patrimonio di dati è frammentato e difficile da inventariare. Se non sai quali dati esistono, dove si trovano, chi li possiede e chi può accedervi, non puoi usarli con sicurezza per l'IA.

È proprio questo il divario che il NetApp^® AI Data Engine si propone di colmare. Alimentando il livello AI Data Services della NetApp Platform, rende i dati aziendali individuabili, governati e utilizzabili per l'AI negli ambienti ibridi, e tutto inizia con l'individuazione.

Ecco perché oggi annunciamo la disponibilità generale dei servizi di individuazione dei dati e dei metadati in AI Data Engine per l'intero patrimonio di dati aziendali, indipendentemente dal fatto che tali dati risiedano o meno su NetApp. Un unico catalogo si estende tra NetApp ONTAP^®, StorageGRID, e NAS di terze parti e storage a oggetti tramite NFS, SMB e S3, on-premises e nel cloud, inclusi i servizi cloud proprietari basati su ONTAP e i bucket S3 di altri provider. Il risultato è una visibilità estesa all'intero patrimonio e una base di metadati per conoscere i tuoi dati prima che l'AI agisca su di essi.

Il primo passo verso agenti di cui ti puoi fidare

Le aziende hanno già provato in passato a gestire i dati non strutturati. Gli strumenti disponibili funzionavano con un fornitore alla volta, campionavano i dati anziché scansionarli tutti oppure richiedevano di copiare prima i dati in un sistema separato, con il risultato di ottenere un quadro parziale e già obsoleto. Più di 80 aziende ci hanno detto la stessa cosa prima che sviluppassimo questo strumento: uno strumento che analizza solo lo storage di un singolo fornitore non risolve il problema.

I servizi di individuazione dei dati e dei metadati sono progettati per soddisfare tale esigenza: un unico catalogo in un ambiente eterogeneo, non un campione e non solo sistemi NetApp. L'architettura è ciò che rende possibile questa copertura. Si distribuisce come software accanto allo storage che già possiedi, esegue la scansione in locale senza spostamento dei dati né copie, è progettato per ambienti con miliardi di file e funziona indipendentemente dal sistema operativo dello storage, motivo per cui legge i sistemi di terze parti allo stesso modo in cui legge ONTAP. Non viene spostato nulla in una piattaforma separata, quindi autorizzazioni, protezione e copertura ibrida restano intatte.

È stato progettato anche per gli agenti, non solo per le persone. Il catalogo è interrogabile tramite API aperte ed endpoint MCP autenticati, in modo che un agente possa verificare cosa esiste e cosa è rilevante al momento. Questo lo rende un indice attivo piuttosto che un report di classificazione, e il primo punto in cui l'AI agentic entra in contatto con il tuo ambiente.

Valore immediato dalla stessa base

Il valore inizia con la prima scansione. Lo stesso indice a livello di intera infrastruttura che prepara i dati per l'AI aiuta anche i team a recuperare capacità, pianificare le migrazioni e trovare dati più esposti di quanto dovrebbero. Non si tratta di funzionalità separate, ma di diversi utilizzi dello stesso indice, e tutto si basa sui metadati, quindi non c'è contenuto da estrarre, nessun modello o GPU da configurare e niente da spostare o copiare:

• Ottimizzazione. Identifica i dati ridondanti, obsoleti, duplicati e non aggiornati nello storage NetApp e non NetApp, organizzati per proprietario e dimensione, per dimensionare correttamente l'ingombro e supportare le decisioni di tiering.
• Pianificazione della migrazione. Punta il catalogo alle condivisioni NFS, SMB e S3, NetApp o meno, per capire cosa è attivo e cosa conta prima di qualsiasi spostamento dei dati.
• Igiene degli accessi ed esposizione. Utilizza un unico inventario in ONTAP, StorageGRID e nello storage non NetApp per individuare problemi come condivisioni aperte, chiavi isolate, log esposti e dati con autorizzazioni eccessive.
• Il punto di accesso per gli agenti. Individua i file che non vuoi che gli agenti utilizzino, come log, file binari, duplicati e dati vecchi di anni, per creare un corpus più pulito e una base più affidabile per gli agenti.

In un ambiente aziendale, il servizio di metadati ha indicizzato oltre tre miliardi di file in tempo quasi reale senza spostarne o copiarne alcuno. Filtrando file binari, log, duplicati e file che nessuno aveva aperto da anni, il patrimonio di dati si è ridotto a circa settantamila documenti che valeva la pena mettere a disposizione di un agente. La stessa scansione ha raggruppato i dati inattivi per proprietario, trasformando una discussione sulla pulizia in una conversazione con persone specifiche e fornendo al team le prove necessarie per creare un piano di migrazione per una piattaforma obsoleta che non erano riusciti a dismettere.

Dalla scoperta al knowledge graph

La scoperta è ciò che è generalmente disponibile oggi ed è il fondamento di ciò che stiamo costruendo in seguito. L'ordine è importante: trova i dati, capisci cosa contengono, collega quel contenuto al contesto e alla memoria che lo trasformano in conoscenza, quindi decidi a chi rendere disponibile la conoscenza. Gli agenti hanno bisogno di questa connessione, perché il contesto e la memoria sono ciò che crea la conoscenza e la conoscenza è ciò che consente l'azione che produce risultati.

La comprensione inizia all'interno del file. L'estrazione del contenuto è progettata per leggere ciò che un documento o un oggetto contiene effettivamente e identificare ciò che interessa a un'azienda: il nome di un cliente, un numero di contratto, una data di rinnovo. Un grafo della conoscenza è progettato per collegare questi dati, associando un cliente a un contratto, un contratto a un rinnovo e un rinnovo al team responsabile, in modo che un agente possa seguire una relazione anziché doverla dedurre.

Sopra il grafico, una struttura decisionale è progettata per contenere ciò che nessun file contiene: cosa ha deciso l'organizzazione, chi l'ha deciso e perché. Questa memoria organizzativa mantiene gli agenti coerenti con le scelte che l'azienda ha già fatto.

Una tale mole di informazioni solleva una domanda ovvia: chi dovrebbe essere in grado di utilizzarle? Le autorizzazioni esistenti sono progettate per essere mantenute, quindi le regole che già proteggono i dati aziendali sono le stesse che li proteggono per l'AI. Ne consegue l'attivazione: ricerca semantica e visiva in testo, immagini e video tramite protocolli aperti, e analisi aperte che consentono a motori come Starburst di lavorare con i dati non strutturati dove si trovano. Queste funzionalità sono in fase di sviluppo e si basano sulle fondamenta di individuazione già disponibili oggi.

Come ottenere di più dai dati che già possiedi

L'opportunità più grande non è un inventario migliore. Si tratta di ottenere più valore dai dati che già possiedi riducendo al contempo la complessità, i costi e i rischi della loro preparazione per l'AI. La maggior parte dei percorsi verso la preparazione all'AI ti chiede di spostare i dati o predisporre storage separato: un'altra pipeline, un altro set di autorizzazioni, un'altra superficie da proteggere. Questa intelligence funziona dove si trovano già i tuoi dati, protetti e gestiti come lo sono oggi, in ambienti ibridi, quindi c'è meno da costruire, meno da spostare e meno punti in cui i tuoi controlli possono venir meno. Per un team che non riesce a decommissionare un array con supporto terminato perché nessuno sa dire cosa contiene, questa differenza è l'intero progetto.

Il concetto di base è semplice. L'affidabilità di un'impresa basata su agenti dipende solo dai dati sottostanti, e quei dati sono già tuoi, ovunque si trovino e in qualsiasi storage siano archiviati. Il lavoro consiste nel renderli individuabili, comprensibili, governabili e accessibili sul posto, così che diventino conoscenza affidabile su cui l'AI possa agire per generare risultati di business. Questo primo passo è già disponibile oggi in tutto il tuo ambiente e da qui si sviluppano le capacità per comprendere, governare e attivare i tuoi dati.

Puoi iniziare oggi. I servizi di individuazione dei dati e dei metadati sono disponibili gratuitamente per i clienti, sia nello storage NetApp che in quello non NetApp.

Approfondiremo l'argomento durante NetApp INSIGHT 2026 a Las Vegas, dal 29 settembre al 1° ottobre.